这里是全站文章的归档入口，下面是按时间倒序排列的全部文章。若想按主题浏览，请从首页的专题分类进入。
14.3 里程碑与风险缓冲
把静态的工时与成本排成一条带缓冲的时间线：给每个里程碑一个乐观/悲观人天区间，用可播种的整数 LCG 抽样算出各里程碑最晚完成时间与缓冲耗尽概率，再用 B 层扫描缓冲比例做敏感性分析，讲清 20% 缓冲为什么不够、以及该配多少才压得住超期风险。
posts
文章归档
PlumePHP 全站文章的归档入口，按时间倒序汇总各专题的技术文章，并提供按主题浏览的专题分类入口。
14.3 套利、工作室与风控边界
哪里有价差，哪里就有套利。本节先讲清套利的经济学：跨市场价差扣掉手续费与运费后还剩多少，什么程度是健康的、什么程度会招来工作室；再给一个可跑的工作室收益模型，用账号数、日产金、封禁率与成本算出打金 ROI，并给出跨市场套利千分比与 ROI 的风控阈值建议。
14.2 定价机制与流动性
撮合规则只决定「谁和谁成交」，定价机制才决定「成交在什么价位、能不能一直成交下去」。本节讲价格如何形成——供需、锚定、系统指导价——以及流动性怎么用挂单深度、成交率、买卖价差来度量；再用多玩家限价订单簿仿真跑 40 轮，观察价格收敛与价差收窄，输出 CSV 与纯 Python SVG 图。
14.2 外包与素材成本
把素材账分成两条腿：外包的计现金、内制的计人天，用一份素材成本表按「数量 × 单价」汇总出《合成小岛》的现金成本与内制工时，全程整数、金额用分记账，产 CSV 与 SVG 条形图，并讲清为什么「看外包成本不能只看现金」，以及外包单价、授权边界与交付验收三条纪律。
14.1 市场形态：拍卖行 / 摆摊 / 交易所
玩家之间的交换是 SLG 经济最容易被低估的一环。本节把拍卖行、摆摊、交易所三种市场形态拆开，讲清集中撮合、分散位置成本、挂单深度各自对经济的影响与实现代价；再对同一批买卖订单用先到先得、价格优先、价格时间优先三种规则跑出成交价与成交量，对比差异。
14.1 人力与工时估算
把一款小游戏的人拆成人天：用一份角色配置表，把每个角色的投入人天乘上日单价，汇总出总工时、折合人月、并行工期与人力成本结构，全程整数、金额用分记账，产 CSV 与 SVG 条形图，并讲清「排期」和「估算」这两个词为什么不能混着用，以及为什么并行工期只是个下界。
13.3 赛季重置与货币回收
赛季边界是 SLG 最彻底的货币回收手段。本节让四种方案（不清零 / 全额清零 / 按比例压缩 / 压缩+保底）各跑 10 个赛季、每赛季 90 天：不清零的赛季初存量膨胀到 2500 万，全额清零永远停在 0，按比例压缩收敛到 13 万却低于健康带，只有压缩+保底收敛到 20 万。附纯 Python SVG 与 TypeScript 对照。
13.3 收入预测与情景分析
把收入模型从单点变成区间：用悲观 / 基准 / 乐观三档整数假设参数跑出月收入对照表与区间比，再用 B 层敏感性基准把六个输入参数按「对结论的影响」排序，回答哪个数错了最致命、哪个数可以放心估，并说明排名要结合扰动口径一起读，给收入预测一个可决策的区间。
13.2 混合变现的收入结构
把 ARPDAU 拆成 IAA : IAP 的整数千分比，用广告负载与 ARPPU 两个整数百分比改写基准口径，跑出广告主导、均衡混合、内购主导三种结构的收入构成，产出 CSV 与堆叠 SVG，并说清「结构」到底改变了什么、为什么几乎不改变总收入。
13.2 沉淀机制与回收活动
同一段经济，叠加不同的沉淀与回收组合，存量曲线会走到哪？本节用《王朝纪元》跑 150 天：升级消耗、仓库税、交易税三档沉淀，限时兑换、赛季宝箱、拍卖行抽水三档回收，对比四种组合的终值与末段斜率，得出「沉淀决定稳态高度、回收决定到达速度」的结论。
13.1 通胀症状与成因
经济生病了，第一步是能诊断。本节把「通胀 / 通缩 / 健康」从口头判断变成可判定的量：读一段存量时序，算出存量、价格、交易三组日均变化率，再归因到产出侧、消耗侧或外部注入；用《王朝纪元》五个场景验证判定与归因，并给出判定稳定性与余量的 B 层基准。
13.1 收入拆解：DAU × ARPDAU
把日收入拆成 DAU × ARPDAU 的乘法链：IAA 用「人均广告请求次数 × 填充率 × eCPM」、IAP 用「付费率 × ARPPU」，一份整数 config 驱动，产出 JSON、CSV 与 SVG 收入阶梯，并说清每个因子各自的口径与边界。
12.3 原型迭代与决策
把可玩性观测翻译成继续、调整、砍掉三个决策：用 P 层 TypeScript 内核按北极星达成率与止损线判定，用 node --test 锁死四个构建的结论，再打包成单文件 HTML 交互原型，用 Playwright 无头采样状态、断言 canvas、验证确定性并截图。
12.2 闭环仿真与稳态判定
把产出与消耗合起来跑 180 天多玩家闭环仿真：300 名玩家、确定性 PRNG、逐日结算存量，判定经济是否收敛到稳态。输出 JSON、CSV 与纯 Python SVG 三曲线（存量/日产/日耗），并给出稳态偏差基准——第 170–180 天存量相对波动，软告警不硬失败。
12.2 可玩性指标与测试方法
可玩性指标怎么测、测出来的数字有多大把握：用 S 层脚本对首局完成率、单局时长、重玩率做整数递推采样并配 Agresti–Coull 置信区间，再用 B 层脚本看半宽随样本量如何按 1/sqrt(n) 收缩，最后讲清模拟样本与真实测试的差距。
12.1 存量/流量模型
把「存量 = 历史产出 − 历史消耗」写成方程，推导稳态条件：产出速率 = 消耗速率。用伐木场产出曲线与消耗曲线求数值解，讲清楚稳态是设计出来的——产出增速只要不低于消耗增速，稳态就不存在。附可跑的 S 层脚本与 TypeScript 原型。
12.1 原型范围与验证目标
把玩法原型从「做一个演示」拉回「验证假设」：用 D 层配置声明原型范围、验证目标与指标注册表，用 S 层门禁脚本断言每个验证目标都绑定可测指标、北极星恰好一个、区间型目标上下界有序，让做什么、不做什么、拿什么指标验收都在动手写代码前先固化下来。
11.3 立项决策与止损线
把「累计投入 vs 预期回收」做成可调参数的止损线模型：S 层脚本在五个检查点算回本千分比并判定继续/观察/止损，B 层脚本做目标回收 sweep 与阈值扰动，找出最影响结论的假设，讲清立项决策到底什么时候该停手，并附一张可复用的止损决策自检表。
11.3 消耗曲线仿真
把 11.1 的养成消耗与 11.2 的市场回收汇总成一条 N 天消耗曲线，用 S 层脚本跑出每天各消耗槽的明细与合计，再用 B 层基准对活动强度做蒙特卡洛抖动，量化总消耗的 P10–P90 带宽。闭环（产出与消耗一起建模）留给第 12 章。
11.2 税率、手续费与消耗弹性
摩擦成本怎么设计：税率太高玩家绕过市场、回收不足，太低又回收不够。本节用 S 层仿真把税率从 0% 扫到 20%，画出回收量、交易量、玩家净收益三条曲线，找到拉弗拐点，并用 TypeScript 原型与断言验证同一份配置两侧逐位一致，最后给出保守取值的建议。