让 AI 自己当游戏测试员，Aura Autopilot 越玩越会玩

游戏测试（playtesting）这个工种有了新的同事。Ramen 公司的 Aura Autopilot（783 星、Apache 2.0）自称「持续学习的实时通用游戏测试 agent」：学习你的游戏、探索你的关卡，一轮一轮越玩越好。支持 Unreal Engine 5（5.4 到 5.8）、Unity 6 与 Godot 4，Windows 与 macOS 都能跑。

接法顺着 coding agent 的习惯：通过 MCP 接 Claude Code 或 Codex，autopilot connect 一条命令配置，之后直接说「Use Autopilot to……」。计费也分开：Aura 只算决策模型的用量，LLM 走你自己的 Claude 或 ChatGPT 订阅，也可以 BYOK。四种提示词正好对应测试员的四种活：探索（去把合成系统玩一遍）、测试（把这个关卡过一遍，告诉我所有看起来不对的地方）、验证（砍树时树会晃吗）、目标（血量保持在两成以上打死 Boss）。

机制上，每个提示词自动打开一个 PIE（Play In Editor）窗口、读项目源码，由 LLM coding agent 按它对游戏的理解给决策模型写 harness，游玩中逐步向决策模型要动作选择，跑完自动关窗并出报告。学习机制是它的卖点：首次可跑 10 分钟探索 run 填充项目记忆，官方口径称「越玩越会玩」：头几轮行为不理想，多跑之后闪避更快、武器换得更好、瞄准更准；是否分享运行数据帮助改进由用户自选。

对独立游戏团队，测试第一次有了「不用等真人排期、随时跑一轮」的开源选项：关卡验证和回归测试（「树被砍会不会晃」这种具体断言）不用再靠手玩。照例泼冷水：它要 Aura 账号、决策模型跑在对方服务上；官方自己承认头几轮行为不理想，学习靠多跑；插件本体从官网下载，不是 clone 仓库就能用。质检工种不会消失，但「随时多一轮」的回归测试，从此可以自动化。