Các công cụ AI mới đang âm thầm thay đổi cách làm game hiện đại
Trong nhiều năm, các studio game thường chỉ phát hiện những lỗi hiệu năng nghiêm trọng vào giai đoạn cuối dự án — thời điểm mà mọi chỉnh sửa đều trở nên tốn kém và đầy áp lực. Nhưng giờ đây, một thế hệ công cụ mới ứng dụng AI đang cố thay đổi điều đó.
Hai nền tảng nổi bật là Gameworks và PerfCop đang mở ra cách tiếp cận mới cho ngành game: theo dõi và phát hiện vấn đề xuyên suốt quá trình phát triển thay vì “đợi tới phút 89”.
“Game nào cũng gặp những lỗi giống nhau”
Matthew Tighe — nhà sáng lập Do Games — đã dành gần một thập kỷ để port game lên console với các dự án như Cult of the Lamb hay Art of Rally.
Theo ông, phần lớn các dự án đều gặp những vấn đề tương tự nhau.
“Đa số lỗi không hẳn xuất phát từ giới hạn kỹ thuật, mà do tiến độ bị nén quá mạnh. Nhiều quyết định được đưa ra khi thông tin chưa đầy đủ hoặc quá vội vàng.”
Tighe cho biết một vấn đề điển hình là bug chỉ được phát hiện quá muộn, trong khi cách sửa đòi hỏi phải tái cấu trúc cả hệ thống bên trong game.
Trong thực tế, phần tutorial và những màn đầu thường được test rất kỹ, nhưng các phần cuối game lại ít được chăm sóc tương tự. Hệ quả là hàng loạt lỗi chỉ lộ diện ngay trước ngày phát hành.
Gameworks muốn biến QA thành quy trình liên tục
Đó là lý do Tighe thành lập Gameworks. Nền tảng này được thiết kế để tự động phân tích game nhằm phát hiện:
- Lỗi hiệu năng hình ảnh
- Tụt FPS
- Giảm độ phân giải
- Vấn đề chứng nhận trên console
- Sai quy chuẩn nút bấm tay cầm
Ngoài ra, hệ thống còn hướng đến khả năng phân tích bộ nhớ để xác định khu vực mà các console như Nintendo Switch có thể gặp khó khăn khi chạy game port từ PC.
Theo Tighe, công nghệ cốt lõi thực chất bắt nguồn từ hệ thống test tự động mà công ty ông từng dùng trong quá trình port game.
“Chúng tôi gần như đảo ngược hệ thống cũ. Trước đây nó phục vụ phát triển, giờ nó tập trung vào QA và sản xuất.”
AI theo dõi toàn bộ quá trình chơi
Mỗi lần developer chạy game, Gameworks sẽ tự động ghi lại:
- Video gameplay
- Input người chơi
- Chỉ số hiệu năng
- Dữ liệu hệ thống
Sau đó AI sẽ phân tích toàn bộ dữ liệu bằng nhiều công nghệ khác nhau:
- LLM
- Computer Vision
- Các mô hình AI tùy chỉnh
- Hệ thống heuristic
Mục tiêu là tự động xác định nơi phát sinh vấn đề rồi đánh dấu cho đội ngũ phát triển. Đáng chú ý, hệ thống còn cho phép tester cắt trực tiếp đoạn video chứa lỗi và tạo issue ngay trong timeline.
Tighe cho biết Gameworks đang hướng tới tích hợp với các công cụ quản lý như Jira hay Trello, nhưng hiện tại nền tảng đã có hệ thống issue nội bộ hoạt động tương tự các “thẻ công việc”.
Ví dụ, nếu game bị tụt FPS ở một phân đoạn, tester có thể:
- Tạo issue
- Đính kèm video
- Chia sẻ save point gần nhất
- Cho phép đồng nghiệp replay ngay lập tức
- AI không thay người, mà xử lý việc “khó chịu”
Một trong những tính năng đáng chú ý nhất là khả năng nhóm lỗi bằng AI. Ví dụ, nếu game tụt FPS liên tục trong nhiều phân cảnh gần nhau, hệ thống có thể nhận diện đây là cùng một nguyên nhân thay vì tạo ra hàng loạt báo cáo riêng lẻ.
“Chúng tôi muốn AI xử lý những việc lặt vặt mà con người không thích làm, để đội ngũ có nhiều thời gian hơn cho việc làm game vui.”
Tighe nhấn mạnh mục tiêu của họ không phải thay thế nhân sự.
“Nhiều công ty dùng AI với mục tiêu thay con người. Chúng tôi thì không. Chúng tôi chỉ muốn việc phát triển game hiệu quả hơn, chất lượng cao hơn và ít lỗi hơn.”
PerfCop — “cảnh sát hiệu năng” cho Unreal Engine
Một công cụ khác đang đi theo hướng tương tự là PerfCop của công ty AI Guys. Đồng sáng lập Ken Noland có hơn 25 năm làm game, từng làm network programmer suốt 15 năm trước khi chuyển hẳn sang AI tạo sinh.
Ông cho biết mình quan tâm đến generative AI từ trước cả thời kỳ ChatGPT, lấy cảm hứng từ tựa game Black & White năm 2001.
Tuy vậy, Noland không đồng tình với các quan điểm “AI sẽ thay thế tất cả”.
“AI rất tốt ở một số việc, nhưng không phải phép màu cho mọi thứ. Chúng tôi xem mình là những người theo chủ nghĩa thực tế về AI.”
PerfCop hoạt động ra sao?
PerfCop được thiết kế cho Unreal Engine và tập trung vào phân tích hiệu năng chuyên sâu. Theo Noland, nhiều công cụ hiện tại chỉ cho developer biết “có vấn đề”, nhưng không giải thích được nguyên nhân.
PerfCop thì khác. Hệ thống sẽ:
- Phân tích trace file hiệu năng
- Tìm các mẫu thực thi bất thường
- Khoanh vùng điểm nghẽn
- Truy vết tới cấp độ function hoặc scope cụ thể
AI chỉ xuất hiện ở bước cuối — tổng hợp kết quả thành báo cáo dễ hiểu cho developer.
Theo dữ liệu thử nghiệm ban đầu, AI Guys cho biết PerfCop có thể giúp mỗi lập trình viên tiết kiệm khoảng 15–70 giờ mỗi tháng.
Sherlock — chatbot “điều tra hiện trường”
PerfCop còn có giao diện chat mang tên Sherlock. Developer có thể hỏi các câu cực kỳ cụ thể như:
“Điều gì xảy ra ở frame 23 khiến pathfinding chiếm 20% frame time?” Sherlock sẽ truy xuất trực tiếp dữ liệu từ trace file để trả lời.
Thông thường, PerfCop được cấu hình chạy tự động hằng đêm hoặc hằng tuần qua nhiều level khác nhau rồi tạo báo cáo hiệu năng định kỳ.
Điều này giúp studio phát hiện và xử lý vấn đề theo từng tuần phát triển thay vì đợi đến sát ngày launch mới nhận ra game tụt FPS thảm họa ở đoạn cuối.
AI hậu trường có thể là tương lai của ngành game
Theo Ken Noland, tương lai thật sự của AI trong ngành game không nằm ở các nội dung “AI slop” gây tranh cãi, mà ở những công cụ hậu trường như PerfCop.
“Đó mới là nơi AI thực sự hữu ích.”
Khi chi phí phát triển game ngày càng tăng và áp lực phát hành ngày càng lớn, các nền tảng như Gameworks hay PerfCop có thể trở thành “vũ khí bí mật” giúp studio tránh những thảm họa kỹ thuật trước ngày game ra mắt.
