《游戏设计》卷二《策略、涌现与体验度量》目录

这是《游戏设计》三卷本的第二卷。它接住卷一留下的那条基线——一份可执行、可证明、跨宿主一致的玩法规格——然后问下一个问题：这份规格跑起来之后，会发生什么？玩家又会体验到什么？

卷一（《玩法机制与可执行规格》）做的是 M 层（Mechanics）：机制怎么写成规格、规格怎么被 S / P / W / B 四处消费、四处怎么逐字一致。这一卷做的是 MDA 的另外两层：机制跑起来涌现出什么（Dynamics）、玩家因此体验到什么（Aesthetics）。站内这两层基本无人占，而它们恰恰是可计算、可跑、可比较的。

做法只有一句话：把「好玩」拆成能算的量。策略空间的 Shannon 熵、支配策略缺失度、涌现度、相变临界宽度、心流带宽、情绪张力曲线、可解率——每一个都是整数或千分比，都能从同一份 config/play_spec.json 真跑出来。它们是代理指标（proxy），只用于相对比较，不用于证明「好玩」。 这一点全书反复声明。

贯穿案例仍是虚构的卡牌构筑 Roguelike 《灰烬牌库》（工程名 ashdeck），底座与卷一完全相同：config/ 放规格，sim/ 是 Python 仿真，core/ 是 TypeScript 确定性内核，web/ 把内核内联进单文件 HTML 供无头浏览器真玩。

这套书与站内既有内容的分工

站内已经有大量相邻内容，写清分工比重复写一遍更有价值。下面五处边界是本卷最容易混淆的，务必分清：

• 《小游戏开发实战》卷一《市场品类与产品设计》 是产品口径：品类选择、用户动机、立项预算、变现前置。本卷是动态与体验口径：机制跑起来涌现什么、玩家体验到什么，全部操作化为可计算指标。它那一卷有三个点最像本卷，逐个划清：① 核心循环拆解 用 S 层算循环时长占比，本卷第 1 章算的是策略空间（动作序列的枚举规模与 Shannon 熵）；② 难度-心流曲线 给的是 S 层心流单点模型 + B 层难度敏感性，本卷第 6 章与第 10 章给的是相变 / 序参量与心流带宽（区间而非单点）；③ 可玩性指标测试 的指标偏占比类（S 层模拟采样 + 置信区间），本卷第 12–13 章给的是策略熵 / 支配缺失度 / 涌现度 / 相变宽度等机制量。
• game/indie/ 的四篇长文是散文式 + Unity csharp 片段、不可跑：核心循环与手感设计 （约 690 行）讲手感参数体系，本卷第 11 章把它换成技巧习得曲线（建模 / 习得曲线与难度曲线 / 天花板与瓶颈）；平衡与经济 （约 1430 行）是概念罗列，本卷第 2 章给可判定的支配策略检测；关卡设计与环境叙事 （约 940 行）讲空间引导与难度曲线，本卷第 9 章把张力与释放写成可算的情绪曲线；叙事设计 属叙事方向，本卷不覆盖叙事。
• game/ 专题其它篇讲的是概念与流程：经济平衡 是经济平衡概念 + 示意代码，本卷第 5 章给策略平衡度量；平衡治理流程 是流程治理（委员会、评审、榜单），本卷第 4 章给涌现度量；新手引导清单 是清单，本卷第 11 章给习得曲线。凡「该走什么流程」看那些篇，凡「这个量等于多少」看本卷。
• 《数值平衡与商业化运营》 管 SLG 的赛季膨胀 / 数值 / 商业化；本卷第 3 章只取博弈最优（极小极大、混合策略、最优解的计算代价），不做商业化数值。《风格与品类美术实战》 做的是风格距离矩阵，本卷（与卷三）做的是机制距离矩阵（口径对照，不重造风格矩阵）。
• 《引擎实现与体验打磨》 与 /posts/game/industry/ 分别是引擎 API 与行业短文的家；本卷第 14 章做的是纯 xml.etree SVG 的动态可视化（曲线与谱、策略空间热力图、相变图读法）。本卷的前一卷《玩法机制与可执行规格》讲「规格怎么写」，本卷讲「规格跑起来之后是什么」，其分卷目录见《玩法机制与可执行规格》卷末第 16 章 16.3 节的交付说明。

一句话：本卷做的是「机制跑起来之后，动态与体验能不能被算出来、被比较」，不是「机制怎么写」（卷一），也不是「怎么把它做成原型、换成别的品类」（卷三）。

明确不在本卷范围内

为了让边界清楚，下面这些这一卷不讲：

• 玩法规格本身的字段、校验、版本与迁移——见卷一《玩法机制与可执行规格》第 1–2 章。
• 四处消费的工程做法（内联、无头真玩、跨宿主摘要）——见卷一卷五、卷十五、卷十六。
• 产品立项、品类选择、变现与买量——见《小游戏开发实战》卷一《市场品类与产品设计》。
• 叙事、关卡与美术的创作——见 game/indie/ 的叙事长文与《游戏美术与技术美术》三卷。
• 真实玩家测试数据、真实测试服、真实榜单：本机没有，一律标 X，正文逐处显式标注「需真实业务环境，命令行不可复现」。
• 任何第三方素材：贯穿案例为虚构游戏，所有 PNG / SVG 由程序化生成。

可运行性六档口径

本卷每一节的代码块头部注释里都写着它属于哪一档。所有代码块都在本机实跑过，正文数字等于实跑输出；但「整卷项目复现」（把全部配置与共享模块一次性组装跑通）由第 16 章交付，本页不单独声称。

「好玩」在本卷被操作化成几个可算的代理指标（策略空间熵、支配策略缺失度、涌现度、相变临界宽度、心流带宽、可解率），只用于相对比较，禁绝对化——它们证明的是「这套规格的动态可控、可分辨、可比较」，不是「这游戏好玩」。

贯穿案例《灰烬牌库》的动态侧面

卷一从机制角度解剖了《灰烬牌库》：一个 12 张牌的牌库、若干张手牌、能量与伤害、回合上限、胜负条件，全部写在 config/play_spec.json 里。本卷换一个角度看同一份规格——它的动态：

• 策略空间有多大：把「每一回合出哪几张牌、按什么顺序」写成动作序列，一局的可选路径有多少条？枚举规模与 Shannon 熵给出一个整数上界（第 1 章）。
• 有没有支配策略：如果「永远先出重击」严格优于其它选择，这个游戏就被解开了。检测严格 / 弱支配、给出算法与复杂度上界（第 2 章）。
• 最优解值多少：极小极大告诉你「双方都最优时会怎样」，混合策略告诉你「随机化能换来什么」，以及求出最优解的计算代价（第 3 章）。
• 涌现出什么：规则简单，跑起来却出现设计者没写过的模式——涌现度衡量「可达模式数 / 规则数」，退化解则提示模式其实很少（第 4 章）。
• 平不平衡、有没有相变：胜率分布是否集中、可用策略是否够多（第 5 章）；参数扫过某个点后游戏性质突变（第 6 章）。

这些都是同一份 play_spec.json 在不同维度上的投影，全部由 sim/gd_play_*.py 真跑产出。

全书 16 章 48 节

第一部分 · 策略与均衡（第 1–3 章）

第 1 章 策略空间（S）

• 1.1 策略的表示：动作序列与决策树 ：把「怎么打」写成可枚举的对象（S）
• 1.2 策略空间枚举与 Shannon 熵 ：枚举规模与熵的整数化（S）
• 1.3 策略空间的规模控制 ：剪枝与「何时改用采样」（S）

第 2 章 支配策略检测（S+B）

• 2.1 支配关系：严格与弱 ：两种支配的定义（S）
• 2.2 检测算法与复杂度 ：可判定的检测与上界（S）
• 2.3 支配策略的修复 ：把被解开的游戏修回来（S+B）

第 3 章 均衡与最优（S）

• 3.1 minimax 与极小极大 ：双方最优时的值（S）
• 3.2 混合策略与纳什直觉 ：随机化能换来什么（S）
• 3.3 最优解的代价 ：求出最优要花多少（S）

第二部分 · 涌现与相变（第 4–6 章）

第 4 章 涌现（S+B）

• 4.1 涌现：从规则到模式 ：简单规则长出模式（S）
• 4.2 涌现的度量 ：可达模式数 / 规则数（S）
• 4.3 退化解与退化模式 ：看起来涌现、其实只有一条路（S+B）

第 5 章 平衡（S+B）

• 5.1 平衡的定义与层次 ：平衡在不同层次上指什么（S）
• 5.2 平衡的度量 ：胜率分布与可用策略数（S）
• 5.3 平衡与多样性 ：两者是张力不是同义词（S+B）

第 6 章 相变（S+B）

• 6.1 相变：参数扫过临界点 ：游戏在哪一点变性质（S）
• 6.2 序参量与临界指数 ：用什么量刻画临界（S）
• 6.3 相变扫描的实现 ：粗扫 + 二分细化的工程做法（S+B）

第三部分 · 玩家与体验（第 7–13 章）

第 7 章 玩家动因模型（D+S）

• 7.1 自我决定理论：自主、胜任、关联 ：三种基本心理需要（D）
• 7.2 动因模型的可计算化 ：把动因写成可算量（D+S）
• 7.3 动因与机制的对齐 ：机制喂不喂得上动因（D+S）

第 8 章 玩家类型（D+S）

• 8.1 玩家类型学 ：类型划分的几种口径（D）
• 8.2 类型到机制的映射 ：哪类玩家吃哪套机制（D+S）
• 8.3 类型的分布与漂移 ：分布怎么变（D+S）

第 9 章 情绪曲线与张力（S）

• 9.1 张力与释放 ：张力从哪里来（S）
• 9.2 情绪曲线的可计算化 ：把曲线算出来（S）
• 9.3 情绪与节奏的对齐 ：曲线与节奏对不对得上（S）

第 10 章 心流带宽（S）

• 10.1 心流：挑战与技巧的匹配 ：匹配才进心流（S）
• 10.2 心流带宽的可计算化 ：带宽是区间不是单点（S）
• 10.3 带宽与难度设计 ：按带宽排难度（S）

第 11 章 技巧习得曲线（S+B）

• 11.1 技巧习得的建模 ：技巧怎么长（S）
• 11.2 习得曲线与难度曲线 ：两条曲线的关系（S）
• 11.3 天花板与瓶颈 ：练到头会怎样（S+B）

第 12 章 体验度量（S）

• 12.1 体验指标的选取 ：选哪些指标、为什么（S）
• 12.2 从机制仿真到体验指标 ：从仿真到指标（S）
• 12.3 指标的置信区间 ：指标本身有多准（S）

第 13 章 可玩性的可计算化（S+B）

• 13.1 可玩性的操作化定义 ：把可玩性拆成能算的量（S）
• 13.2 可玩性指标与采样 ：组合指标怎么采（S）
• 13.3 指标的可比性 ：跨配置能不能比（S+B）

第四部分 · 可视化、反推与装配（第 14–16 章）

第 14 章 动态的可视化（S）

• 14.1 曲线与谱 ：纯 xml.etree 出曲线（S）
• 14.2 策略空间的热力图 ：把空间画成图（S）
• 14.3 相变图的读法 ：相变图怎么看（S）

第 15 章 动态到设计的反推（S+B）

• 15.1 从指标反推参数 ：从想要的指标倒推参数（S）
• 15.2 反推的可行域 ：哪些指标组合够得着（S）
• 15.3 反推的代价与取舍 ：反推不是免费的（S+B）

第 16 章 装配：规格跑起来（S+P+W+B）

• 16.1 动态度量装配 ：度量链路装配检查表（D）

• 16.2 体验度量的联调 ：S / P / W / B 一起跑（S+P+W+B）

• 16.3 交付卷三 ：把动态基线交给卷三（S+P）

• 附录：附录 A 动态与体验指标公式、参数表与数据集索引

三卷递进

三卷不是三个话题，是同一条链上的三段：

• 卷一《玩法机制与可执行规格》（gd-mech-）：一份玩法规格怎么写、怎么被四处消费、怎么证明它自洽。落点是 M 层（Mechanics）。
• 卷二《策略、涌现与体验度量》（gd-play-，即本卷）：规格跑起来之后涌现什么、玩家体验到什么，全部操作化为可计算指标。落点是 D 层（Dynamics）与 A 层（Aesthetics）。
• 卷三《原型、可玩性与品类》（gd-proto-）：把同一份规格实例化到 6 个品类，6/6 通过可玩性闸门，产出品类间机制距离矩阵。落点是跨品类成立性。

三卷共用同一份 config/play_spec.json、同一个 sim/、同一个 core/、同一个 web/。换卷不换底座——这也是「一份规格，四处消费」能被验证的前提。

本卷用到的代理指标速查

下表把本卷反复出现的量集中列一次。它们全部是代理指标（proxy），只用于相对比较，不用于证明「好玩」。

底座：策略枚举的公共入口

本卷与卷一共享同一套底座：S 层公共库 sim/ashlib.py，P 层内核 core/src/ashdeck/{types,rng,cards,combat,digest}.ts，W 层打包器 web/pack.mjs 与验证器 web/verify_mech.mjs。底座只读，各章只在它之上写自己那一节的枚举与度量脚本。

策略枚举的可复现性，前提是随机源可复现。下面这段是本套的随机源，与工作区 core/src/ashdeck/rng.ts 逐字节一致——它是三条跨语言纪律里第二条（自实现可播种 PRNG）的落点：

// file: core/src/ashdeck/rng.ts
// tier: P
// verify: node --test 'core/test/gd_mech_base.test.ts'
//
// 自实现可播种 PRNG（Lehmer MINSTD），与 sim/ashlib.py 的 rng_next 同算法。
// 跨语言逐位一致的唯一保证就是这里：整数运算，绝不用 Math.random()。

export const RNG_MOD = 2147483647;
export const RNG_MUL = 48271;

export function rngNext(state: number): number {
  return (state * RNG_MUL) % RNG_MOD;
}

export function shuffleDeck<T>(deck: T[], seed: number): T[] {
  const out = deck.slice();
  let state = seed % RNG_MOD || 1;
  for (let i = out.length - 1; i > 0; i -= 1) {
    state = rngNext(state);
    const j = state % (i + 1);
    const t = out[i];
    out[i] = out[j];
    out[j] = t;
  }
  return out;
}

用规格自带的基线策略跑一局，S 层产出的摘要如下——它与卷一给出的那一行逐字相同：

{"block":0,"cardCount":12,"damageConserved":true,"dealt":50,"enemyHp":0,"energy":1,"hand":["strike","jab","heavy"],"over":true,"played":9,"playerHp":48,"turn":4,"won":true}

读法同卷一：4 回合取胜，打出 9 张、累计造成 50 点伤害（恰好清空敌人 50 血），余能量 1，玩家剩 48 血。换卷不换底座——同一份规格在同一台机器上永远给同一行，这是本卷所有动态指标可比较的前提。

复现前提

想在本地把本卷的代码块跑起来，需要这些条件（都已实测可用）：

• Python 用 /opt/homebrew/bin/python3（3.14.6，带 numpy / pandas / Pillow；无 matplotlib / scipy，图表一律纯 xml.etree 生成 SVG）。
• Node 用 node（v26.5.0，原生跑 .ts；strip-only，禁 enum / namespace）。
• 工作区是 $HOME/.gdbook/ashdeck（不是 /tmp，会被系统清理），底座文件 config/play_spec.json、sim/ashlib.py、core/src/ashdeck/*.ts、web/pack.mjs 与卷一完全相同。
• 随机一律用自实现可播种整数 PRNG（Python 与 TS 同算法同种子），禁 Math.random() 与 Python random——否则跨语言对照必然漂移。
• 每个代码块头部注释都写着 # file: / # tier: / # verify:，file: 指向工作区里的真实文件，与正文块逐字节一致。
• 真实玩家数据、测试服、榜单在本机不存在，凡涉及它们的段落一律标 X 并显式写明「需真实业务环境，命令行不可复现」。

怎么读

三条路径，按你的目的挑一条：

• 先看主张：读本页的引语与《灰烬牌库》动态侧面，再跳到第 1 章 1.2 策略空间枚举与 Shannon 熵 看「策略空间有多大」怎么算，最后看第 13 章 13.1 可玩性的操作化定义 看「好玩」怎么被拆成能算的量。
• 直接动手：从第 1 章 1.1 策略的表示：动作序列与决策树 开始枚举策略，依次做支配检测（第 2 章 ）、涌现度量（第 4 章 ）、相变扫描（第 6 章 ），最后用第 16 章 16.1 动态度量装配 收口。
• 只看结论：直接看第 16 章 16.2 体验度量的联调 与附录 A ——那里有指标公式全表、参数表与全部数据集索引。

可运行性总表（各章档位分布）

整卷口径：每一节至少有一个 S / P / W 档的可跑代码块；S 层脚本逐个跑（/opt/homebrew/bin/python3 sim/gd_play_*.py），P 层写全 glob（node --test 'core/test/gd_play_*.test.ts'），W 层用 web/verify_mech<NN>.mjs 无头断言；B 层软告警不硬失败。完整指标公式表与数据集索引见附录 A 。