AI 游戏测试正变得愈发有趣。

Aura 刚刚将 Autopilot 开源，其基准测试结果引起了我的注意。

在发布的对比中：
→ Autopilot：准确率 7/7
→ Claude Code：5/7
→ 竞争对手：4/7

平均耗时：
→ Autopilot：262 秒
→ Claude Code：437 秒
→ 竞争对手：508 秒

一个不仅能构建你的游戏，还能实际运行它并检查一切是否正常工作的智能体。

这正是我在 AI 游戏开发领域一直期待的部分。