Super Auto Pets
从2022年接触到Super Auto Pets,
前前后后玩了2年多,
作为一个不氪金,只玩免费乌龟包的玩家,
每次都要强迫自己删除游戏才能停下来.
否则游戏时间会侵蚀睡眠和工作时间,
最后导致睡眠不足,效率下降,甚至精神崩溃.
自己像一个被斯金纳箱控制的布偶,
这个简单的游戏对于我,成瘾性堪比柏青哥对于赌徒.
25年7月前后沉迷了将近一周之后,
才又不得已以删除游戏的方式,
强迫自己停下来戒断.
每次卸载游戏反复拉扯的感觉,不由得让人思索.
一个机构简单,玩法不复杂的自走棋游戏,
这种恐怖的成瘾性究竟从何而来?
Skinner Box 斯金纳箱
斯金纳箱是1930年代由美国心理学家B.F.斯金纳设计的实验装置, 用于研究通过随机奖励和惩罚塑造行为的操作性条件反射.
把老鼠放进一个箱子里,
箱子里有个杠杆,按下去有概率掉落食物.
老鼠开始的行为是随机的,但发现按杠杆能“中奖”后,
就会陷入疯狂,“再来一把吧.”
如果奖励是随机的(比如有时候给食物,有时候不给),
老鼠会比固定奖励时更疯狂地按杠杆.
根据斯金纳的实验结论1,
奖励和惩罚来塑造实验对象的行为时:
如果要让老鼠尽可能多按杆,
最好的奖励周期是以变化比率的形式,
也就是使用随机变化的参数.
在给老鼠加强“多按就会多得”印象的同时,
又让它们摸不清楚到底按多少下才能得到食物.这种“随机奖励机制”被称为可变比率强化(Variable Ratio Reinforcement),
是斯金纳箱的核心原理.
利用了生物对不确定性的迷恋,
让大脑不断期待下一次“可能”的奖励,
从而分泌多巴胺,带来快感.
现实生活中,赌博机,抽卡游戏,甚至社交媒体的点赞,
本质是斯金纳箱的包装和实践.
我虽然没在Super Auto Pets氪金, 但是时间的占用和消耗估计不低于很多单机游戏了. 额外说一句,Steam的游戏时间统计真的好用. 我觉得所有的游戏都应该有这个功能.
优秀的成瘾机制
抽卡,签到,每日任务,
这些人工设计的复杂机制都是为了让你上瘾,
让你反复在游戏中投入更多的时间和精力,
从而获得更多的脑内多巴胺奖励.
匹配机制
你可能会匹配到一个强力的,已经Build完成的对手,
比如一个全队50/50的巨兽阵容,
但下一局,你也可能匹配到一个弱鸡.
这种对手强度的随机性,
构成了第一个拉杆.
你永远不知道下一局是“奖励”(快感)
还是“惩罚”(挫败).
但这种”不确定”
驱动你的脑回路告诉你,“再试一把”,
期待下一次匹配到弱鸡,或者期望Build出一个无敌阵容.
赌徒在老虎机前拉杆的冲动类似.
此外,作为自走棋的优势,SAP的Arena模式是异步匹配,
没有时间限制,让你可以随时随地开一局.
这降低了进入游戏的心理门槛,
积少成多,时间迅速的流逝.
SAP游戏介绍
随机抽卡
每一回合,场上的牌组和Build是高度随机的.
策略会起一定作用,给你一种”有能力通过自己掌控一切”的错觉.
你不知道下一回合会随机到什么动物,
也不知道能不能和目前的动物组成一个强力的Combo.
这种商店的随机性是SAP成瘾的核心.
比如,你可能在前2回合抽到一只Horse,
想着走召唤流,搭配Cricket或Sheep.
但商店偏偏不给力,
连着几轮都没刷出召唤宠物,
逼得你只能临时改Build.
但偶尔,商店会突然刷出一只完美的宠物,
比如一只Level 2的Fish,
或者一个能救命的Melon Armor,
让你瞬间觉得“天命在我”.
这种“时好时坏”的抽卡体验,
完美符合斯金纳箱的可变比率强化.
你永远在期待下一次刷新会带来惊喜,
当你每花1金币Reroll商店,
都像是在拉一次老虎机的杠杆.
即使抽到垃圾,你也会安慰自己：
“下一轮肯定有好货！”
结果就是,你不知不觉花了2小时在“刷商店”上。
组合的多样性
SAP的宠物和食物机制看似简单,
但组合起来却有无穷的可能性.
每只宠物都有独特的技能,
比如积攒Duck迅速拉高Tier2 的血线,
河马配合老鼠一个大哥吃掉对方全队.
这些技能可以互相搭配,
形成各种意想不到的Build.
或者故意留一个空位,
不断买进卖出Buff型宠物,
让核心宠物越来越强.
这种Build的多样性,
让每局游戏都充满变数.
你可能上一局玩召唤流,
下一局你发现还没有出手,自己已经输了比赛.
每次开局,你都在脑补一个“完美Build”,
但随机性又让你不得不即兴调整.
这种“计划与随机”的博弈,
就像在解一个永远解不完的拼图,
“you are not prepared.”
即时反馈与成就感
SAP的每一局大概不超过10秒钟, 但是思考最优解/数学上的概率问题,可能要花费5~10分钟. 迅速的战斗,获得反馈. 让你的每一次决策都有明确的回报或代价.
同时每次靠近10胜,都是随机加决策构成的一个”单独故事” 一旦失败,又会心有不甘“再来一局”. 每局成本又很低. 这不就是斯金纳箱的“奖励预期”吗？
数学模型
赌博是概率的艺术.
概率与期望
SAP的商店刷新机制基于概率.
每轮商店会随机刷出一定数量的宠物和食物,
随着回合数(Tier)提升,
更高阶的宠物(如Tier 5的Rhino或Tier 6的Snake)
会逐渐进入池子.
但具体刷到什么,完全看脸.
这种概率设计,
让玩家的每一轮Reroll都充满了“期望值”.
你可能花了5金币刷了5次,
都没刷出想要的宠物,
但理论上,
你知道“总会刷到”的.
这种“数学上的希望”,
就像赌博机告诉你“下一把可能中大奖”.
即使你明知道概率不高,
还是忍不住想再刷一次。
资源管理
SAP的资源(金币)管理也是一大成瘾点.
每轮你有10金币,
可以用来买宠物(3金),买食物(3金或1金),
刷新商店(1金)或冻结宠物(免费).
金币不能跨回合累积,
逼得你必须在每轮花光,
否则就等于“浪费”.
这种“花光即赚”的设计,
让你每轮都在做高强度的决策:
“我要卖掉当前的强力大哥吗”?
“或者直接跳级到下一个level?”
每一次选择,都像在下一盘小棋,
而这些小决策累积起来,
就形成了你整局的Build.
这种资源约束下的优化问题,
既满足了策略玩家的思考欲,
又通过快速的决策-反馈循环,
让你沉浸在“下一轮我能做得更好”的幻想中。
成长曲线
SAP的宠物升级机制,
也是数学模型的精髓.
合并3只相同宠物,
可以升级到Level 2,
再合并3只Level 2,
可以到Level 3.
升级不仅提升属性,
还会大幅增强技能效果.
比如,Fish在Level 1时,
每次升级给随机队友+1/+1,
但到Level 3,
直接变成+3/+3,
简直是质的飞跃.
这种指数型的成长曲线,
让玩家在前期感受到小进步,
在后期又有“暴富”的快感.
但升级又不是那么容易,
因为商店的随机性,
你可能到第8回合都没凑齐3只Fish.
这种“差一点就成功”的感觉,
会让你不断追逐下一次机会,
完全停不下来。
如果要自己开发一个自走棋
如果自己开发一个自走棋, 应该如何设计让人欲罢不能的?
- 匹配机制
- 随机抽卡
- 组合的多样性
- 即时反馈与成就感
- 数学模型
在体验引擎：游戏设计全景探秘 a guide to engineering experiences ((美)Tynan Sylvester)中,
Rimworld 2的作者提出了一个”体验引擎”的概念,
这个概念是说,
游戏设计的核心是”体验”,
而不是”玩法”.
无可置疑的,super auto pets这类游戏, 就是创造了一种和现实异常拟真的游戏体验: “你不能掌控全部,你必须接受,适应,不断地拉动拉杆”
也许,从设计一个简单的自走棋开始, 会是一个独立游戏开发的不错起点.