前两节讲的是怎么把一款还在跑的游戏运营好，这一节讲怎么体面地送它走。游戏的退场（sunset，也叫关服 / 停运）是长线运营绕不开的一环，但多数团队处理得很糟——要么因为感情一直拖着，让一款不再赚钱的游戏持续烧钱；要么某天拍脑袋决定「下周关服」，伤了核心玩家、坏了口碑，还留下合规隐患。本节的主张很直接：退场应该是一个提前定义好触发条件的数据决策，而不是一次情绪爆发。边界：本节只讲生命周期阶段与退场触发，运营数据体系是第 11 章、失败复盘是第 15 章。
生命周期不是宿命，是五个可测的阶段
任何一款上线游戏都会走过几个阶段，区别只在于每个阶段持续多久。把阶段定义清楚的价值在于：每个阶段该做什么决策是不同的，用错阶段的心态运营会浪费资源。
成长期：用户还在增长或快速波动，重点是拉新与留存，愿意投入买量。
成熟期：用户进入平台期，重点是变现效率与内容供给，买量趋于保守。
衰退期：用户开始净流出，重点是低成本维护核心玩家、控制成本。
维护期：用户基数已小，只做必要修复，不再投入新内容，收入覆盖基本运维成本即可。
退场期：收入已无法覆盖成本，或用户跌破底线，进入公告、退款、数据导出、关服流程。
这五个阶段用 DAU 阈值就能切分——不是因为它最准，而是因为它最稳定、最好对齐。本节模型里：DAU ≥ 3000 是成长期、≥ 1500 成熟、≥ 400 衰退、≥ 150 维护、低于 150 退场。阈值本身可以调，关键是它必须提前写进配置，而不是事后解释。
退场是数据决策，不是情绪决策
退场的触发条件通常有两条，且应当以利润为主、DAU 为辅。
利润线：当一款游戏的周收入长期低于周成本，它在净烧钱。烧钱本身不一定是坏事——拉新期、新版本期都可能在烧钱换增长；但如果连续多周烧钱且看不到回升，就是在为一段不会回来的曲线付费。模型里定的触发是连续 8 周利润为负。
DAU 线：当 DAU 跌破某个底线（比如 150），即使账面还能微利，游戏也已进入「僵尸运营」——维护成本、合规成本、团队注意力成本都是隐性的，留着它不赚钱，只是舍不得。
两条线里，利润线通常更早触发。这一点反直觉但很关键：很多游戏在 DAU 还有几百时利润就已经转负了，因为固定运维成本（服务器、客服、版号维护、合规）不会随 DAU 等比下降。盯着 DAU 决定退场，往往会晚几个月，白烧几个月的钱。
D 层：把生命周期写成配置
下面这份是 D 层（静态层）配置，全整数。它声明了衰减率（weeklyDecayPermille，每周衰减千分比）、DAU 地板、ARPDAU、固定与变动成本、五个阶段的 DAU 阈值，以及退场规则（连续亏损周数与 DAU 底线）。全整数地板除，禁浮点。
{
"version": 1,
"series": "《小游戏开发实战》",
"volume": "卷三《上线变现与长线运营》",
"game": "merge-island",
"observedAt": "2026-10",
"note": "生命周期与退场配置（D 层）。dau 每周按 weeklyDecayPermille 衰减、不低于 floorDau；周收入 = dau × arpdauDeciFen × 7；周成本 = 固定成本 + dau × 变动成本 × 7；利润 = 收入 - 成本。stages 按 dau 下限切生命周期阶段。sunsetRules 给退场触发条件：连续 lossWeeks 周利润为负，或 dau 跌破 dauFloorForSunset。全整数地板除，禁浮点。衰减率、单价、成本均为示例假设值，真实数值需真实业务环境，命令行不可复现（X）。",
"horizonWeeks": 156,
"initialDau": 6000,
"weeklyDecayPermille": 35,
"floorDau": 120,
"arpdauDeciFen": 28,
"fixedWeeklyCostDeciFen": 90000,
"variableCostPerDauDeciFen": 3,
"stages": [
{ "id": "growth", "name": "成长期", "dauMin": 3000 },
{ "id": "mature", "name": "成熟期", "dauMin": 1500 },
{ "id": "decline", "name": "衰退期", "dauMin": 400 },
{ "id": "maintenance", "name": "维护期", "dauMin": 150 },
{ "id": "sunset", "name": "退场期", "dauMin": 0 }
],
"sunsetRules": {
"lossWeeks": 8,
"dauFloorForSunset": 150
}
}
S 层：衰减与退场触发仿真
配置写完，让机器逐年推演。下面这段是 S 层脚本：逐周按衰减率推进 DAU（不低于地板），算周收入、周成本与周利润，按 DAU 阈值归入阶段；当连续亏损达到设定周数或 DAU 跌破底线时触发退场。产出 JSON + CSV + SVG。
#!/usr/bin/env python3
# file: sim/l13_lifecycle.py
# tier: S
# verify: /opt/homebrew/bin/python3 sim/l13_lifecycle.py --config config/ --out out/
"""生命周期与退场仿真：读 config/l13_lifecycle.json。
逐周推进：dau 按 weeklyDecayPermille 衰减（地板 floorDau），算周收入 / 成本 / 利润，
按 dau 下限归入生命周期阶段。退场触发：连续 sunsetRules.lossWeeks 周利润为负，
或 dau 跌破 sunsetRules.dauFloorForSunset。产出 JSON + CSV + SVG。全整数地板除。
衰减率、单价、成本均为示例假设值，真实数值需真实业务环境，命令行不可复现（X）。
"""
from __future__ import annotations
import argparse
import csv
import json
import os
import xml.etree.ElementTree as ET
def load(cfg_dir: str) -> dict:
with open(os.path.join(cfg_dir, "l13_lifecycle.json"), encoding="utf-8") as f:
return json.load(f)
def stage_of(cfg: dict, dau: int) -> dict:
for s in cfg["stages"]:
if dau >= s["dauMin"]:
return s
return cfg["stages"][-1]
def simulate(cfg: dict) -> dict:
dau, rows, loss_streak = cfg["initialDau"], [], 0
sunset_week = 0
for w in range(1, cfg["horizonWeeks"] + 1):
if w > 1:
dau = max(cfg["floorDau"], dau * (1000 - cfg["weeklyDecayPermille"]) // 1000)
revenue = dau * cfg["arpdauDeciFen"] * 7
cost = cfg["fixedWeeklyCostDeciFen"] + dau * cfg["variableCostPerDauDeciFen"] * 7
profit = revenue - cost
loss_streak = loss_streak + 1 if profit < 0 else 0
st = stage_of(cfg, dau)
rows.append({"week": w, "dau": dau, "stage": st["id"], "revenue": revenue,
"cost": cost, "profit": profit, "lossStreak": loss_streak})
if sunset_week == 0 and loss_streak >= cfg["sunsetRules"]["lossWeeks"]:
sunset_week = w
transitions, seen = [], None
for r in rows:
if r["stage"] != seen:
transitions.append({"week": r["week"], "stage": r["stage"], "dau": r["dau"]})
seen = r["stage"]
first_loss = next((r["week"] for r in rows if r["profit"] < 0), 0)
cum_profit = sum(r["profit"] for r in rows)
return {"rows": rows, "transitions": transitions, "firstLossWeek": first_loss,
"sunsetWeek": sunset_week, "cumProfit": cum_profit,
"endDau": rows[-1]["dau"], "endStage": rows[-1]["stage"]}
def draw_svg(path: str, res: dict, cfg: dict) -> int:
rows = res["rows"]
W, L, R, B = 780, 60, 34, 46
H = 96 + len(rows) * R + B
max_dau = max(r["dau"] for r in rows)
max_profit = max(r["profit"] for r in rows)
min_profit = min(r["profit"] for r in rows)
span_p = max(max_profit - min_profit, 1)
svg = ET.Element("svg", {"xmlns": "http://www.w3.org/2000/svg", "width": str(W),
"height": str(H), "viewBox": f"0 0 {W} {H}"})
ET.SubElement(svg, "rect", {"width": str(W), "height": str(H), "fill": "#ffffff"})
title = f"《合成小岛》生命周期与退场（退场触发 W{res['sunsetWeek']}，示例参数）" if res["sunsetWeek"] else \
f"《合成小岛》生命周期与退场（观测窗内未触发，示例参数）"
ET.SubElement(svg, "text", {"x": "16", "y": "24", "font-size": "15", "fill": "#111827"}).text = title
dw, pw = (W - L - 70) // 2, (W - L - 70) // 2
for i, r in enumerate(rows):
y = 48 + i * R
if i % 13 == 0:
ET.SubElement(svg, "text", {"x": "14", "y": str(y + 12), "font-size": "10", "fill": "#6b7280"}).text = f"W{r['week']}"
dwid = r["dau"] * dw // max_dau
ET.SubElement(svg, "rect", {"x": str(L), "y": str(y + 2), "width": str(max(dwid, 1)), "height": "10", "rx": "2", "fill": "#2563eb"})
zero_x = L + dw + 40 + (0 - min_profit) * pw // span_p
py = y + 7
px = L + dw + 40 + (r["profit"] - min_profit) * pw // span_p
ET.SubElement(svg, "rect", {"x": str(min(px, zero_x)), "y": str(py - 4),
"width": str(max(abs(px - zero_x), 1)), "height": "8", "rx": "2",
"fill": "#10b981" if r["profit"] >= 0 else "#ef4444"})
ET.SubElement(svg, "text", {"x": str(L), "y": str(48 + len(rows) * R + 22), "font-size": "11", "fill": "#6b7280"}).text = \
"左=DAU（蓝） 右=周利润（绿正/红负）"
os.makedirs(os.path.dirname(path), exist_ok=True)
ET.ElementTree(svg).write(path, encoding="utf-8", xml_declaration=True)
return os.path.getsize(path)
def main() -> int:
ap = argparse.ArgumentParser()
ap.add_argument("--config", default="config/")
ap.add_argument("--out", default="out/")
a = ap.parse_args()
cfg = load(a.config)
res = simulate(cfg)
os.makedirs(a.out, exist_ok=True)
sb = draw_svg(os.path.join(a.out, "l13_lifecycle.svg"), res, cfg)
with open(os.path.join(a.out, "l13_lifecycle_weeks.csv"), "w", encoding="utf-8", newline="") as f:
w = csv.writer(f)
w.writerow(["week", "dau", "stage", "revenueDeciFen", "costDeciFen", "profitDeciFen", "lossStreak"])
for r in res["rows"]:
w.writerow([r["week"], r["dau"], r["stage"], r["revenue"], r["cost"], r["profit"], r["lossStreak"]])
report = {"version": cfg["version"], "game": cfg["game"], "observedAt": cfg["observedAt"],
"horizonWeeks": cfg["horizonWeeks"], "initialDau": cfg["initialDau"],
"firstLossWeek": res["firstLossWeek"], "sunsetWeek": res["sunsetWeek"],
"cumProfitDeciFen": res["cumProfit"], "endDau": res["endDau"], "endStage": res["endStage"],
"transitions": res["transitions"], "svgBytes": sb}
with open(os.path.join(a.out, "l13_lifecycle.json"), "w", encoding="utf-8") as f:
json.dump(report, f, ensure_ascii=False, indent=2)
print(json.dumps({k: report[k] for k in ("firstLossWeek", "sunsetWeek", "cumProfitDeciFen",
"endDau", "endStage", "transitions", "svgBytes")},
ensure_ascii=False, indent=2))
return 0
if __name__ == "__main__":
raise SystemExit(main())
在本机跑它（假设参数），输出如下（同机相对量级，绝对数值不可移植）：
{
"firstLossWeek": 70,
"sunsetWeek": 77,
"cumProfitDeciFen": 16129125,
"endDau": 120,
"endStage": "sunset",
"transitions": [
{ "week": 1, "stage": "growth", "dau": 6000 },
{ "week": 21, "stage": "mature", "dau": 2936 },
{ "week": 40, "stage": "decline", "dau": 1486 },
{ "week": 77, "stage": "maintenance", "dau": 386 },
{ "week": 103, "stage": "sunset", "dau": 144 }
],
"svgBytes": 22617
}
读这组数字：DAU 从 6000 起步，按每周 35‰ 衰减，第 21 周跌出成长期（2936）、第 40 周进入衰退期（1486）。第 70 周利润首次转负，第 77 周凑满连续 8 周亏损，退场触发——此时 DAU 还有 386，仍处在衰退期，离 DAU 底线 150 还差得远。DAU 真正跌破 150 要等到第 103 周。这就是前面说的「利润线比 DAU 线早触发」：利润线在第 77 周就喊停，DAU 线要拖到第 103 周，中间 26 周如果继续运营，就是在为一款已经亏钱的游戏付费。整个观测窗累计利润约 16 万分（示例单位），是正的——退场不是因为这款游戏从头到尾不赚钱，而是因为它的边际收益已经为负。
这个结论纠正了一个常见误解：退场不等于失败。一款游戏完整走完「成长期赚钱 → 成熟期稳收 → 衰退期转负 → 退场」的曲线，累计利润为正，就是一次成功的产品周期；真正的失败是该退的时候不退，把前面赚的钱在衰退期又烧回去。脚本给出的退场周不是命令，而是一个决策锚点：第 77 周这个数字摆在这里，团队要么按它退场，要么给出「为什么还能回正」的具体理由——而不是靠感觉再拖一个季度。
退场执行清单
退场触发之后，真正麻烦的是执行。下面这份是 D 层清单（顺序即优先级），每一项都对应一类真实风险：
- 提前公告：给用户足够的提前量（业内常见 30–60 天），公告渠道覆盖游戏内弹窗、官方社群、应用商店描述页。
- 停止充值：公告发布的同时关闭付费入口，这是合规红线——继续卖充值再关服是明确的消费欺诈风险。
- 未消耗虚拟币处理：明确未使用的付费货币如何退款或折算，保留处理记录。
- 数据导出：给用户导出存档 / 成就 / 好友关系的通道，或明确告知无法导出。
- 退款通道：对未消耗的付费内容给出可执行的退款流程与时限。
- 服务器与域名：保留一段时间只读存档服务，再下线；域名与备案按平台要求注销。
- 合规收尾：未成年人相关数据、隐私数据的删除与留存记录，按第 10 章的合规要求归档。
- 复盘归档：把这款游戏的数据曲线、决策记录、退场时间点归档，作为下一个项目的输入（第 14 章会用到）。
这份清单里最容易被跳过的是停止充值与退款两项，因为它们「影响收入」，但恰恰是它们决定退场是「体面结束」还是「事故」。退场是一次有截止线的项目，不是一次关掉服务器就完事的行为。
小结与下一步
这一节把退场从情绪决策变成数据决策：五个生命周期阶段用 DAU 阈值切分，退场触发以连续亏损周数为主、DAU 底线为辅。仿真给出了第 70 周利润转负、第 77 周退场触发、DAU 要到第 103 周才跌破底线，以及「累计利润为正、退场不等于失败」的结论。**退场要提前定义触发条件，利润线通常比 DAU 线更早该喊停。**下一章把全卷收束成一条完整时间线：从概念到上线，这款游戏是怎么一步步走到今天的。
阅读导航：上一节：13.2 内容产能与排期 · 下一节：14.1 从概念到上线的时间线 。
继续阅读
探索更多技术文章
浏览归档，发现更多关于系统设计、工具链和工程实践的内容。