## AI驱动的游戏测试：摘要 这次Hacker News讨论的核心是使用AI，特别是大型语言模型（LLM），来自动化游戏测试。原作者（OP）为他们的文本游戏构建了一个代理测试框架，允许AI进行游戏并验证功能或发现漏洞。 虽然LLM在验证规范方面表现有效，但在发现漏洞方面效果不佳。评论者分享了替代方案：有人建议使用确定性的无头模拟器结合蒙特卡洛方法进行平衡，另有人详细介绍了一个系统，该系统使用通过数百万次模拟游戏进行调整的传统AI。 几位用户正在试验类似的系统，包括将AI与现有游戏引擎（Godot、Rust）甚至MUD集成。主要挑战包括token成本、有效地向AI表示游戏状态（尤其是在视觉游戏中），以及构建强大的AI检查工具。一个共同的主题是将代码分析与实时游戏快照结合起来，以获得最佳的AI性能。 最终，这次讨论强调了一种日益增长的趋势，即利用AI不仅用于游戏*内容*创作，还用于自动化测试和平衡，从而可能彻底改变游戏开发流程。