2026年8月，腾讯游戏公共技术线携旗下Motus AI、GIGA、MagicDawn、Tencent Games Vox、腾讯游戏安全ACE、GVoice、WeTest等首次整体亮相Gamescom(德国科隆游戏展)。其中，GIGA团队负责人杨敬文在Gamescom Dev发表了题为《构建FPS战场中的自主AI智能体》(Building Autonomous AI Agent for FPS Battlefields)的主题演讲，作为Gamescom Dev 2026(德国科隆游戏开发者大会)今年官方选中的议题之一，向全球开发者系统呈现了自主智能体架构的设计思路与实现路径。
GIGA全称General Instructable Game Agent，以游戏和虚拟世界作为通用智能体的重要研究场景，致力于构建能够理解人类指令、执行复杂任务，并在动态环境中与玩家及其他智能体协作、竞争和博弈的通用游戏智能体。目前，GIGA相关技术能力已在《和平精英》《终极角逐(The Finals)》等多款游戏中落地应用。
FPS战场：游戏智能体最难的考场
FPS游戏是GIGA团队选择深度实践的核心场景。高度动态的战场环境、复杂的多人博弈与开放的玩家指令，在这里交织叠加，构成了游戏AI领域最难攻克的挑战之一。
传统FPS游戏AI多依赖预设行为树驱动，这一方式稳定、可预测，却无法超越预设规则进行推理，面对复杂动态的战场局势时灵活性极为有限。 然而FPS战场上却同时有三重挑战：实时动态的战场环境、开放式任务目标、玩家的自由形式指令，现有的技术范式都难以单独应对。
强化学习能够让智能体在具体技能上达到较高水准，却依赖明确的任务定义与奖励信号，高层决策与复杂意图理解并非其所长;大语言模型能够理解指令并对目标进行推理，却并非为实时感知与精确控制而设计。现有技术路线各有长处，也各有盲区。
“真正的挑战，是弥合'知道做什么'和'能够做到'之间的差距。” 这是杨敬文对这一矛盾的提炼，也正是GIGA团队所搭建的这套架构试图解决的核心问题。
(GIGA 团队负责人杨敬文在gamescom dev 2026进行技术分享)
双系统架构：让推理与执行各司其职
GIGA给出的解法，是双系统架构(Dual-System Architecture)。如同人类的"快思考"与"慢思考"，将智能体的能力拆解为两个相互协同、分工明确的系统。
认知推理系统(Cognitive Reasoning System)负责“想清楚”：基于视觉语言模型(VLM)对多模态战场信息进行深度推理，理解当前战场态势，解读目标与威胁，结合游戏知识、历史记忆与玩家指令进行规划与协调，最终将高层意图转化为可执行的技能方案。
快速执行系统(Fast Execution System)负责“做到位”：感知战场状态信息，在毫秒级约束下调用经强化学习训练的技能库完成精确控制，并将执行反馈与关键事件持续传回推理层。推理选择正确的行为，执行让行为可靠落地。
两个系统的协同，使智能体拥有了传统范式无法实现的动态适应能力。演讲中，杨敬文以两个 FPS战场案例直接呈现了这一机制：其一，终圈阶段附近存在未知威胁时，智能体判断直接进圈风险过高，选择先投掷烟雾弹压制再进入安全区;其二，玩家在激烈交火中发出“找车”指令，智能体判断该指令与当前战术优先级冲突，选择拒绝并继续作战。
(杨敬文在演讲中分享的两个FPS战场案例)
这两个案例共同体现了GIGA对智能体设计的核心判断：衡量一个智能体是否真正自主，不只在于“能否理解指令”，更在于“能否在正确的时机做出正确的判断”。正如杨敬文在演讲中所说：“一个协作型智能体，应该听取玩家，但不应该盲目服从”，GIGA希望智能体扮演的角色是队友，而非工具。
游戏，是通用智能体最好的研究场域
杨敬文还提出，游戏所探索的问题，其意义并不局限于让AI更擅长玩游戏。游戏，尤其是FPS这类高度对抗性的品类，天然具备检验通用智能体能力所需的一切要素：实时反馈、复杂规则、动态对抗、多人协作。智能体必须在不确定的环境中持续感知、推理、决策与协作，且没有任何容错空间。
这正是GIGA团队将游戏视为通用智能体重要研究场景的原因：在这里经过验证的能力，具备向更广泛应用场景迁移的基础。游戏能够以极低的成本构建高度交互、规则复杂、结果可验证的研究环境，覆盖通用决策、语言与动作对齐、竞争与协作场景下的持续学习等AI领域核心难题。在GIGA团队看来，推动虚拟世界中通用智能体的能力边界，正是迈向AGI前沿的一条重要路径。
面向未来，GIGA团队正持续推进自主智能体在行为一致性、自适应规划与持续学习等方向的能力演进，并进一步探索智能体个性化与长期陪伴能力，让智能体成为真正了解玩家的游戏伙伴，推动自主智能体与游戏和玩家共同演进。