商傳媒｜方承業／綜合外電報導
隨著遊戲開發複雜度日益攀升，為確保遊戲品質並提升開發效率，業界正積極導入人工智慧（AI）工具。近期兩家新創公司 Gameworks 和 AI Guys 便推出創新平台，利用 AI 技術自動化品質保證（QA）流程與效能分析，旨在協助開發者更專注於遊戲核心體驗。
由 Matthew Tighe 創立的 Gameworks，長期深耕遊戲移植領域。Tighe 觀察到許多遊戲問題源於時程緊迫、資訊不完整或倉促決策。他指出，遊戲錯誤經常在開發後期才被發現，因為後段關卡通常比初期教學內容接受更少的測試。Gameworks 平台透過視覺品質、效能表現及認證合規性等多面向分析遊戲，自動標記如控制器按鈕名稱錯誤、解析度波動及畫面更新率下降等問題。該平台結合大型語言模型（LLM）、客製化模型及電腦視覺技術處理數據，並運用啟發式（heuristics）演算法與 AI 模型共同識別問題。使用者還能手動從測試影片時間軸中截取片段，新增或分享問題。Gameworks 系統不僅能自動重啟遊戲至問題點附近，其 LLM 也能像人類邏輯一樣，將相似的錯誤分組，大幅簡化除錯流程。Tighe 強調，目標是透過 AI 實現自動化繁瑣任務，讓開發者有更多時間聚焦於遊戲設計與趣味性，而非取代人力。
另一家由 Ken Noland 共同創辦的 AI Guys 則推出了針對 Unreal Engine 的效能分析工具 PerfCop。Noland 擁有 25 年遊戲開發經驗，將 PerfCop 定位為「AI 寫實主義」工具，專注於實際應用而非過度炒作。PerfCop 透過深度統計分析，識別遊戲效能數據中的異常執行模式，並能將影響最大的問題精確定位至函式或特定範圍。這項工具能輔助程式碼審查，確保程式碼符合規範，同時改善文件品質與工程師間的理解。雖然 Noland 仍推薦手動進行深度邏輯審查，但他表示 PerfCop 能為開發者節省約 15 至 70 小時的每月工作時間，其中包括免去審閱追蹤檔案所需的大量時間。此外，PerfCop 的 Sherlock 聊天介面讓開發者能直接提問效能數據，以預防性地處理效能問題。Noland 認為，這類後端開發工具才是生成式 AI 在遊戲產業的未來，有效協助識別效能瓶頸並優化遊戲結構，儘管市場上存在對「AI 內容品質低劣」（AI slop）的批評。