game-balance-check

AlterLab GameForge ——经济与系统平衡验证

平衡并不是让所有选项都一样，而是在让每个选择都意义非凡的同时，使一切显得公平。一款所有选项都完全相同的完美平衡游戏，也是一款没有有趣选择的游戏。《Into the Breach》并非通过对称实现近乎完美的平衡，而是通过信息透明：每个选项都可行，因为每种后果都一目了然。《Slay the Spire》则通过控制随机性来实现平衡：任何卡牌在合适的牌组中都能发挥威力，而 Jorbs 的统计分析证明，这些数学关系经得起数千次游戏的检验。

目标是实现受控的不对称：每个选择都有取舍，每条路线都可行，每位玩家都能感受到自己偏好的玩法受到尊重。本工作流提供正式模型（包括统计验证与模拟），用于验证经济、进度、难度和奖励系统。

用途与触发条件

在以下情况下使用本工作流：

• 游戏内经济出现非预期的通货膨胀或通货紧缩
• 玩家纷纷采用某一种主导策略，而忽略所有其他选择
• 进度过快（使内容变得毫无挑战）、过慢（形成重复刷取的瓶颈）或不均匀（出现空档后又骤然提升）
• 需要校准难度曲线——玩家要么一路畅通，要么遭遇瓶颈
• 需要分析奖励节奏，以维持玩家在游戏中期和后期的投入度
• 即将引入新物品、角色、能力或系统，需要与现有平衡进行整合
• 需要审查免费游玩模式的商业化公平性——付费玩家与非付费玩家之间的差距必须合理
• 需要在试玩或发布前进行平衡性检查

在以下情况下不要使用本工作流：

• 游戏没有需要平衡的系统（纯叙事游戏，或没有机制的步行模拟游戏）
• 仍处于原型阶段，系统尚未定义（请先使用 game-prototype）
• 平衡问题实际是设计问题——如果系统在根本上存在缺陷，调整数值也无济于事

关键规则

1. 平衡是相对的，而非绝对的。 单看一件造成 100 点伤害的武器，无法判断它是过强还是过弱。只有结合敌人的生命值、其他武器选项、弹药稀缺程度和玩家的操作上限，才有比较意义。
2. 主导策略会扼杀游戏。 如果一种玩法在所有情况下都严格优于所有替代方案，那么平衡就出了问题。《Dead Cells》通过因情境而异的每秒伤害曲线，让每种武器都具有可行性：对付单个目标时，慢速大剑造成的伤害高于匕首；但面对一群敌人时则不然。每种可行策略都必须至少存在一种不占优势的情境。
3. 感受比数学更重要。 一个系统在数学上可能平衡，但玩家仍会觉得不公平。平衡分析必须考虑玩家心理（损失厌恶、锚定效应、确认偏误）。玩家因 5% 的失败概率失去稀有物品时，对这次损失的记忆远比 95 次成功鲜明。《Balatro》深谙此道：它的安慰机制和透明的分数倍率，让随机性即使在数学结果极其严苛时也显得公平。
4. 绝不能孤立地进行平衡调整。 每个系统都会与其他所有系统相互作用。调整战士的伤害输出，会影响治疗者的平衡、敌人设计、关卡节奏和经济。动手调整任何数值前，先绘制依赖关系图。《Factorio》的开发者以在发布前追踪每项平衡调整对整条生产链的影响而闻名。
5. 数据胜于直觉。 有遥测数据时就使用它。没有数据时，就用蒙特卡洛模拟生成合成数据。“感觉差不多”不是平衡方法。
6. 参考 docs/game-design-theory.md，了解心流理论（挑战与技能的平衡）、SDT（能力感反馈循环）和 MDA 框架（平衡如何影响目标美学体验）。

工作流

步骤 1：系统盘点与依赖关系映射

在平衡系统之前，你必须了解系统包含哪些内容，以及它与其他所有内容之间的连接方式。

完整盘点以下内容：

• 货币：玩家可以获得、花费、交易或失去的所有资源（金币、XP、体力、宝石、声望、制作材料等）
• 消耗渠道：经济中所有货币流出的地方（商店、升级、修理、消耗品、税费等）
• 产出渠道：经济中所有货币流入的地方（任务奖励、战利品掉落、出售物品、每日奖励等）
• 成长路径：玩家成长的所有维度（等级、装备评分、技能树、声望等级、收集进度等）
• 难度变量：所有影响挑战难度的参数（敌人属性、生成率、AI 行为、环境危险、时间限制等）
• 奖励机制：所有能给玩家带来正向反馈的系统（战利品、成就、解锁项、外观物品、叙事进度等）

构建一张依赖关系图，展示这些系统之间的联系。当系统 A 发生变化时，会影响哪些其他系统？这张图是你的安全护栏——调整任何数值之前，都要沿着依赖关系图追踪连锁影响。

步骤 2：经济验证

产出与消耗分析

绘制每种货币的来源和消耗渠道，并标明流量：

[Source] --[rate/hour]--> [Currency Pool] --[rate/hour]--> [Sink]

Example:
Quest Rewards  --500g/hr-->  Gold Pool  --300g/hr-->  Equipment Shop
Monster Drops  --200g/hr-->  Gold Pool  --150g/hr-->  Consumables
Daily Login    --100g/day->  Gold Pool  --50g/hr--->  Fast Travel
                                        --100g/hr-->  Crafting

计算净流量：产出渠道总速率减去消耗渠道总速率 = 净积累速率。如果净积累为正，经济会随时间通胀（货币会变得一文不值）。如果为负，经济会通缩（玩家会越来越觉得手头拮据）。这两种极端都不好——应以略微正向的积累为目标，并通过大额购买（新装备等级、基地升级等）定期消耗这些积累。

按玩家类型分析赚取速率

并非所有玩家的玩法都相同。至少对三种玩家类型建模：

玩家类型	游戏方式	赚取速率	预期行为
休闲玩家	每天 30 分钟，专注于主线任务，跳过可选内容	最低	应能以令人满意的速度推进，不会因游玩时间有限而感到受罚
普通玩家	每天 1-2 小时，完成主线及部分支线内容，适度探索	中等	“目标”玩家。平衡主要应以这类玩家为基准。
硬核玩家	每天 4 小时以上，尽可能优化所有内容，优化刷取路线	最高	应有值得花费盈余的内容。货币永远不应失去意义。

达到目标所需时间分析

计算每种玩家类型达到关键里程碑所需的时间：

里程碑	休闲玩家	普通玩家	硬核玩家	目标范围
首次重大升级	? 小时	? 小时	? 小时	1-2 个游戏时段
中期装备瓶颈	? 小时	? 小时	? 小时	10-15 个游戏时段
进入终局内容	? 小时	? 小时	? 小时	30-50 个游戏时段
满级/顶级装备	? 小时	? 小时	? 小时	80-150 个游戏时段

如果任何里程碑的休闲玩家与硬核玩家所需时间之比超过 5:1，经济系统可能过于依赖重复刷取，对休闲玩家也过于严苛。

高级货币公平性（如适用）

如果游戏中除了可通过游玩获得的货币外，还有高级（付费）货币：

• 免费玩家能否以合理速度获得所有与游戏玩法相关的内容？（“合理”是指休闲玩家通过定期游玩，可在 6 个月内进入终局内容。）
• 高级货币购买是节省时间，还是带来力量优势？玩家通常能接受节省时间的设计。力量优势会让人觉得游戏是“付费取胜”，即使从数学上看并非如此。
• 可通过游玩获得的货币能否兑换为高级货币？如果可以，兑换比例公平还是有剥削性？
• 是否包含战利品箱或抽卡机制？如果有：概率表是否公开？是否设有保底机制（尝试 N 次后保证获得奖励）？是否有重复物品保护？

步骤 3：成长曲线分析

力量曲线映射 将玩家实力（综合战斗效能，以每秒伤害 × 生存能力衡量）随时间或游戏内容进度绘制成曲线，并对曲线形态进行分类：

• 线性：实力以恒定速度增长。体验可预测且稳定，但到中期后会变得乏味，因为每次提升的感觉都一样。常见的失败表现：“我升级了，却没觉得自己变强。”
• 指数：实力增长速度越来越快。前期感觉非常棒（每次升级都带来巨大提升），但难以持续——要么终局内容轻而易举，要么敌人也必须按指数增强才能匹配，导致数值陷入无休止的膨胀。常见的失败表现：“这些数字毫无意义。”
• 对数：实力前期快速增长，随后趋于平缓。前期满足感十足，但会让人觉得中期停滞不前。常见的失败表现：“我做什么都无法再变强了。”
• S 曲线（Sigmoid）：前期快速增长，中期平缓推进，最终达到令人满意的精通平台期。这是大多数游戏的目标。前期快速教会玩家并给予奖励。中期深化玩家的精通程度。终局奖励的是优化与自我表达，而非单纯的实力提升。常见的成功信号：“我没有变强，但我变得更厉害了。”

停滞区检测

扫描成长曲线，找出玩家在较长时间内没有获得显著实力提升的平缓区段。停滞区会导致玩家流失——玩家在中期苦熬时退出的概率，高于其他任何阶段。每个停滞区都应当予以消除（添加奖励），或给出合理解释（为了营造戏剧效果而有意剥夺实力的剧情节点，并明确承诺之后会恢复实力）。

跃升区检测

扫描实力突然跃升的区段。如果玩家仅仅装备一件道具，效能就翻倍，那么此前所有升级都会显得毫无价值。跃升应当少见、来之不易，并且有充分的剧情依据（传说武器、声望职业、变身）。

等级门槛公平性

针对游戏中的每个等级／阶级门槛：

• 在正常游玩情况下，能否在 2–3 个场次内达到经验值／资源要求？
• 玩家为达到下一个门槛而努力期间，当前等级可玩的内容是否仍然引人入胜？
• 是否有清晰的反馈循环显示玩家距离下一个门槛还有多远（进度条、清单、里程碑指示器）？
• 这个门槛让人觉得是一项成就（“我达到 10 级了！”），还是一道高墙（“我卡在 9 级，已经无事可做了”）？

第 4 步：难度缩放评估

挑战与技能平衡（心流理论）

参考 docs/game-design-theory.md 中的心流理论框架。评估游戏的每个主要章节：

• 挑战水平是否与玩家在游戏该阶段的预期技能相匹配？
• 难度是否随着玩家精通程度的提升而同步增加？
• 是否有意安排难度起伏（艰难遭遇后接一场轻松遭遇），以形成张弛有度的节奏？
• 游戏是否避免了两种失败模式：焦虑（挑战远超技能）和无聊（技能远超挑战）？

难度模式分析

如果游戏提供难度设置，请评估其实现质量：

实现质量	描述	评判
敷衍	敌人的生命值和伤害被乘以一个系数。其他方面毫无变化。	较差。更高难度只意味着战斗更耗时，而非需要做出更艰难的决策。
合格	敌人属性会缩放，敌人的数量／位置也会变化。	可接受。需要进行更多战术考量。
良好	AI 行为会改变。敌人会使用更高级的战术、协同行动并利用玩家的弱点。	出色。更高难度带来的是质上不同的体验。
卓越	游戏系统会改变。更高难度下会出现新机制。玩家必须精通较低难度下可有可无的系统。	卓越。每种难度模式都像一款不同的游戏。

橡皮筋机制评估 游戏是否会根据玩家的表现动态调整难度？

• 如果会：这种调整是否不可见？（玩家绝不应觉得游戏在放水——这会破坏成就感。）系统的敏感度如何？（死一次就调整过于激进。同一场遭遇中死亡 5 次后再调整则比较合理。）
• 如果不会：固定的难度曲线是否适合目标受众？是否为遇到困难的玩家提供了无障碍选项？

击杀时间（TTK）分析

对于以战斗为核心的游戏，TTK 是影响手感的核心参数：

• 快速 TTK（< 1 秒）：讲究战术、惩罚性强、风险高。适合写实射击游戏、潜行游戏。风险：如果网络代码或 AI 精度不够完善，会让玩家觉得不公平。
• 中等 TTK（2-5 秒）：均衡的交战窗口。适合动作 RPG、英雄射击游戏。风险：如果敌人受到伤害后没有反应，会让人觉得“打不动”。
• 缓慢 TTK（10+ 秒）：注重策略和资源管理。适合 Boss 战、MMO。风险：如果玩家在遭遇战中的行动缺乏变化和趣味，会让人觉得乏味。

TTK 是否符合类型预期？随着玩家实力提升，TTK 是否会相应变化？

步骤 5：奖励节奏分析

奖励机制分类

确定每种奖励系统采用的强化机制：

机制类型	描述	玩家行为	最适用场景
固定比率	每 N 次行动给予一次奖励（每击杀 10 个敌人）	磨练过程可预测。玩家会围绕奖励门槛优化行动。	制作、收集
可变比率	平均每 N 次行动给予一次奖励，但奖励随机发放	容易令人沉迷。“老虎机”式机制。吸引力最强，但极端情况下在伦理上值得商榷。	战利品掉落、抽卡
固定间隔	每 N 分钟/小时给予一次奖励	玩家会频繁查看时间。登录、领取、登出。	每日奖励、计时器
可变间隔	平均每 N 分钟给予一次奖励，但奖励随机发放	持续保持注意力。玩家会继续玩，因为“可能很快就会发生”。	世界事件、稀有刷新

战利品与奖励公平性

如果使用随机奖励：

• 是否清晰地向玩家说明概率表（可在游戏内或公开文档中查看）？
• 是否设有保底机制？连续失败 N 次后是否保证获得奖励？业界常见的稀有物品保底阈值通常为 50-100 次尝试。
• 是否有重复保护？不应让玩家重复获得同一件稀有物品；如果重复获得，应将其转化为有意义的价值（而非微不足道数量的普通货币）。
• 是否尽量减少“糟心”时刻？随机损失（死亡时丢失物品、随机降低属性）带来的负面情绪，比随机获得奖励带来的正面情绪更强。损失厌恶的程度约为获得满足感的 2.5 倍。

里程碑奖励间隔

在时间线上标出所有重要奖励。检查是否存在超过 2 个游戏时段都没有有意义奖励的间隔。这些间隔是玩家流失风险区。解决方案：

• 添加中间奖励（成就解锁、外观物品、背景故事条目）
• 将一项大奖拆分成多个小奖励，分布在间隔内
• 添加进度指示器，显示玩家向下一项大奖累积的进度

终局留存

主线战役完成后，奖励系统能否持续吸引玩家？

• 是否有终局专属奖励，为玩家提供持续目标（声望系统、赛季内容、精通挑战）？
• 终局奖励系统是否会从实力成长转向横向成长（外观物品、替代玩法、收集）？
• 是否提供社交奖励（排行榜、合作挑战、玩家表达），让玩家获得超越物质奖励的动力？

步骤 5B：运用 DDE 框架分析平衡性 在使用 MDA 框架分析任何游戏系统的平衡性时，也要结合设计-动态-体验（DDE）框架的视角。具体来说，请问：“这个系统如何影响玩家的体验层？”在设计层（数值）看来正确的平衡调整，可能会在动态层（系统如何交互）产生意外结果，也可能在体验层（玩家实际感受到什么）引发意料之外的情绪反应。

对于每项平衡性调整，都要追踪它在这三个层面的影响：

• 设计：哪些数值发生了变化？（例如：武器伤害降低了 15%）
• 动态：系统行为会如何变化？（例如：击杀所需时间变长，玩家必须与敌人交战更久，弹药消耗增加）
• 体验：玩家的情绪反应会如何变化？（例如：战斗感觉更沉着、更讲究战术——或者——战斗感觉乏味、敌人很耐打，具体取决于其他变量）

如果你只能预测设计层和动态层的影响，却无法预测体验层的影响，那你需要的是试玩测试，而不是更多计算。

步骤 5C：高级模拟与监控

机器学习驱动的模拟方法： 对于复杂的经济系统和成长系统，可以训练强化学习（RL）Agent 来体验游戏经济系统：

• 将玩家的“最优”行为定义为 RL Agent 的奖励函数
• 让 Agent 进行数千次迭代，从而发现人类测试需要数月才能找到的漏洞路径、退化策略和平衡状态
• RL Agent 特别擅长发现资源复制漏洞、制作链中的无限循环，以及多货币经济中的套利机会
• 这种方法需要投入，但能在玩家发现漏洞之前检测出来，从而避免上线后的紧急补丁

Machinations.io： 如需在不编写代码的情况下可视化并模拟经济流动，请使用 Machinations.io（machinations.io）。它提供专为游戏经济建模设计的可视化节点式编辑器：

• 将你的资源注入/消耗图构建为实时模拟
• 运行数千次迭代，观察货币池随时间的变化
• 测试“假设”场景（如果掉落率减半会怎样？如果新增一个消耗渠道会怎样？），而无需改动游戏代码
• 对实现前的验证尤其有用——在构建经济系统之前测试其设计

硬消耗渠道与软消耗渠道的区别： 并非所有消耗渠道都一样。请区分以下类型：

• 硬消耗渠道：货币被永久销毁。例如：使用后消失的消耗品、维修费用、快速旅行费用、制作过程中消耗的材料。硬消耗渠道是控制通货膨胀的主要工具。
• 软消耗渠道：货币改变了形式，但并未被销毁。例如：玩家之间的交易（货币发生转移，净供应量不变）、外观道具购买（货币流入系统，外观道具交给玩家——外观道具有持续价值）。软消耗渠道会降低流通速度，但不会减少供应量。

健康的经济系统需要两者兼备。硬消耗渠道控制通货膨胀，软消耗渠道控制流通速度。如果只有软消耗渠道，无论流量如何，经济系统都会随时间推移而通货膨胀。 库存/流量监控指南： 上线后，持续监控以下指标：

• 各玩家群体的货币库存水平（新手、中期、终局）——它们是在增长、保持稳定，还是在下降？
• 各注入点和回收点的流量——哪些流量最大？这些是影响最大的调节杠杆。
• 流通速度——货币周转得有多快？流通速度高意味着货币在经济系统中流动很快（适度时是健康的，极端时会导致通货膨胀）。流通速度低意味着货币被囤积（说明回收点缺乏吸引力，或注入点过于慷慨）。
• 基尼系数——衡量玩家群体的财富不平等程度。基尼系数高意味着少数玩家持有大部分财富。这是预期现象（硬核玩家积累得更快），但数值过高则说明经济系统没有满足休闲玩家的需求。

第 6 步：统计验证方法

定性平衡评估能发现明显问题，统计验证则能发现隐蔽问题——例如经济系统每小时通胀 2%，直到第 40 小时才崩溃；某把武器平均表现平衡，却有 3% 的概率一击击杀 Boss；某组对局总体胜率为 50/50，但在高技能水平下却是 90/10。

6.1 分布分析

每个随机系统都有其底层概率分布。了解你的系统使用哪种分布，以及它是否符合设计意图：

DISTRIBUTION TYPE GUIDE
-------------------------------------------------
Normal (Gaussian):
  Use for: Damage ranges, stat variation, NPC behavior variance
  Shape: Bell curve -- most results cluster near the mean
  Example: Base damage 100, standard deviation 10 → 95% of hits
  land between 80-120. Players experience consistent damage.
  Watch for: Tails. A normal distribution with high variance
  produces occasional extreme outliers that feel like bugs.

Uniform:
  Use for: Loot table rolls, random map generation, spawn placement
  Shape: Flat -- every outcome equally likely
  Example: Drop table with 10 items, each 10% chance.
  Watch for: Streaks. Uniform random FEELS streaky because humans
  are terrible at recognizing true randomness. 5 of the same drop
  in a row is statistically plausible but psychologically devastating.
  Slay the Spire mitigates this by using weighted shuffle bags
  instead of pure uniform random for card rewards.

Poisson:
  Use for: Rare event timing (boss spawns, critical failures, jackpots)
  Shape: Skewed right -- most intervals are short, occasional long gaps
  Example: Average 1 legendary drop per 10 hours, but actual gaps
  range from 2 hours to 30+ hours.
  Watch for: The long tail. A Poisson process can produce gaps so long
  that players assume the system is broken.

Weighted Random with Pity Timer:
  Use for: Gacha, loot boxes, rare reward systems
  Shape: Weighted random with a guaranteed floor
  Implementation: Track consecutive failures. After N failures,
  force a success. Reset the counter.
  Example: Hades uses pity timers on its boon system -- if you have
  not received a specific god's boon in N rooms, the probability
  weight increases until it appears.
  Industry standard pity thresholds: 50-100 attempts for rare items,
  10-20 for uncommon. Publish these numbers to build player trust.
-------------------------------------------------

6.2 期望值计算

对于玩家有多个结果可选的每个决策，都要计算期望值（EV）：

EV = Sum of (Probability_i * Value_i) for all outcomes i

EXAMPLE: Upgrade gamble system
  Success (70%): weapon gains +10 damage (value: +10)
  Failure (25%): weapon unchanged (value: 0)
  Catastrophe (5%): weapon loses 5 damage (value: -5)

  EV = (0.70 * 10) + (0.25 * 0) + (0.05 * -5) = 7.0 - 0.25 = 6.75

  The EV is positive, so upgrading is mathematically correct every time.
  But the 5% catastrophe creates fear disproportionate to its probability
  (loss aversion factor ~2.5x). The FELT EV is lower than the actual EV.

使用期望值计算来验证：

• 没有任何决策存在严格占优策略（即某个选项在所有情境下的 EV 都最高）
• 风险与回报之间确实存在权衡——高风险选项有更高的 EV 作为补偿
• “稳妥”选项可行但不是最优选项，否则承担风险就永远得不到回报
• 货币兑换和交易系统不会产生套利循环（低买高卖，赚取无限金钱）

《Into the Breach》出色地实现了这一点——由于所有信息都可见，每一步行动都有可计算的 EV。紧张感来自保护建筑、击杀 Vek 和为下一回合调整位置之间的权衡。没有哪一步行动在数学上占优，因为 EV 完全取决于棋盘状态。

6.3 胜率分析与对局矩阵

对于竞技类或非对称游戏，建立对局矩阵：

MATCHUP MATRIX (win rates, row vs. column)
-------------------------------------------------
           | Warrior | Mage    | Rogue   | Ranger
-------------------------------------------------
Warrior    | 50%     | 55%     | 40%     | 52%
Mage       | 45%     | 50%     | 58%     | 43%
Rogue      | 60%     | 42%     | 50%     | 55%
Ranger     | 48%     | 57%     | 45%     | 50%
-------------------------------------------------

HEALTH THRESHOLDS:
  45-55% per matchup: Healthy. Rock-paper-scissors dynamic is working.
  40-60%: Acceptable with awareness. One class counters another, but
    the disadvantaged class can still win through superior play.
  Below 40% or above 60%: Imbalanced. The counter is too hard.
    Either nerf the advantage or give the disadvantaged class tools
    to outplay the matchup.
  Any class with ALL matchups above 52%: Overpowered. Nerf directly
    or buff ALL other classes (usually nerf is cleaner).
  Any class with ALL matchups below 48%: Underpowered. Buff directly.

对于具有流派多样性的 PvE 游戏（Roguelike、RPG），用流派胜率追踪来替代对局矩阵：

BUILD WIN-RATE ANALYSIS
-------------------------------------------------
Track across N simulated or observed runs:
  Build archetype | Win rate | Avg clear time | Pick rate
  [build A]       | [%]      | [minutes]      | [% of runs]
  [build B]       | [%]      | [minutes]      | [% of runs]

Red flags:
- One build with >70% pick rate: it is either overpowered or perceived
  as overpowered. Either way, the meta is stale.
- Any build below 30% win rate: it feels unplayable. Buff it or remove it.
- High win rate + low pick rate: hidden gem. Consider making it more
  discoverable, not nerfing it.
- Low win rate + high pick rate: it is fun but weak. Buff it -- players
  are already drawn to the fantasy; reward them for choosing it.

Slay the Spire's balance: all four characters maintain 40-60% win rates
at high ascension, but through completely different strategic lenses.
The Silent's win rate drops at Ascension 18+ while the Defect's rises --
this is intentional difficulty differentiation, not imbalance.
-------------------------------------------------

6.4 敏感性分析

在发布平衡性改动之前，测试系统对该参数的敏感程度：

SENSITIVITY ANALYSIS PROTOCOL
-------------------------------------------------
1. Identify the parameter being changed (e.g., sword damage: 25 → 22)
2. Model the ripple effects at three magnitudes:
   - Conservative change: -5% (23.75)
   - Proposed change: -12% (22.0)
   - Aggressive change: -20% (20.0)
3. For each magnitude, trace through the dependency graph:
   - How does TTK change against each enemy type?
   - How does the economy shift (repair costs, replacement rate)?
   - How does the progression curve bend (time to midgame, time to endgame)?
   - How does the player's PERCEPTION change? (-12% damage may feel like
     -30% if the weapon already felt weak.)
4. If the proposed change produces dramatically different outcomes at
   +/- 2%, the system is brittle at this parameter. Consider a structural
   fix instead of number tuning.

Dead Cells demonstrates good sensitivity management -- weapon DPS curves
are designed so that a 10% nerf moves a weapon from "top tier" to "viable"
rather than from "viable" to "unusable." This is achieved by compressing
the DPS range: the best weapon deals ~40% more DPS than the worst, not
400% more.
-------------------------------------------------

第 7 步：蒙特卡洛模拟指南

何时进行模拟

在以下情况下使用蒙特卡洛模拟：

• 系统包含会相互作用的随机元素（战利品 + 制作 + 升级概率）
• 你需要了解可能结果的分布，而不只是平均值
• 极端情况可能造成糟糕的玩家体验（极其幸运或倒霉的游戏过程）
• 多个相互依赖的系统使解析求解难以实现

模拟设置

1. 定义所有随机变量（掉落率、伤害范围、触发概率、暴击概率）
2. 定义玩家决策模型（模拟玩家会做出哪些选择？至少使用三种类型：最优、普通、次优）
3. 每种情境至少运行 10,000 次迭代。对于罕见事件（概率 < 1%），运行 100,000 次以上。
4. 记录结果的完整分布，而不只是均值。

解读结果

• 中位数与均值：如果两者相差显著，说明分布存在偏斜。中位数代表玩家的“典型”体验，而均值会受到异常值的影响。
• 百分位数分析：检查第 5 和第 95 百分位数。第 5 百分位数代表“倒霉”玩家的体验，第 95 百分位数代表“幸运”玩家的体验。如果两者差距过大，玩家会觉得系统靠运气而非技巧。
• 最坏情况：处于后 1% 的情况会怎样？如果最倒霉的 1% 玩家体验极其糟糕（例如为了必得掉落需要尝试 200 次，或游玩 10 小时却没有获得任何有用战利品），就需要设置兜底机制。
• 漏洞检测：寻找能带来远超中位数结果的策略。如果某种特定选择组合产生的结果是中位数的 10 倍，玩家会发现它，并使其成为唯一可行的策略。

步骤 8：编写平衡报告

将所有分析综合到标准化的平衡报告格式中（见下方“输出格式”）。根据对玩家体验的影响和修复所需工作量排列发现的优先级。

输出格式

## Balance Report: [Game / System Name]
## Version: [Build version analyzed]
## Date: [YYYY-MM-DD]
## Analyst: [Name]

### Executive Summary
[3 sentences: Current balance state, biggest concern, top recommendation]

### Economy Flow Diagram
[Visual representation of all faucets, sinks, and flow rates]
[Net accumulation rate and inflation/deflation assessment]

### Earn-Rate Table
| Currency | Casual Rate | Average Rate | Hardcore Rate | Net Flow |
|----------|------------|-------------|--------------|----------|
| [name]   | [rate]     | [rate]      | [rate]       | [+/-]    |

### Progression Curve Assessment
- Curve Type: [Linear / Exponential / Logarithmic / S-Curve / Mixed]
- Dead Zones Identified: [list with game progression points]
- Spike Zones Identified: [list with game progression points]
- Overall Shape Health: [Healthy / Needs Adjustment / Critical]

### Difficulty Scaling Report
- Flow Channel Adherence: [percentage estimate]
- Difficulty Mode Quality: [Lazy / Adequate / Good / Excellent]
- Rubber Banding Assessment: [Present/Absent, Invisible/Visible]
- TTK Analysis: [Current TTK, Target TTK, Assessment]

### Reward Pacing Analysis
- Primary Schedule Type: [Fixed/Variable Ratio/Interval]
- Longest Reward Gap: [duration and location in game]
- Pity System Status: [Present/Absent, Threshold if present]
- Endgame Retention Mechanisms: [list]

### Identified Imbalances

| ID | System | Issue | Severity | Impact | Recommendation | Expected Effect |
|----|--------|-------|----------|--------|----------------|-----------------|
| B1 | [sys]  | [desc]| Critical | [desc] | [specific fix]  | [what changes]  |
| B2 | [sys]  | [desc]| Major    | [desc] | [specific fix]  | [what changes]  |

### Simulation Results (if applicable)
- Scenarios Simulated: [count]
- Iterations per Scenario: [count]
- Key Findings: [percentile analysis, exploit risks, edge cases]

### Tuning Recommendations (Priority Order)
1. [Recommendation] -- Expected impact: [description]
2. [Recommendation] -- Expected impact: [description]
3. [Recommendation] -- Expected impact: [description]

### Next Steps
- [What to monitor after applying tuning changes]
- [When to re-run the balance analysis]
- [Dependencies on other systems or upcoming features]

质量标准

• 完整性：涵盖所有平衡维度（经济、成长、难度、奖励节奏、统计验证、模拟），即使某些维度因游戏设计而只能简要分析。
• 统计严谨性：对关键决策计算期望值（EV），分析随机系统的分布，并为竞技或非对称要素制作对局矩阵。所有平衡结论都必须有数学依据。
• 数据支撑：每项发现都必须有遥测数据、模拟结果或系统性分析作为依据，而非凭猜测或“感觉”。
• 可执行性：每项发现的不平衡问题都必须附带具体的调整建议及预期结果。“将金币掉落率降低 15%”具有可执行性；“修复经济系统”则不具备可执行性。
• 依赖关系意识：建议需包含连锁影响的敏感性分析。不得孤立地提出调整方案。
• 玩家类型覆盖：分析至少涵盖三种玩家类型（休闲、普通、硬核），并确认三者都能获得良好的体验。
• 边界情况意识：识别并通过百分位数分析和保底系统验证来处理极端情况（极其幸运、极其倒霉、退化策略）。

示例用例

1. “玩家积累金币的速度超过了消费速度，到了游戏中期，一切都变得毫无挑战。请分析我们的经济系统并建议调整消耗途径。”
2. “我们有一个用于解锁角色的抽卡系统，需要验证保底机制是否公平。以下是概率表——请计算并告诉我，免费玩家是否有合理的机会收集所有角色。”
3. “我们的难度曲线在第 2 和第 3 幕显得平缓。玩家在第 1 幕吃尽苦头后，之后却能轻松通关。请帮我分析难度成长并提出调整建议。”
4. “我们要在 RPG 中加入一个新的武器类别，并且需要确保不会破坏现有平衡。请引导我完成影响分析。”
5. “留存数据表明，玩家在游玩 10 小时后大量流失。我怀疑这是奖励节奏出了问题。请帮我梳理奖励安排并找出缺口。”