
Epic เปิดเผยวิธีใช้ genAI ในการพัฒนา Unreal Engine และ Fortnite: เครื่องมือ-ผลลัพธ์-เหตุผล
อธิบายเครื่องมือจริงที่ใช้ และผลลัพธ์ที่ได้ต่อการพัฒนา
Epic เผยรายละเอียดการใช้งาน genAI ในการพัฒนา
Marcus Wassmer รองประธานอาวุโสฝ่ายพัฒนาของ Epic Games ให้ข้อมูลเพิ่มเติมเกี่ยวกับการใช้ genAI กับทีมพัฒนา ระบุเครื่องมือและกรณีใช้งานจริงที่ช่วยให้กระบวนการพัฒนารวดเร็วขึ้นและบั๊กลดลง
เครื่องมือที่ Epic ระบุ
- ใช้โมเดลและเครื่องมืออย่าง Claude Code และ Codex เพื่อช่วยงานเขียนโค้ด
- นำ genAI มาช่วยตรวจสอบความเสถียรของระบบและวิเคราะห์สาเหตุของปัญหาอัตโนมัติ
- ใช้ AI ในการช่วยสร้างการแก้ไขอัตโนมัติและขยายชุดทดสอบภายใน
ผลลัพธ์ที่ Wassmer ยกตัวอย่าง
- เกือบขจัดบั๊กการ "cooking" ที่ไม่แน่นอนซึ่งต่อสู้มานานเป็นสิบปี
- เร่งงานที่เกี่ยวกับการบีบอัด shader โดยช่วยลดขนาดของ patch อย่างมีนัยสำคัญ
- การเขียนใหม่ของส่วน rendering layer บน D3D12 ที่คาดว่าจะใช้ 3–6 สัปดาห์สำหรับวิศวกรคนเดียว แต่เสร็จจริงในประมาณหนึ่งสัปดาห์ พร้อมผลลัพธ์ด้านเวลา CPU และบั๊กที่น้อยลง
- ระบบตรวจสอบความเสถียรของ PC แบบอัตโนมัติ และการวิเคราะห์สาเหตุพร้อมการสร้างการแก้ไขอัตโนมัติ ช่วยเร่งการแก้ปัญหาใน Fortnite
- สามารถทำ refactor ระดับสถาปัตยกรรมที่ใหญ่ขึ้นได้ เพราะ AI ช่วยจัดการการเปลี่ยนไฟล์จำนวนมาก
แนวทางการทำงานกับ AI
Wassmer ยอมรับว่า Epic กำลังทำ vibe-coding ซึ่งหมายถึงวิศวกรไม่ได้เขียนโค้ดทั้งหมดด้วยตัวเอง แต่ยังคงกำหนดสถาปัตยกรรมและชี้นำเครื่องมือให้ได้ผลลัพธ์ตามต้องการ เขาย้ำว่าไม่ใช่การ "one-shot" เอาไปใช้แล้วจบ แต่เป็นการทำงานแบบวนซ้ำกับ AI เพื่อส่งมอบฟีเจอร์ที่ต้องการในขอบเขตเรื่องหน่วยความจำ ประสิทธิภาพ และการรองรับสเกล
ส่วนการตัดสินใจเชิงกลยุทธ์ของบริษัท Wassmer ให้เหตุผลว่าพวกเขากังวลกับความเสี่ยงจากการเดินช้ากว่า (moving too slowly) มากกว่าความสงสัยต่อ AI เขากล่าวว่า "We are more concerned about the risks of moving too slowly than we are about AI skepticism" เพื่ออธิบายว่าทำไม Epic จึงขยายการใช้ genAI ในหลายส่วนของงานพัฒนา
นอกจากนี้ Wassmer ยังยืนยันว่าโครงการทดลองต่างๆ อย่างตัวอย่าง Epic Store launcher preview ไม่ใช่เรื่องเดียวที่ทำ และการใช้แนวทางเดียวกันก็เกิดขึ้นในงานพัฒนา Unreal Engine ด้วย
สรุป
- Epic เปิดเผยเครื่องมือที่ใช้และกรณีศึกษาจากภายใน โดยระบุผลลัพธ์เชิงประสิทธิภาพและคุณภาพโค้ด
- บริษัทผลักดันการใช้ genAI อย่างชัดเจน โดยมองว่าการช้ากว่าเทคโนโลยีมีความเสี่ยงมากกว่า
- แนวทางคือวิศวกรชี้นำ AI มากกว่าจะปล่อยให้ AI ทำคนเดียว เพื่อควบคุมขอบเขตของระบบ
รีวิวจากผู้ใช้จริง
รีวิวทั้งหมด: (/0)
ดูรีวิวทั้งหมด


















