每位游戏开发者都忌惮一种隐秘恐惧：玩家在最初五分钟内发现的、团队却从未遇过的Bug。为此，Aura开源了基于Apache-2.0协议的AI智能体Autopilot，旨在通过实际游玩自动寻找缺陷。官方宣称，其在真实测试任务中的准确率比其他AI智能体高出约43%，速度约为后者的两倍。
Autopilot的技术架构
Autopilot并非单纯依赖大模型随机点击，而是由四个协同组件构成：
- 引擎插件：支持Unreal Engine 5（5.4–5.8）、Unity 6或Godot 4.7+，能读取游戏状态并模拟真实键鼠操作。
- 智能体服务：本地运行的Python程序，通过WebSocket与插件通信，在沙盒中执行代码并维护记忆数据。
- 编码智能体：默认使用OpenCode（可选Claude Code或Codex），读取源代码并生成针对特定游戏的动作“工具集”（如“向左闪避”）。
- 决策模型：采用TypeSafe开发的Jev模型，每0.25秒选择一次动作；快速反应则通过纯代码执行以避免推理延迟。
其核心创新在于自动生成的“工具集”。相比直接操作原始按键，针对特定语义的动作表现更佳。此外，系统具备记忆功能，后续运行可跳过研究阶段，直接复用已验证有效的工具集。
用户可通过四种提示词引导测试：探索（如“探索制作系统”）、测试（如“通关并反馈异常”）、验证（如“验证击中树木是否摇晃”）及目标（如“保持生命值击败Boss”）。
官方数据的来源与局限
官方数据显示，在Unreal Engine 5.8开发的《Easy Survival RPG V5》中，Autopilot在7个任务中实现100%完成率（7/7），平均耗时262秒。相比之下，Claude Code完成率为71%（5/7），耗时437秒；某未具名竞品完成率为57%（4/7），耗时508秒。所谓“准确率提升43%、速度快2倍”是相对于该竞品而言。
需注意，该测试样本量极小（仅7个任务、1款游戏、单次冷启动），且由供应商自行运行，应视为初步信号而非最终定论。
实测：Linux环境下的Godot测试
作者在Linux环境下，使用Godot 4.7.2及经典演示项目《Dodge the Creeps》进行了独立测试。项目中植入了4个隐蔽Bug：死后分数持续增加、游戏结束后按钮缺失导致卡死、玩家可移出屏幕边界、斜向移动速度异常。
安装过程顺畅，总耗时约4分钟（智能体运行222秒）。Autopilot成功识别全部4个植入Bug，并提供详实数据支持：
- 移出屏幕：记录玩家坐标达到x=720（屏幕宽480）。
- 死后计分：死亡两分钟后分数从16增至146。
- 软锁：“开始”按钮隐藏120秒，多次尝试无响应。
- 斜向加速：测得斜向速度580像素/秒，比直线快约41%。
此外，它还发现了一个未被植入的真实Bug：标题界面按键会导致隐藏角色移动。全程无误报，所有结论均有追踪记录和视频佐证。
成本与对比分析
此次运行消耗约1.11美元的模型调用费。值得注意的是，即使未配置Claude账户，Aura平台也可通过内置服务调用Claude Opus 5.5的代码阅读能力。
作为基线对比，作者使用Gemini大模型直接审查代码：gemini-3-flash-preview在31.6秒内找出了全部4个Bug，但伴随5个噪声或猜测；gemini-3.1-flash-lite仅发现1个Bug。虽然LLM在速度和成本上占优，但其输出多为推测，缺乏实证。
Autopilot的优势在于信任度。它通过实际游玩提供测量数据和视频证据，能捕捉代码静态分析无法发现的物理碰撞、时序等问题。尽管LLM适合低成本初筛，但对于仅在运行时显现的缺陷，Autopilot提供了更可靠的验证手段。
建议与展望
对于使用Unreal、Unity或Godot的开发者，Autopilot可集成至CI流水线进行回归测试。建议策略为：先利用LLM进行快速代码审查，再引入Autopilot验证复杂交互问题。随着记忆功能的积累，其在迭代开发中的效率将进一步提升。目前代码库已在GitHub开源，欢迎开发者在自有项目中测试反馈。