普通玩家的路线，恰好是最安全的路线

一款游戏的主流程通常被策划、程序和QA反复走过几十遍，出错的概率其实很低。玩家进入游戏后的实际行为分布却很宽：有人在Boss战中途拔掉网线，有人把背包塞满以后去接一个需要奖励道具的任务，有人在两个区域交界处来回跳跃。问题总是出在这些没有被人认真设计过的角落。

所以爱游戏测试AI的出发点，是把测试机器人当作一个“有目的的捣乱者”，而不是一个会通关的玩家。这一点和玩家Agent与测试Agent为什么要分开是同一条线：通关只是手段，暴露异常才是目的。下面按类别逐一说明机器人会做哪些奇怪操作，以及每一类通常能挖出什么问题。

类别一：异常顺序

游戏的任务和剧情都隐含一个“正常顺序”，代码里却常常只处理了这条主路径。机器人可以主动打乱：先杀掉任务目标再接任务，先进入Boss房间再触发前置剧情，先拿奖励再交任务。

假设有一个虚构任务“灰烬回廊的钥匙”：正常顺序是先与守卫对话，再进回廊，再取钥匙。机器人的做法是绕开守卫，从一个可以跳过去的缺口直接进回廊拿钥匙，再回头与守卫对话。典型问题包括：对话触发条件依赖一个从未被置位的标记，任务停在“进行中”无法完成，或者守卫在钥匙已经取走时重复发放钥匙。

类别二：边界区域

地图边缘、碰撞体的接缝、区域加载的交界、水面与陆地的交界，是物理和流送系统最脆弱的地方。机器人会沿着地图边缘走，反复尝试贴着墙角跳，在两个加载区域之间来回横跳。

它通常能碰到的是：角色卡进几何体、掉出地图、区域加载不同步导致敌人凭空消失，或者相机在墙角穿模。

类别三：重复操作

同一个动作连续做很多次，是状态机和资源计数的天然考验。连续拾取同一个宝箱、连续对同一个NPC对话、在冷却时间结束的一瞬间连点技能、反复进出同一扇门。

常见问题是：重复领取奖励、冷却被绕过、交互提示叠加、计数溢出。

类别四：中途退出

玩家不会等动画结束才退出。机器人可以在过场动画、战斗结算、存档写入、商店交易、传送加载的中途强制退出游戏或切到后台，再重新进入。

它要观察的是：重新进入后世界是否处于一致状态。可能出现的问题有：交易只扣了钱没给物品，战斗结算被打断导致奖励丢失，传送到一半退出后角色停在两个区域之间。

类别五：存档与读档

存档读档本身是复杂的序列化过程，很多状态并没有被完整保存。机器人可以在各种时点存档，再在另一个时点读回来，然后对比“存档前”和“读档后”的世界。

比较有价值的做法是在特殊状态下存档：Boss战血量只剩一点，任务阶段刚好切换，背包里有一件正在被使用的道具，角色处于某个增益效果中。常见的问题是增益效果消失或永久残留、敌人血量被重置、任务标记与场景状态不一致。

类别六：任务冲突

多个任务同时进行时，它们对同一个资源的要求可能互相矛盾。一个任务要求把某个道具带给NPC，另一个任务要求把同一个道具销毁；一个任务要求击杀某个敌人，另一个任务要求保护它。

机器人会同时接取所有互相有关联的任务，再按各种顺序尝试完成，最终检查是否出现无法完成的任务、无法推进的剧情或凭空消失的道具。这里需要图结构来知道“哪些任务共用同一个实体”，这也是测试Oracle能够判断“任务是否卡死”的前提。

类别七：装备切换

装备带来的属性加成、技能变化和外观替换，在切换的那一帧最容易出问题。机器人可以在战斗中、技能释放中、受击硬直中、载具上快速切换装备，或者反复穿脱同一件装备。

典型问题是：属性叠加而没有还原（穿脱一次涨一点攻击），技能栏残留旧装备的技能，切换时的动画取消让角色无敌，或者双手武器与盾牌的互斥关系被绕开。

类别八：极端资源状态

背包满、金币为零、金币接近上限、耐久度为零、生命值为一、法力为负。策划设计数值时默认“资源在合理范围内”，机器人则专门去越界。

例如让背包满载后领取任务奖励，让金币接近上限后再出售物品，让所有消耗品数量变成零后再触发自动使用。常见问题是奖励丢失、数值溢出变成负数、UI显示异常。

“乱按”和“有目的地奇怪”的区别

把以上八类全部交给纯随机输入，效率会低得可怜：绝大部分随机操作只是在原地转圈，或者被主菜单吞掉。爱游戏的做法是给探索策略加上目标：

  • 给每个动作标注它可能触碰的状态：这个动作会不会改变背包、任务、位置、存档。
  • 维护一张“已触碰状态”的记录，优先选择还没触碰过的组合，而不是重复已经跑过的路径。
  • 对高风险场景加权：有多个任务共用实体的区域，有存档点的位置，有装备切换入口的界面。
  • 每次操作都写入行动轨迹（地图、角色、状态、任务、装备、操作顺序、时间），一旦发现异常，可以直接整理出精简的复现流程。

成本与边界

对抗式测试并不便宜。每增加一类操作，都要给机器人补充对应的接口和观察点；深层状态组合的数量会爆炸，无法穷尽，只能靠优先级取舍。另一个现实问题是误报：机器人做出的奇怪操作，有的确实是BUG，有的只是设计上本来允许的行为，需要靠规则库和人工复核来区分。

它也不能替代真人。机器人可以发现“状态错了”，却判断不了“这一段手感是不是很别扭”“这个Boss打起来有没有乐趣”。爱游戏的定位是让机器人承担繁重、重复、容易疲劳的边界探索，把真人测试员的时间留给需要主观判断的部分。至于机器人连续跑很久之后才暴露的问题，则属于长时间运行测试要处理的另一个层面。