用独立测试智能体查出 Godot 角色穿模
Godot 项目通过 24 项测试后,试玩仍发现主角会穿过 NPC,随后经过五轮测试和修复才解决。作者让 Claude Code 会话实现功能,由无先前上下文的子智能体按验收标准试玩、测量和记录缺陷。
AI 深度解读
Godot 冒险游戏的第二幕刚让四名 NPC 动起来,24 项测试全绿,试玩却发现主角 Martin 能从四个人身上直接穿过去。作者用 Claude Code 写代码,另开一个空上下文的子代理试玩。接下来的五轮里,有三轮发现了上一轮修出来或挪到别处的问题。
这篇最值得读的是两次换测试方法。先把屏幕像素换成地面距离,再把换随机种子改成直接调整相遇时机。如果你也让 AI 写功能、补测试,这个案例能帮你看出一条绿灯究竟验证了什么。
24 项测试全绿,为什么主角还能穿人?
作者把开发和试玩交给不同的会话。试玩子代理从空上下文开始,拿到构建后负责操作、录制、测量和写报告。任务简报要求它不修复、不提交、不发布,每轮报告开头都确认遵守。验收条件也有编号。第 9 条要求 Martin 和其他角色不能互相穿过,第 2 条要求脚不能在地上打滑。
起初,Martin 的可行走区域距离 NPC 的站位只有 0 到 20 px,他的路线会直接穿过这些位置。第一轮修复在每个工作点周围挖掉一块可行走区域,再把报告里的点击做成 8 条回放测试,结果全绿。
复测时,子代理改用房间摄像机把两人的脚底坐标投到地面,逐帧记录两者相距多少米。因为房间有纵深,光是 Peter 那段路,绘制比例就从 1.00 变到 0.81。同样的屏幕像素差,放在近处和远处,对应的地面距离不同。试玩代理以人体约半米宽为依据,选了 0.5 m 作为判断重叠的阈值。
四名 NPC 身边实测只有 0.36 至 0.47 m。修复方用的是 Martin 横向触及范围的 0.6 倍,恰好就是新划的地面边界。回放确认了 Martin 没走出这条边界,画面里两个人的身体依旧叠在一起。

判定框放在哪个深度,为什么会影响 NPC 起步?
挖掉可行走区域还带来了一个副作用。Martin 站在旁边时,NPC 有时超过 60 秒都不离开岗位。代码只看 Martin 是否处在起步方向前方的半个平面里。新路线的第一段直朝摄像机,Martin 站在侧边、位置稍低,也会一直被判成挡路。
第二轮把避让范围扩大到约 0.59 m,并让 NPC 只检查自己即将走的那一段。正文记录的距离大多是 0.53 至 0.65 m,但 Luka 木桶右侧仍只有 0.48 至 0.51 m。第三轮把这个位置修到了 0.55 m。

这时 Peter 出现了新的异常。Martin 站在渔网左边时,Peter 每隔 4.3 秒转身,迈出 2.5 px 又跳回去,45 至 60 秒内重复了 11 至 14 次。起步前和行走中的检查差了几个像素。缩小行走时的判定框后,抽动消失了,但 Peter 又变成每隔 22 至 25 秒离开渔网,走三秒,在拐角停四秒,再折返。判定框按 Peter 当前的深度换算,路径点朝摄像机近 32 px 时,同样大小的地面范围在屏幕上就该画得更大。
第四轮给 _px 加了可选的深度参数,让第一幕调好的屏幕像素距离,可以按有摄像机的房间里对应的地面距离换算。
func _px(px: float, y := NAN) -> float:
# 第一幕用屏幕像素调好的距离,在摄像机房间里对应相同的地面距离
if owner and owner.get("camera"):
return px / owner.SCREEN_PX_PER_M * owner.px_per_m(position.y if is_nan(y) else y)
return px
关键在 owner.px_per_m(...) 这一行。调用方传入路径点的本地纵坐标,横向 60.0 和纵向 40.0 的判定尺寸就按那个点的深度换算。复测中,Peter 两次分别在渔网旁待了 65 秒和 61 秒,记录到 14 次工作动作。这条回归测试在撤掉修复后会失败。
固定 30 帧的游戏,怎么测出不同的相遇过程?
第四轮还留下了一次僵持。Caterina 转身回岗位时,Martin 从她背后经过,两人都停了下来,2.4 秒后 Martin 的点击被丢弃。到第五轮,试玩代理用三个随机种子跑同一条路线,三次过程几乎一样。游戏固定以 30 帧每秒运行,这几次回放也没有拉开两人的相遇时机。
试玩代理于是加了六种安排,让两人在 Caterina 路程的 0.1、0.3 和 0.45 处相遇,并在货包堆旁安排三个停靠变体。18 次相遇都没有穿人或丢点击,最近是 0.53 m。报告还列出了无效回放,包括点到货包而非地面、点击被提示吞掉、路线误触发打斗。录制回放的速度是墙钟时间的 1.2 至 1.4 倍,而「两人起步至少相隔一秒」这条规则用的是墙钟秒数,所以距离和时序要分开看。
脚滑也有残留。最初 Peter 用背面画法沿斜线移动,横滑约 80 px/s。改成先横走再向纵深走,每段各用一个朝向后,横滑消失了,背面视角下的支撑脚每步仍挪约 3 px。审查代理接受了这一版本的残留问题,作者当时还没用鼠标亲自试玩。
我的判断
我认可的是用独立口径复测。单靠原点击回放,很容易把「照着修复后的规则运行」当成「用户看到的问题解决了」。这个案例里,逐帧量脚底距离让边界穿模显形,撤掉修复会失败的测试则验证了 Peter 的回归用例确实能抓到异常。两类检查各有用处。
空上下文和试玩、修复分工是作者的经验做法。原文没有对照同一会话测试、人工试玩或别的代理,也没有给出成本数据。0.5 m 是为这个游戏选的近似阈值,18 次相遇也只覆盖这批路线和时机。最终仍有肩部接触和一帧停顿,试玩还发现第一幕里早已有 Martin 穿过铁匠的问题。把结果限定到具体角色、路径和测量条件,比一句「碰撞修好了」准确。
能拿来做什么
- 让 AI 给有重叠问题的拖拽或移动交互补回放时,先记录用户可见的结果。比如同时检查两个元素的实际屏幕边界,以及释放后目标是否收到操作。
- 排查缩放容器里的命中偏差时,把指针、目标和路径点换算到同一个坐标系,再比较距离。把出问题的点击保留下来,确认撤掉修复后测试会失败。
- 测点击和动画交错的问题时,明确安排点击发生在动画起步、中段和结束前,逐次核对点击是否生效。回放速度发生变化时,记录断言用的是帧、模拟时间还是实际秒数。