我玩传统 Roguelike 很久了。最早是在 GBA 上用干电池玩特鲁尼克大冒险（以及后来风来的西林系列）。在 2008 年的时候就试过 NetHack 还尝试过做汉化 。ps. 现在已经有针对最新 5.0 版 NetHack 的中文版本了，在 AI 翻译的加持下，体验很不错。后来沉迷过很长时间（600+ 小时）的 Rogue's Tale，甚至它的官方中文一开始就是我翻译的。还玩过一点 CDDA , Cogmind ，以及关注过 RogueBasin 上很多很多的 Roguelike 。

除了在游戏机上被彻底改造过的不可思议迷宫系列，很少见针对手柄交互改造的特别好的 Roguelike 。这或许是 Roguelike 天然的系统复杂性吧，毕竟不可思议迷宫也大刀阔斧了砍掉了不少东西。但 Qud 让我改变了这个看法，它用手柄玩太舒适了，看来还是得有人好好设计。交互做得好加上适当的本地化，就可以极大降低体验 Roguelike 的门槛，只是这类游戏最大的门槛还在于玩家不知道该在游戏世界里做什么，现代游戏把饭都端起来直接往玩家嘴里送的做法已经大大削弱了玩家自己探索游戏的能力。

传统 Roguelike 有两大方向：

一是地牢远征。让玩家一直琢磨怎么战斗，挑战更难的地牢。但是它又不像传统的战斗 RPG ，让玩家去想什么 Build 最强，而是偏重于让玩家探索游戏世界的规则：找到大量系统间的交互。物品可以有隐藏属性、药水不只一种用途、怪物和环境会互动、宠物能影响游戏、物品存在意想不到的用途来解决完全不同的问题、永久死亡在带来挫折感的同时也在教会玩家：原来还有这样的系统存在。玩这种游戏，玩家的乐趣往往不在于“我的角色”又变强了，而是玩家本身发现了新的游戏规则：“我”变强了。

二是世界沙盒模拟。它更接近现代游戏中的开放世界：作者设定好世界、城镇、NPC 阵营、主线任务、加上一些随机生成的迷宫和支线，把玩家扔在里面体验这个世界。追求战力更强往往不是唯一重要的，处理好玩家角色和世界的关系往往也同样有意义。玩游戏不是一个个地牢打到底，而且揭开作者设定好的迷雾，体验人为设计的剧情。特别是永久死亡的经典设定，可以让玩家更为投入去体验角色和世界的互动。

每个 Roguelike 在创作时，并非固执上述单一方向，可以把它们融合起来，也可以往其中一个方向专精。这篇 Blog 不是一篇针对 Roguelike 谱系的范范而谈，我就不逐一列举游戏了。但有一点：几乎所有 Roguelike 的创作都不是商业驱动的，每个长期维护的 Roguelike 都有它独特的魅力和不一样的游戏体验，玩过一个就去类别另一个的好坏很容易带来偏见。由于 Roguelike 大多基于复古的画面，极低成本的美术，全靠玩家脑补。作者就可以把更多的精力拿出来创作奇特的游戏机制，这是商业游戏做不到的：如果设计一个独特的玩法就需要连带制作大量的动画以及交互，不仅制作工期无法保障，尚且不能保证玩法真的好玩；保守的做法就只能是在已普遍被大多数玩家认可的玩家上雕花。

我这两天大约玩了 20 个小时 Qud ，体验很好，但只能算是刚刚迈出新手区。在玩的过程中，记录了一些自己的体验，感觉对以后设计游戏有帮助，写这篇 Blog 也是做个汇总小结。

玩家玩游戏，游戏一定要有一些东西符合玩家在游戏之外的体验，两者共鸣方才投入到游戏中去。

游戏是不是一定要有叙事？当然不是。但“叙事”是一个很好的共鸣点，它可以将玩家在游戏之外文艺作品（历史、小说、电影等等）中获得的体验转化为游戏体验。一旦激发了玩家大脑中的想象力，视觉冲击或是操作反馈都比不上“脑补”的威力。Qud 是一个强叙事的游戏，游戏世界和主线情节都是人为设计的。如果玩家喜欢那种未来复古主义风格，就能很好的融进游戏：它不是 fallout 那种末日废土，玩家不必去关注当初世界如何毁灭，更多的是体验那种科技发展为魔法一般无法解释的东西后，文明在如何运作。那些旧世界的遗物变成了一种古怪的东西：一部机器可以同时存在技术意义、历史意义以及宗教背景，当然还有游戏机制供玩家学习。

玩家能感受到 Dune 对 Qud 世界无处不在的影响：所有对话都以 Live and Drink （长生共饮）结束。淡水变成了游戏世界中的通用货币，这不仅仅是一个文字上的设定，还深刻的塑造了游戏中独特的经济系统。游戏里没有钱，只有淡水。和 NPC 交易时，如果价值不对等，差的部分需要从玩家背包里取出淡水补上，多的部分 NPC 总能从异空间变成等值的淡水补上，但玩家的负重要能承担。

玩家没有仓库和银行（至少我还没有接触到），只能增加自己的负重能力，才能带更多的“钱”。所以游戏可以不限制玩家去 Grinding （刷），因为你刷了也带不走，没地方积累。高价值东西还是无法从 NPC 那里交易到。淡水这个通用货币还设计成相对不轻，不可找零。基本弹药、食材的交易价只有百分数，为了平衡交易（不亏钱）最后都是用这些消耗品补上。这让我联想到，（据说）津巴布韦当年经济崩溃后人们普遍使用美元，但美分却不接受，最小面额就是一美元。在商场买东西尽量凑整，不足的部分用糖果找零。

和大多数 Roguelike 不同，玩家不用刻意在身上保存淡水解决口渴状态。游戏定期从背包里扣除淡水，扣完就死。但只要找到任意 NPC 都可以交易到淡水，游戏世界中并不缺水，不需要专门去找水。经济和生存结合在一起是个很有趣的设定。

那么，如何交易高价值物品？游戏中设定的贸易品很特殊，通常是贵金属，它在交易中价值是恒定的，买卖同价，而单位重量很小。玩家可以尽可能把有价值的东西都折算成贵金属携带在身上，这样才能在需要时交易到单位价值很高的物品。但贵金属在世界中却很稀少，所以我在玩的时候，往往还需要再交易回来。和贸易品不同的是普通商品，往往有很高的买卖折损，也就是卖价很低，买入很贵（同时受玩家属性技能影响）。很多商品本身却很轻，方便携带，只是你只能做一次性交易。典型的商品就是书，有价值的书读过就把里面的信息提取出来了，书本身可以用很高的价格卖掉。但书很轻，比起直接带淡水，携带量可以大很多。

Qud 的经典模式是永久死亡的。即角色死了就必须重零开始，没有存档可供重来，没有遗产可以继承到下一局（没有 meta 成长），成长的只有玩家对游戏世界的认识。这种设计带来的游戏体验和传统 RPG 相比是截然不同的：玩家需要小心翼翼，做高难度任务被迫做充分的准备，尽可能的收集游戏世界中的信息。这所营造出的那种在末世挣扎求生的体验无可取代。

但角色终有一死，永久死亡带给玩家带来的挫折感该如何缓解？Qud 的答案是：打败敌人或许很难，但逃跑总是相对容易的。无论你选什么初始 build 开局，总是默认给你一个“疾驰”的技能，新手区几乎没有可以跑得过你的敌人。再强的怪也很难秒杀你，留给玩家打不过就跑的机会。加上是回合制，玩家可以从容的想办法，只要不故意作死，还是有反悔的机会。游戏经验带来的区别是：是否过量的使用消耗品，开局送的那些药剂撑过新手村肯定是够用了。懂得正确的衡量局势，你可以用的更节省一点。慢慢的学会利用环境高效战斗，乐趣也能不断涌现。

这种不给反悔机会的机制，让我在玩 Bey Lah 的 Kith and Kin 任务时，体验到了和玩一般推理游戏的差异。因为知道选错了就不能反悔，所以我非常仔细的调查了所有的线索、推敲每个村名的对话、观察每个鹿人的外观。甚至，我在玩游戏时用了一大张草稿纸，画出人物关系图，把获得线索一一标注在 NPC 上。最后一次性做出正确的推理结论时，成就感慢慢。时候我查了攻略才知道，这个任务是专门设计的，作者编排了所有人犯罪的可能性，枚举了每种情况的线索和证据，然后打乱随机出现在游戏里。可能是设计成本太高，整个游戏里似乎没有设计其它类似的任务；亦或是这种游戏体验有一次就够玩家回味了，不适合把它（本格推理）做成游戏的核心玩法。

btw，我在玩的时候想到一个点子：构架一个虚拟世界，比如围绕武侠世界的世界观设定各方势力，但把终局阴谋利用随机性隐藏起来。比如，每次创建世界，武当或少林的掌门都可能是阴谋家也可能代表正义，或者两者皆是。玩家在游戏世界里会永久死亡，但玩家可以在同一个世界里重新再玩，玩家本身可以知道这个世界里的阴谋的一部分：武穆遗书藏在西湖水底，武当掌门是带头大哥…… 玩家可以利用这些知识在新的 run 中更高效的玩游戏。但重新构筑一个世界这些则会重新被打乱。采用怎样的随机算法、程序化构建可以做到什么程度、人工的设计量到底有多大，这些还没有细想。

Qud 的地图采用的双层结构：大地图加每一格的展开（小图），看起来是半随机的。地图西边永远是盐滩，中央是峡谷，东边是丛林，怪物分布从西至东逐步危险。新手村 Joppa 永远在地图西边盐滩周围，第一个城镇六水镇一定在西北方的盐滩中间。但随机的遗迹和小地图布局则是随机程序化生成的。Qud 极大的弱化了食物和饮水方面的生存压力，这可以让玩家摆脱很多 Roguelike 中的食物焦虑。一直不进食也不会饿死，最多只会顶着一个速度下降的 buf （增加恶战中逃脱的难度）。而只要在安全地带扎营煮饭，就可以无消耗回复饱腹状态，烹饪技能和食材消耗属于锦上添花：给第二天提供一个正面 buf 。饮水前面也提到了：水的消耗变成了经济系统的一部分，理论上玩家很难陷入脱水而亡的境地。更多的是减少玩家远征的经济收益。

两级地图设计的很恰当：玩家在大地图上可以非常高效的移动，很快（相当于压缩了游戏时间）就能完成长途旅行（得益于弱化食物饮水的设计），也可以主动进入小地图探索。在大地图上移动有一定几率触发迷路，在迷路时，玩家强制进入小地图行动，但玩家地表很少有迷宫，玩家朝着大体的方向走就不会走冤枉路，只不过要应付路途上的怪物。如果碰到 NPC ，交谈就能解除迷路状态，在周遭无敌人时就可回到大地图。如果在无人区，走足够多的路（一般不超过大体图上的两格）也能摆脱迷路状态，这种大小地图的无缝衔接对开放世界的体验很好。小地图及地牢的程序化生成向玩家提供了每个 run 的新鲜感。配合地形及怪物搭配，有足够多的战斗内容供玩家学习。

很多游戏在地图设计时设计一些软屏障，典型如魔兽世界，在地图间放一些高等级的怪阻止不够等级的玩家探索高等级区域。Qud 不是这样做的，它不阻止玩家在大地图上高效旅行。因为故事主线放在地牢中，地图旅行不为难玩家。它需要让玩家更容易脱离高风险环境，避免永久死亡带来的挫折感。有技巧的逃离死亡威胁也可以和战斗一样带来优秀的游戏体验。在故事主线中，新手阶段的 Grit Gate 那里接到的任务，就是去一个充满地下管道的地城取回报废的机器人。游戏鼓励玩家在 12 级以下完成这个任务（获得更高报酬），我是在 10 级去做的，也没有事先查攻略，攻略整个地牢的过程惊心动魄。这里首次面对单向通道（只能从通气口往下跳，无法原路返回），所有的怪都打不过，只能一路狂奔，猛打治疗针，身上有什么药就吃什么，哪怕顶着各种负面 buf 。永久死亡带来的恐惧在整个过程中挥之不去，最后一层中，哪怕眼前不远处就能看见及其吸引人的物品也不敢去捡。

我在玩 Qud 时，能确切的感受到，硬刷等级的收益不大。除了开局在新手村附近稍微刷刷等级可以提升初期的存活率外，出了新手村就不用刻意升级了。反正后面靠打怪升级需要的经验值会指数级上升，而提升的角色能力却非常有限。最主要也就是血条长一点，更不容易死掉，打败怪物的能力却没有对应成长。升级送的 SP 倒是可以直接购买任意技能，只不过靠这个一定是不够用的，就好比学了烹饪，战斗技能就没 SP 可用了。最有效的方法还是四处游历和各地 NPC 阵营结下水盟（只需要消耗一单位的淡水），用阵营好感度去换技能。这里游戏留给玩家的选择就是：阵营好感度是此消彼长的，见人就拉上喝水大体没错，只是不小心得罪了远方的怪物就得留到以后去解决了。很多游戏中的装备和物品也并不增加战斗数值，但装备上就能拉高或降低对某个阵营的评价，占着负重让收集癖左右为难。提升对特定怪的好感度可以极大的改善在游戏中生存率。最安全的活法自然就是让怪物不攻击你。

对大部分 Roguelike 来说，在游戏中变强并不是堆砌数值，寻找更强的 Build ；而是发现了游戏中的新机制。在 Qud 中，学会了如何破墙等于在嵌入绝境时多一条路逃跑；学会了飞行，前面那个单向通道就能变成可以回撤的双向通道；学会用爱情针魅惑敌人，不仅可以避免和 boss 交战，还能一起喝水换得世界的秘密（通向极品装备的捷径）…… 所以没有遗产继承的永久死亡固然可怕，但角色死了，玩家真的可以感受到“我”（通过了解世界的机制）变强了。

最后是吐槽 AI/LLM 时间。

目前我最长的一个 run （十个小时以上）终结在主线任务去 Bethesda Susa 。在这个节点上玩的有点飘，觉得游戏给的容错性足够，已经不太会死了。但在下这个主线地牢前，我特地和 Gemini 讨论了许久：我问现在 12 级去是否安全，LLM 说把冰抗加到 40 以上肯定没问题。我凑了一身防寒装就去了，但没等冻死就先死在了中间的巨人三巨头处。事后我仔细读了好几篇 Reddit 上的帖子，老玩家总结说，做这个任务最低 20 级就相当极限了（HP 长度不会被秒杀），至少推荐 28 级以后去。虽然有不少邪典玩法避免战斗，但那些需要的筹备工作，不看攻略的我肯定无法制备周全。

想想也是：AI/LLM 一定不会亲自玩游戏，只能道听途说。试想一个没玩过游戏的人教你玩这样风险极大的游戏，你肯定不会信任他；那又怎么能轻信 AI 呢？多半还是因为 LLM 把语言组织的太动听。

他小学毕业了，6 月中就已放暑假，9 月 1 日方开学进入初中。自然没有学校布置的暑假作业。我不想他整个假期都沉迷在短视频和蛋仔派对中，所以每天给他安排了英语学习。

7 月初，我记录过对孩子之前的英文辅导。先前，我用的《英语在用：剑桥初级英语语法》给他补习基础语法。学习的效果还可以，原本以为可以在暑假过渡到中级本。但读了两天后就发现完全进行不下去。倒不是中级语法难度大了很多，而是他本身的阅读能力跟不上。

阅读不仅仅是 “英文” 语言的问题，换成中文也一样。所以，我换了一套书：《Basic Reading 1200 Key Words》

这个假期，雷打不动的每天坚持读一篇，差不多刚好在假期读完了全部三本。每篇文章只有十几句话，我原本以为可以半个小时读完。但实际上，一句句陪着精读，做完后面的练习，每天都要花掉整个上午的时间。早上九点左右早餐后倒中午十二点午餐结束。

我感觉通过这个暑假，他在英文上的阅读量已经超过了过去两年中文阅读量。阅读能力至少可以独立读完一小篇文章，真的理解文字传达的意思了。

这个暑假我还发现，其实云豆的英文单词量非常匮乏。只要是偏抽象的词就几乎不认识。比如， move / most / even / include / each / expect / only / just 等等这些我以为他早就应该认识的单词尽然完全不懂。即使在暑假中每日阅读见到，也要经过几周，反复见过 5,6 次以后才记得。

他理解英文的方式一直是将一个句子中认识的单词在脑中不断排列组合，拼凑出大致合理的句子。从英文的短句变成长句后，这个方法就完全失效。而阅读能力的缺失导致差不多摸到意思了也表达不出来。这个暑假，我教给他最重要的一课是：英文单词和中文绝不是一一对应的映射关系，要理解单词的含义，不可以“背”中文译词。

可可是另一种情况。

她暑假过后上四年级，学校的英语学习会从纯口语过渡到书面语。我之前关注她的英语学习情况较少，她在学校里英语成绩还凑合（考试成绩一般在 95 左右）。

但这个暑假一开始，我就发现了问题：她只能勉强背诵英语课本，实际上看到陌生的英语句子就完全读不下来，更比说运用英文了。甚至，26 个字母打乱了后识别都有困难。在这个水平，只能从头开始教。

上次 blog 下，网友推荐了《典范英语》Good English ，我查了一下，其实对应的《牛津阅读树》（Oxford Reading Tree）。我就选了这个从头带着可可学习。这个暑假读完了《典范英语》的 1 和 2 。每天在午休过后读一个小时，然后在晚上睡前复习一个小时。

从零开始学习的效果还是比较明显的。一个暑假之后，可可大致可以看到单词猜到读音了。（我刻意教了一些自然拼读的法则）我完全把她当成零英文基础来教，她在读《典范英语》第一册刚开始时非常吃力，虽然只有几个简单句子，但读完就忘。需要不断的回滚跟读练习。大约一个月后情况才好转。因为第一本每篇故事内容比较短，比较低幼，所以一天能读 3-4 篇，主要还是练习口语发音为主。

第二册开始句子要复杂一些，一天就只读 1-2 篇了。感觉按这个进度，今年是可以读完第 4 册的。

总得来说，学习贵在坚持。我感觉用什么方式什么教材去学也没那么重要，重要的是保证每天一个小时以上的投入时间。其实也挺考验我自己。陪着阅读学习也是很花时间挺累的。驱动我一直做这个事情的就是把它变成每日日常，用惯性来推动。

最近我教会了小孩玩这个游戏，我自己也在电脑上玩了 200 多盘。主要是在 BGA 上和人对战，以及在官方授权的电子版 中挑战最高难度的 AI 。和过去喜欢多人混战不同，这段时间我主要玩双人规则。虽然在线下，我玩这个游戏的水平超过一般桌游玩家，但在线上，我只有略高于 40% 的胜率。说明这个游戏的策略还有很高的天花板我没能摸到。和最高难度的 AI 相比，我的胜率超过了 50% 。

这是为数不多有着极深的策略，却又超快节奏的桌游。在 BGA 上默认只给两个选手各 3 分钟的总时间，通常在 5~6 分钟就可以完成一局游戏。应了它名字里的 Race ，玩起来颇有竞速的感觉。我在游戏过程中总是觉得思考时间不够，如果纯凭借经验（感觉）打牌，很容易输掉。特别在最后两个回合，往往需要精算自己和对手的各种可能性，找到取胜的可能。胜负比分通常差距非常小，运气成分虽然存在，但总有希望通过计算挽回。而判断上的一个小的失误却会迅速落下对手一大截。

这个游戏核心目标就是：在触碰结束条件的那一刻，比对手拿到更多的 VP 。新手则往往理解成单一的如何更高效的获取 VP 。这两者是有区别的。因为比拼获取 VP 的效率往往会减少 PvP 游戏的对抗性，变成埋头干自己的事情。初玩 RFTG 的时候，我也一度觉得这是个对抗性不强的游戏。但在实战中却发现，必须时刻关注对手在做什么。首先是通过判断对手的行动，帮助自己更高效的获取 VP ，其次是根据对手的节奏，扭转游戏结束的时间，做到在结束那一刻超过对手的 VP （而不是追求获得更多 VP）。

在引擎构建方面，主流又能分为主导开发设施、军事占领、生产消费流派。细分还可以更多。这让玩家无论抽到什么手牌，总有办法构筑出有效的组合。而不同的流派决定了玩家每轮的行动倾向性，影响游戏的节奏。对手的流派影响着自己的流派的推进节奏。这种影响，可以让人可以预测对手的行动。正确预测对手的行动可以让自己获利，而这个游戏的胜利的本质是找到比对手快一点的路线。这就提供了博弈空间。这就有点像打（德州？）扑克，玩家的思考会有多个层次：第一层是计算如何行动构筑一个最强大的引擎，让自己的利益最大化；第二层则是猜测对手想做什么，怎么利用对手的行动产生优势（对自己构筑引擎，未必是最优的，但只需要比对手好）；第三层是，去思考对手在第二层上猜测自己，从而避免让对手取得优势；第四层是，分析对手在前三个层面做决策，制定对自己的最优策略。

游戏（尤其是双人模式）节奏非常快，以我的经验，通常在 6-8 轮就会结束。而牌库空间相比较而言非常大，抽到什么卡几乎无法预测。假设所有人都对牌库及其熟悉，那么在前期就必须做好多手准备，中期随时转型。而游戏规则也提供了大量中途转型的可能，玩家几乎不会一门心思的贯彻刚开始的计划，都是随机应变。除了根据自己抽的新卡做调整，更会根据对手的情况而变化。毕竟，要想胜利，不在于你是否完美的执行了计划，取得了高分，而是在最后一轮超过了对手（提前冲线）。在这种思路下，最后一轮的行动选择往往是决胜一手。怎样让自己的利益和对手潜在的利益差最大。因为随机性的存在，这反映为估算哪个选择让自己击败对手的概率更大。在胜券在握时，减少黑天鹅事件事件（对手低概率摸到扭转胜负的牌并有机会打出来）；在形势不利时，去博一个翻盘的可能性；在机会对等时，精算哪怕是一张手牌数量的差异……

银河竞逐很早就有人为它制作 AI 。这是个开源项目，以人工智能网络驱动的 AI 。代码其实挺好读的，因为它几乎不包含任何人为输入的策略，就存粹是以训练出来的网络指导 AI 做决策。所有 AI 的策略都是涌现出来的。但在我随意的浏览代码后，我感觉其实它还有许多的改进空间。比如，这段开源代码看起来只考虑了当前盘面的自己和对手的桌面，自己的手牌，以此来训练和推理做为行动判断。但以我的游戏经验来看，其实是不够的。因为我在玩游戏时，还要根据过往局面，推算抽牌堆可能有哪些牌，不可能有哪些牌，来做决策参考。我相信有丰富经验的玩家都会考虑这些。不过，这个 AI 的原作者 Keldon Jones 后来参加了官方授权的电子版制作。我相信他其后做了进一步的改进（包括我提到的这一点）。这里有一篇文章 介绍了后面这个版本的 AI 的思路。其中在神经网络的 input 里，专门列出了 Cards in deck, hand, discard 。

但另一方面，我感觉即使是新的版本也没有做到的，就是根据对手调整策略。因为这和围棋不一样，是一个有大量不公开信息的游戏。猜测对手的行动非常重要。如果非常了解对手，更容易找到对手的模式，猜中对手的行动更准确。而正确的预测在实战中的确可以大大提高胜率。对手会做什么，并不总能从历史中学习。如果要以此为网络的输入，我认为需要一定程度的加入当前局的历史，而不只有当前的局面。在文章中也提到，他们分叉了许多个模型，分别针对双人、多人、不同的扩展包规则。因为这样比把规则集作为参数输入同一个模型效率更高。在决策时，也不完全是一股脑把游戏的状态输入，而是把判断局面和猜测对手行动分为了两个独立部分，再用传统的搜索法整合起来：根据对手行动的不同预测结果和概率，参考局面胜率的判定，搜索最优策略。

我感觉还能细化更多：根据初始星球分开不同的开局策略、中盘和终局也可以分成不同的决策网络、甚至给对手的模式进行分类（保守还是激进）。尤其是对终局的处理，以我有限的游戏经验判断，最后是需要精算的，这有点类似围棋的收官，但又不完全相同。固然一个超大的统一模型或许可以涌现出人类需要在不同阶段分而治之的策略模式。但这同时也是个成本问题。从开源代码看，它也对最后一轮前的桌面状态做了一点区别对待（比如不再关心手牌保留了什么）。

无论如何，这是个高质量 AI 。我和 AI 对战也能获得不少乐趣。无法碾压 AI ，当然 AI 更无法碾压我。它能极大的帮助新手学习游戏，充当一个优秀的陪练。

不过，我感觉和人玩（哪怕是和线上完全不认识的人玩）还是更有趣一些。

这意味着，可以直接利用之前写好的寻路模块 改变一下启发函数，就可以大幅提升性能。

但是，启发函数的复杂度不能太高，最好是 O(1) 的。因为每一步都要调用一次，时间复杂度乘在整个运算过程中。这使得启发函数不能去探测远方的状态。通常我们用当前位置到目标点的直线距离作为启发值，这个值一定小于实际路径距离，这样才能保证按启发值得到的路径一定不会比真实路径更糟糕。但在有墙和复杂迷宫的地图中，它几乎难以起到正确的引导作用。

例如，当起点在一个房间中，目标点在东边，而房间的门在西边。采用这种启发函数，算法一定会向东尝试完几乎所有路径后，才会从西边的门出去。毕竟启发函数感知不到门的位置，房间内部的东侧距离目标点的直线距离一定更近。如果房间是密闭的那就更糟了，算法会尝试完房间内的每个位置才会停下来。

有没有什么简单的方法可以改进启发函数，让它可以识别出墙，却不增加时间复杂度呢？最简单的方法是用一个地标。

在现实里，如果一个人要从北京出发去广州某地，他肯定不会从出发点地开始用 A 星算法寻路。而是先去到广州再说，北京到广州的路径是事前就已知的。到了广州再找怎么去特定地点。广州作为一个区域比较抽象，但我们可以预算计算出到广州某距离地点（例如广州塔）的路线图。对于固定目的地，可以用 Dijkstra 算法计算出到地图每个点的最短路径图（ 流图 ），全部缓存下来。这样从任意点都可以用 O(1) 查询到如何去广州塔的当前移动方向。

当目的地离地标很近且当前位置离目的地很远时（从北京出发，还没进广州），按着去地标点的预设路径走一段肯定没错。直到离目的地比较近了（已经到了广州），就没必要按预设路径（去广州塔）行进了。

问题在于怎么确定离目标点比较近了？还是计算欧氏距离。

假设当前位置是 S（北京某地） ，目标点为 E （广州某地），地标点为 L （广州塔） 。这三个点可以构成一个三角形。因为三角形的任意两条边之和大于等于第三边，所以有 SE + EL >= SL 。也就是说在估价函数中，我们判断 SE 是不是大于等于 SL - EL ，即北京某地到广州某地的直线距离是不是小于等于出发地到广州塔的已知距离减去广州塔到目的地的已知距离。如果是，说明直线距离太短了，不值得按直线方向行进，应该遵循直接计算好的去广州塔的路径行进。反之，直线路径指向的方向可能是更有效的。

再看前面的房间例子：如果起点和东边的目的地之隔着一堵墙，直线距离为 1 ，但实际路径必须先绕向西侧的墙。而如果我们在目的地附近有一个预设的地标，距离目的地路程为 2，而当前位置到地标点的路程为 10 ；那么显然，从当前位置去目的地的最短路程不可能小于 10 - 2 = 8 。因为假设目的地就在去地标点的路径上，那么我们向地标行进，在剩下路程还有 2 的时候，就能抵达终点。这已经是最短路径，如果目的地偏离了这条路径，路程只能更远。

用地标的预设路程，可以更容易的排除目的地不可达的情况：如果我们可以去到地标，而地标到目的地不可达，那么目的地就不可达；同样，如果地标到目的地可达，而我们无法去到地标，目的地也不可达。如果目的地和当前位置都可以抵达地标，路径一定是存在的。只有当前位置和目的地都无法通向地标试，可达性才是未知的。

所以，我们在估价函数中，只要利用预算计算好的地标流图，就可以 O(1) 计算出是否可以复用到地标的流图给出预设方向，或是退化成传统以直线方向给出的估价值。

我们还可以多计算几个地标，比较它们哪个更有效：SL - EL 中较小的那个，决定采用到哪个地标的预设路径。地标可以是提前计算的，也可以是在多次寻路中生成的。可以想象成，如果我们没有去过广州，那么就先以一个离广州比较近的去过的地标，比如深圳为地标导引路径，一旦抵达目的地，就把新的这个目的地广州为地标记录下来，方便后续的寻路。

桌游中人和人对抗的比较常见，设计一套规则、让玩家在这套规则下博弈；但需要找到（足够水平的）人一起玩。虽然很多桌游也会设计 solo 模式，但大多是设计一个自动机来模拟对手。这会损失相当的博弈性，要么变成了可预测的系统行为，要么沦为半随机事件。而游戏规则的原始设计中通常都会有相当部分依赖人之间的博弈才有趣。例如，我最喜欢的桌游《银河竞逐》在第一个扩展包中就加入了自动机，允许 solo ，但我觉得远没有和人玩有趣。

也有设计得不错的自动机。例如之前介绍过的《Star Trek : Captain's Chair》在玩家社区中就公认单人模式非常有趣，我也只一个人玩过。还有我前段超喜欢的《deep future》也是一个多人对抗游戏，但很多玩家包括我也喜欢一个人玩。我甚至还制作了 solo 模式的电子版本 。

如果一开始就围绕玩家对抗系统规则去设计，去掉人和人之间的博弈，那么游戏会有不太一样的体验。关于这种 PvE 游戏，去年我在整理卡牌构筑类桌游规则时提过不少：Legendary 系列、Aeon's End 系列（以及后续的 Astro Knights ）、XenoShyft 、Legacy of Yu、Kingdom Legacy，等等。还有今年我玩过的 voidfall 和 spirit island 。

这类游戏一般除了可以单人游戏外，一般还会设计多人合作模式。刚接触这类合作破解系统的游戏时，许多人会自然有一个疑问：如果几个人可以合作完成游戏，那和我自己一个人操作多个角色有什么区别？这其实是合作类游戏中的经典“指挥官问题”。有一类经验丰富的玩家系统称为 alpha player ：指那种控制欲很强，喜欢替合作玩家做决定，主导整个局势。过去很多此类游戏会在机制上加一些限制，最著名的是《瘟疫危机 Pandemic》禁止玩家亮出手牌（但不禁止玩家描述自己的牌），这会加大 Alpha 玩家的决策成本：他无法在制定策略时纵览全局。像 Arkham Horror 卡牌版规则上明确规定不准交流手牌的精确信息。

但近年的合作类游戏，通常会设计多个玩法差异很大的角色。鉴于桌游玩家不会常年玩同一款游戏，熟悉一个角色的玩法就有很大的学习成本了，同时精通合作伙伴的角色玩法就更加困难。同时、规则上还会增加长期运营的复杂度，玩家需要记住更多的信息并作更长远的规划。这些高复杂度导致了 alpha player 难以同时计算所有人的最优解。以我前段玩得最多得 spirit island 为例，单操一个角色就很累了，同时控制两个甚至更多角色过于烧脑，游戏的乐趣都被烧没了。

这类游戏，玩得是什么呢？设计师给出一套规则，建立一个自动运作的系统，系统在这套规则下不断恶化。而玩家则通过主动行为反过来建立一个可以稳定这个系统的引擎。

这在电子游戏中更常见，也作得更深远。典型如《缺氧》，就有一个精巧的沙盒模拟器，不断的熵增趋向热寂。玩家本质上就在对抗这种无序化。没有生存压力的异星工厂，我认为也是一样的：虽然它没有用混乱给玩家制造生存压力，但它的沙盒也复杂到玩家在不断推进游戏的同时，也必定制造着混乱。例如在原版中的吞吐量问题，大多需要等到玩家看到模拟结果时再着手解决；在 Factorio 的很多玩法改造 Mod 中，还会见到更多问题：Nullius 中的副产品堆积、Ultracube 中的 Cube 时序调度、Space Exploration 中的跨区域调度、等等。

在桌游中，难以实现电子游戏的沙盒复杂度，所以转而变成某种形式的 Puzzle ：在更为精简（适合人来推演）的规则下，给出不同的目标命题，让玩家构建一个引擎去解决它。在这个自动系统中，通常会加入一点（但不太多）的随机元素，让玩家无法在大脑中精确推演，但又可以大致遇见未来几个回合的局面。玩家的乐趣来源于：我预测了后面发生的事情，提前作了规划，在一步步搭建自己的引擎，最终完成了计划。

“预测、规划、实施和应变”是系统对抗类游戏的核心乐趣。

这类游戏要有趣，需要设计出两套规则：系统自动演化的规则和玩家可以用来构建对抗它的引擎的运作规则。两者都需要相当的复杂度。如果系统演化规则过于简单，玩家要么容易做出完美预测，要么过于随机而无法预测；玩家的规划就无从谈起；如果玩家引擎的规则过于简单，就容易出现最优解，或是沦为数值堆砌。实施过程也就千篇一律，更谈不上随机应变。

Sid Meier 有一句广为流传的话："A game is a series of interesting decisions." 游戏需要尽可能让玩家在每一步作真正的取舍，而不是寻找唯一的正确答案。如果在游戏过程中，看起来可以作很多不同的行动，但其中一个（经过推理后）明显比其它好，就等于没有决策了。比如在 spirit island 中，玩家的成长必须在获得新能力卡、收回用过的能力卡、获得能量（使用更多更强的卡）、扩展在版图上的势力（为未来铺路）中选择；能力卡又分为立刻生效和延迟收益、聚拢敌人和消灭敌人。这些选择相互竞争互斥，代表着当前收益和未来成长之争。而系统的恶化无法完全预测，也不能简化为某种数值关系。成长的收益无法量化后和当前收益直接比较，所以没有绝对正确的答案。

自动化系统被设计为：永远无法解决全部问题。某些“简单的”策略游戏会设计成“着火了，快去灭火”；而像 spirit island 这种现代游戏变成了：每个回合都有很多新问题出现，玩家只能处理其中一小部分。所以，玩家必须考虑要放弃解决哪个问题。当玩家永远面临资源不足时，每个选择就都有代价。规划不仅仅是搭建解决问题的引擎的过程，也是随时调整的待作事情的优先级。

这里特别想介绍一下最近在我玩的最多的《Deckers 2025》，它是 Renegade (2018) 的改良版本。今年 (2026) 曾经众筹过中文版，名为《骇客潜行》，不过现在无论是英文版还是中文版在国内都很难买到。所以我也只是在桌面模拟器上玩了十几盘单人模式。

其游戏内核和 Spirit island 非常相似。也是有区域控制、版图移动机制的卡牌/引擎构筑游戏。玩家扮演的是对抗系统的黑客，每局游戏会选择一个有不同演化规则的 boss 对抗，并选择 3~5 个目标。除了最终目标必须完成外，中间目标可选，但中间目标成功和失败会影响中途的奖励和惩罚，这个设计非常像我很喜欢的电子游戏 dotage 。在我玩的若干盘游戏中，几乎不会放弃中间目标，因为对于新手来说，达成最终目标总是很难，中间多一次惩罚会让胜利变得更不可能。

系统会（根据不同 boss 有不同的规则）不断演化，在棋盘上生成更多的敌对物（类似 deepfuture）。玩家需要在局面不可收拾前，在棋盘上作合理的对抗性布局：玩家可以制造四种造物，在游戏术语中被称为 program 。红色用来消灭敌对物，黄色用来将敌对物转换为 program ，通常红色消灭敌人的效率高于黄色；蓝色用来移动自身，绿色用来推动敌人以及友方 program 。游戏中的 token 是有限的，program 用完就无法产生新的，且红黄一体两面，蓝绿一体两面，共享总量，并可以相互转换；敌对物产生达到上限后，玩家就会立刻失败。

目标则通常是要求玩家将盘面演化为符合特定要求：例如，必须在某些格子里安装特定 program ，或清除特定格子中的敌对物，亦或让玩家的 avatar 处于特定位置。中间目标达成或失败后，会让盘面产生一些特定的变化。

根据系统 boss 和目标卡的不同，系统的演化路径每局游戏之间差异很大，而阶段性目标和最终目标在游戏一开始就展示给玩家，所以游戏更像是一个个谜题。玩家在开局时就需要根据目标想好怎样利用游戏规则提供的有限手段，在有限回合内达成。游戏的回合数，以及可以使用的卡牌总次数，开局就已确定。这让玩家必须在规划中有所取舍，行动中始终面临压力。

我特别喜欢游戏的卡牌机制设计：简洁又有丰富的组合变化。

每个玩家只有 15 张基础卡，四种不同侧重点角色（每种两个能力略有不同的版本）的其中 12 张基础卡是完全相同的，3 张不同的卡也只是颜色不同，对应着不同的能力侧重点。这些基础卡只由（一个或两个） 5 类颜色符号组成，红黄蓝绿加上紫色百搭。玩家的基础行动是用卡牌上的三个同色符号在版图上生成 program ，或是用红色牌配合红色 program 攻击版图上的敌人，黄色牌配合黄色 program 同化敌人，蓝色牌配合蓝色 program 在版图上移动 avatar，绿色牌配合绿色 program 移动版图上的物件。

游戏设计了 54 张（30 种）合作玩家公用的升级卡堆，可以在游戏过程中升级构筑更强的引擎。我很欣赏这个游戏的升级机制：用卡牌上的符号去替换升级区的高级卡。在基础行动中，这些颜色符号是行动的费用，同时也可以用于支付升级费用。高级卡同样可以当基础行动卡用，但会额外有效果文字，可以单独作为特殊功能卡打出。由于每局游戏不会太长，所以并没有设计明显的多次升级路径。所有的高级卡都各有用途，最高也不过四费。

在玩过几局游戏后，我重新理解了卡牌升级的意义。升级区本质上是手牌区的延申。在这个游戏中，升级是让高级卡直接进入手牌，可以当回合立刻使用，而不像大多数类似游戏的处理方式：让新购买的卡进入弃牌堆，等待卡堆轮转。而且，除了一开始的弃牌堆会移出游戏外，如果用高级卡去购买升级区的另一张高级卡，是替换而不是移出。这让升级区的四张高级卡更像手牌的暂存处了。游戏中，每个玩家的牌堆永远是 15 张（因为升级必须 1 vs 1 兑换，如果用多张卡购买一张升级卡，多余的牌进入弃牌区，下一大轮会洗回），每轮抽 5 张用于行动，没有任何技能可以抽卡。玩家可以充分规划每个 cycle 的 3 个 turn 共 15 张卡怎么使用。每个 cycle 结算一个目标，要么成功要么失败；cycle 中分为 3 个 turn 的意义在于把系统的自动推演穿插其间。整局游戏根据 boss 的不同，会进行 3 到 5 个 cycle ，在桌面模拟器中，大约需要一个多小时完成游戏。

我的游戏感受是：每局游戏必须一开始就仔细研究每个 cycle 的目标。因为规则上分为金银铜三类目标，铜目标一定是先解决的，非常容易达成。但如果不未雨绸缪提前为银目标布局的话，进入银色阶段的那个 cycle 行动次数往往不够。每个目标卡都有不同的解法，这和当局游戏升级区见到的卡牌息息相关（升级卡堆是随机的）。不同的高级卡能力组合会引出不同的解法。同时，不同的 boss 带来不同的系统演化规则，以不同的形式干扰玩家。我十几盘玩下来，没有两盘采用相同的策略。在我目前的水平下，游戏的胜率只有一半，还未尝试升级版 boss 关卡。也没有把所有 boss 和目标卡一一尝试（更别说它们的组合），就玩到的部分，有点像在求解作者设下的谜题。应该还有很多设计者预设的奇妙解法没接触到。

最近一年多一直通过跑步降低体重 ，减少了 9~10kg 体重。攀岩保持在一周两到三次。自己在家查血尿酸，一直在 500~600 之间，偶尔在 480 左右。虽然戒掉了含糖饮料，也无饮酒，作息规律，精神放松（不用工作了）。但尿酸一直降不下来。

和 Gemini 讨论了一番，高度怀疑是痛风导致。结合我的手指关节也总有刺疼，恢复也比一般岩友慢，似乎也不完全是运动造成的正常损伤。Gemini 建议我去医院做个检查。

昨天挂了今天早上的风湿免疫科的专家号，一大早就去做了检查。除了验血，另外给左手肘部做了彩超。主要看看酸痛是运动损伤还是高尿酸导致的。

结果不出意料，果然是左侧肘关节软骨面“双轨”征。医生说这的确高尿酸引发的无菌性炎症，可以起到决定性诊断意义。血尿酸 496 , 其它指标均正常。（其中血脂略微偏高，但应该是吃早餐引起的，理论上我应该空腹验血）

医生开了两盒非布司他片，先吃一个月再复诊。目标是先将尿酸降到 300 以下。

ps. 今天出门步行去医院，面诊、检查、等结果、开药，然后步行回家，一共花了三个小时。还是挺高效率的。

• 7 月 19 日：已经服药非布司他 9 天，每天 40mg 。尿酸每日持续下降（从第一天开始），今日测得 409 。
• 7 月 21 日~ 8 月：第 11 天尿酸测得 286 。这两天有腹泻，和 LLM 讨论后，改为餐后服药。随后恢复正常，但尿酸开始波动，最高回到过 400 。
• 8 月 7 日：复诊。尿酸 265 。肝功能正常，医嘱继续服药半年再考虑改变计划。告诉医生曾经腹泻的事情，医生有些诧异，说和药物未必相关，他的病人中没有报告的。也可能是每个人的体质差异。
• 8 月 8 日：治疗这一个月，根据 LLM 的说法避免跑步，因为有可能在溶晶过程中引起痛风。但体重居然从 83+ kg 下降到 81+ kg 。LLM 说可能和尿酸下降有一定关联性：胰岛素抵抗减少以及体内低度慢性炎症的消退增加了身体消耗脂肪的效率。

他今年小学毕业了，我意识到他在英语学习方面遇到了障碍需要额外介入，是在今年过年期间。云豆在很小的时候，直到三岁还不太会说话。长点的句子都说不下来，但是英文字母认得却很快，似乎对英文有点兴趣，就给他报了个英语兴趣班，一周上两小时的课。但很快就遇到了疫情，几乎都在上无效网课，也就停了。从三年级开始，我督促他在多邻国上每日打卡。有一段时间他特别着迷于在多邻国上冲击钻石等级，每天甚至能刷上近两小时的积分。要说多邻国上学英文到底有没有用，我也说不上来，不过至少能培养一点基本的语感，看见单词即使不认识也能读出来。去查字典时，也不需要反复查看拼写，见过一眼的生词背过去在键盘上能一次输入正确。光这点，比我小时候学英文强。

他在五年级之前，学校英文课的成绩还不错。但考试分数从五年级开始就快速下降（从九十多分下降到八十多分），高年级换了英语老师，家长会上能感觉到新的英语老师把他归为成绩不是很好的学生。我问过他为什么成绩下降，也检查过他每次考试的试卷，他归纳为英语“语法”太难了。我意识到，对他来说，光靠过去的积累的一点语感对继续学习英语是不够的。只有更系统的学习才有效率。况且，多邻国对他已经沦为一个积分游戏，他宁可花很多时间去已经熟悉的章节里刷分，也不愿意增加有效的练习强度。

当然，学习语言最好是有足够量的应用环境。但他不爱阅读（短期也不可能培养出足够的兴趣），也不喜欢看电影/动画片。每每他问起，为什么我们要学习英语，我是这样回答的：学习英语有两个主要的用途；英语是事实上的世界语，这个世界上大多数受过教育的人，或多或少都会说一点英语，我们和世界打交道，就用得上；这个世界上绝大多数知识是用英语记载的，翻译成中文的过程很容易曲解和丢失原本的意思，用英语学习知识很多时候都是必要的，而且效率更高。

为什么没有选择给他报课外班或请家教？我的想法是，我自己时间充足，英语的基础知识足够教学；我们的亲子关系融洽，他还没有逆反期的迹象，对我非常信任。最关键的是，我觉得第三方教学的评价反馈机制不足。让一个不相干的老师面对学习能力不足的学生，即使是一对一，让老师投入足够的感情和精力也是违背人性的，简单说就是，就是一份工作，“凭什么花那么多心思教”。如果是教自己的孩子，我的目的是让孩子真的学会学懂；第三方老师则必须有另一个客观的评价标准：背会多少单词、语法题的正确率、英语考试的成绩。而这些评价手段和“学会学懂”之间总会有偏差，偏差会造成学习精力的浪费。我还是希望孩子的童年尽可能轻松一点。

注：有朋友提醒过我，自己教（不限于英语）取代不了请家教，说以后我会明白的。不过暂时我还没有看到自己教娃的坏处。

从今年寒假开始，每天保证半小时的额外（不包括学习里的学习和家庭作业）英语学习时间。大致是 English in Use 的一页内容加上一页练习。坚持到暑假的今天，大约进行了 5 个月，全书 120 页的内容基本过了一遍，外加做了第二遍全书快速复习。最近一个月略有松懈，中间也会偶尔一两天中断，但基本维持了这么个学习状态。现在书后的练习题差不多也能有 90% 的正确率，我感觉他的确把这本书所讲的基础语法真的学明白了。

每天的学习过程大致以自学为主。也就是自己先仔细阅读一页内容。一开始孩子的自学能力几乎为零，必须严格在一旁督促他朗读书中的内容才读得下去，读完后合上书也无法陈述书中讲了什么。“阅读”本身就是一种能力。我很喜欢《如何阅读一本书》，但这本书云豆还看不懂，只能我自己慢慢引导阅读的方法：提取重点、预设问题、从文字中寻找答案，等等。所以，这本年不仅仅是学习英语，更是学习如何学习。云豆在这方面进展不大，但终归是有所进步。最近已经可以耐心把书看完了。我强调说，不要以找到题目的正确答案来看书，要理解书中传达的知识，他应该听进去一半吧。

不过，即使经过了半年，他依然无法完全自学，还需要在初中阶段坚持练习。这体现在书里每一页内容并不太多（成人五分钟的阅读量），他自己读完后，经我检查，大约会忽略一半以上的内容。他会不由自主的忽略一些自己不懂的东西，假装看完了；或是把陌生的知识当成自己已经学过的，相似却不同的部分；难以找到重点。这些都是需要有个人坐在旁边引导和确认的。

我的另外一个发现是：虽然学习了多年英语，他还是不认识大量的基本单词。所谓基本单词，我是以 Basic English 的 850 单词为标准。单词量的匮乏直接导致了理解英文句子的困难。我没有让他专门背单词。但是，每次有基本单词不认识，都让他自己查（电子）字典，搞清楚读音和意思。学会阅读字典、阅读国际音标，也是他过去缺乏的。在单词上总得有一些投入才能让大脑有适量的刺激：查字典的过程、朗读的过程、纸上抄写的过程都有必要。当然最好还是得有阅读量，目前在增加阅读量上我还没找到好的方法。毕竟中文阅读都不够，别说英文的了，慢慢来吧。

另一方面，是语言本身的表达能力。对于陌生的英语句子，云豆会有两种不解。一种就是直接看不懂，另一种是隐约知道句子的意思，但是无法用中文表达出来。前一种自然需要剖析句子，解释语法和词组的搭配；后一种其实在双语使用者里面偶尔也会卡住，毕竟中文和英文的表达确有不同，这涉及大脑的语言转换，并不是自然的过程。不过，我视为一种不错的语言表达能力练习。给云豆辅导时，我经常说，想想你平常是怎么说话的，把意思准确的用中文讲出来。英文和中文不是一个词一个词的对应关系，也不是调整语法的重组织，而是你要去理解背后的内在含义。怎么正确表达其实是对表达所用语言的使用能力。我不仅仅希望你英文水平提高，更希望你练习语言表达能力。或许对学习英语来说，基于翻译的学习方法不太好，但准确的用中文表达英文句子的意思也很重要。这无关英语学习，是一种必要的表达能力。在日常使用英文时，不必去想中文意思；但在课程学习上，我还是会加上每个句子的中文翻译练习，就当在练习语文了。

总的来说，我能察觉到孩子在英语学习上有所进展。但起到最大作用的是：坚持不懈的学习状态。每天哪怕只有几十分钟的投入，“不间断”本身起的作用更大。我认为这比每周集中一两次两小时以上的课程更有效率。固然能做到每天两小时以上可以学得更好，只是孩子（哪怕是自律的成人）难以做到罢了。

最近也试着给老二可可补习英文。她上三年级，英语基础更差。英语课本上的句子几乎全部无法顺利朗读。词汇量停留在幼儿园水平（她上的双语幼儿园）。这会是一个更长期的学习过程，计划先从每天半小时的英语朗读开始，先熟悉一百多个日常基础词汇再说吧。

我一直想搞清楚一款吸引我的游戏的核心规则部分到底是怎么设计出来的。为什么我可以玩成百上千小时还可以发掘出新乐趣，而开发者在看似不算太长的时间就设计出了它们。当我这两年有足够的时间，我开始用一种慢方法弄清楚这点：玩一些更古老的游戏，找到它们和现代游戏之间的发展脉络。

Stellaris 群星是我游戏时间第二长的游戏（第一是 Factorio），我从 1.0 版就开始玩，并从 1.2 版开始维护它的中文翻译 mod ，断断续续玩了接近 900 小时。只是由于时间关系（玩其它游戏）最近两年的新版本还没有体验。

一开始玩这个游戏是因为 Paradox 在战略游戏上名声显赫，当时 P 社四萌众人皆知。我特别喜欢维多利亚 2 ，已在上面花了上百小时。我深知 P 社游戏如果不是一开始就跟着开发玩，游戏系统的复杂度就会像雪崩一样压下来，上手门槛会越来越高。跟住一款新品，乘它还不那么复杂的时候跟着游戏更新一点点学习体验会更好，更别说我对太空科幻题材情有独钟。所以我在 Stellaris 发售前就开始关注开发 log ，第一天就进入了游戏。

由于 P 社已有十字军之王、维多利亚、欧陆风云、钢铁雄心在前，我想当然的认为群星是他们招牌大战略类型游戏的科幻版延续。我在游戏系统里也发现了大量 P 社游戏中熟悉的东西：更加肯定了这个想法。招牌式即时带暂停玩法，靠战争点数和驱动的战争系统，相互堆叠的 Modifiers ，这些都太熟悉了。至于不一样的部分，我觉得是在一个新游戏项目上的创新尝试。虽然我短时间未能体验所有的游戏系统，作为一个新游戏老说还是太庞杂了，但通过翻译游戏文本，我还是深刻感受到这个游戏的设计量。即使去掉在 P 社其它大战略游戏中已有的系统，剩下不一样的“原创”部分还是相当多。而我作为一个萌新进入却能感觉到大多数游戏系统都玩起来那么自然。

Master of Orion 猎户座之王的重置版 Conquer the stars 是在 2016 年出上线的，比群星还早了几个月。但我一开始并没有关注它，玩到这个游戏已经是两年之后了。读高中时就从游戏杂志上听说了 MOO 和文明开创了 4X 游戏这一新类型，比我当时最喜欢的三国志系列更复杂更有趣。语言门槛阻止了当时的我。在最近 10 年我试着玩了很多过去曾经喜欢的老游戏，发现很难找回过去的感觉。老旧的低分辨率画面并不是主要障碍，但过时的交互设计会极大的降低游戏体验。很多细节在 20 年间已经被后续游戏打磨得很好了，如果只是想追求游戏乐趣，真的没有必要回头玩老游戏。所以，老游戏的现代重置版就是回顾游戏发展史最好的替代。我打开 MOO 重制版的动机就是想看看这个太空 4x 游戏的鼻祖当时到底创造了什么。

我在 MOO 中重新看到了群星中熟悉的那些东西：开局自定义的差异化种族，模块化舰船，对未知星系的调查，用星际航道互联的星图（区别于文明类的棋盘格）…… 当我真正完成了一盘 MOO 后，我在收官阶段又看到了熟悉的终局危机，这一度被我认为是群星最好的原创：在游戏结尾放上完全不对称的 NPC 天灾让玩家挑战它们，而不是和对称的 PC/NPC 进行冗长的拉锯战。玩 MOO 的开荒和收官体验是最好的，中间略有拖沓。游戏系统不复杂所以上手极快，中间帝国规模过大时遇到星球封锁时，微操工人分配有点麻烦，但终局又会回到紧张刺激的“再来一回合”心流。原来，群星是站在巨人的肩膀上的发展结果。

之后，我又浅尝了许多相关的新老游戏，似乎摸到了太空 4x 游戏的发展脉络。

文明是当今最著名 4x 类游戏，但实际上 4x (Explore, Expand, Exploit, Exterminate) 这个词是在 MOO 的商业宣传上首次出现的。MOO 虽然不是文明开发团队所创作，但同为 MicroProse 发行，它比文明初代略晚。MOO 二代则和文明 2 同年发售，早于后面的半人马 alpha 。MOO 中的星系航程限制，在重制版中被视觉化为势力投影，让星系间的联合产生了动态的国界线，我认为这启发了半人马 alpha 的国界设定（这在文明 2 中是没有的），而这到了文明 3 中被固化下来衍生出文明系列的政治疆域和文化疆域系统。半人马 alpha 中的模块化部队和差异性种族应该是受 MOO 的直接影响。

作为 4X 类游戏，文明和 MOO 的游戏流程有很多相似之处。一开始都是派部队出去侦察开图，探出周边资源后，选择合适的地点开拓新基地。然后在不同的基地发展人口，提升生产力，生产力可以换得发展优势和新的部队。当不同势力的部队相互接触时，会展开外交以及战争。最后（多半）通过战争政府世界。在这个过程中，玩家需要同时积累科技点推进科技树，解锁生产力科技和军事科技，提升发展效率。

但这两个系列在细节上也有明显不同之处。地图是最大的不同，文明是网格状的，地图由等大的四边形或六边形网格组成，地理原因靠格子数量决定。每个格子上都或多或少存在一些不同的资源，最后会被纳入附近的城市（基地）所有。MOO 类则是离散的， 1 和 2 代，星系散落在星图中，只由点和点的距离决定通路。改变星图拓扑关系的是星云，在星云中航行会极大的降低航速。对的，这个设定后来直接被继承到群星中。这种星图相对网格地图有体验上的巨大变化，但也存在一些问题（某些玩家觉得不是）。那就是建立战略防线极难。当玩家把航程科技极大升级后，可以轻易跳过对手前线的防区。所以从 MOO 3 代开始，就改成了预设星际航道的星图，这使得某些节点比其它节点有更重要的防守价值。同时，还增加了虫洞，可以把遥远的两个节点直接连接起来。这让星图的拓扑关系更为复杂。

但 MOO 3 并不成功，很多不成熟的新机制破坏了老玩家的体验。星路的改变算半个（很多老玩家不喜欢），它也影响了后来的大多数太空类 4x 游戏。2016 年的 MOO 重制版虽然骨架继承了 MOO 2 ，但在星路这边沿用的是 3 的固定航路规则。但为了尽可能还原 1 和 2 的体验，还加入了不稳定航路。在游戏初期解锁科技前，这些不稳定航路会阻断交通。大致相当于在前作中那些被距离隔断的节点（之前是用航程科技限制它们联通的）。

在星际航行方面，一定要提一下 Sword of the Stars 星际之剑这个系列。它有一个招牌设计是不同种族采取不同的 FTL 航行方案，多达 5 种以上。预设星际航路是其中一种，只靠星系间距离来自由跳跃也是一种，还有建设星门或虫洞进行远距跳跃的种族。群星的老玩家马上就会意识到，这就是群星 2.0 之前的设计，它完全照搬了星际之剑的异构 FTL 种的三种。即使是现代版本，虽然开局又统一成预设星路图，但也能找到高科技下的另两种 FTL 的痕迹。群星 2.0 之后换了制作人，曾经写过一篇开发日志谈论为什么把极具特色的异构 FTL 去掉：FTL 的多样性带来的混乱极大地限制了他们后续开发更有深度的内政、贸易、外交、银河议会等系统，同时方便制作后来加入的贸易路线、划分星区、宣战厌战等 P 社传统设计。

为什么星际之剑可以这么干？因为星际之剑是一款强调星际战争的游戏。内政运营方面是极端弱化的。它继承了 MOO1 的去微观管理化，每个星球用一个简单的滑条决定发展偏向性，而在 MOO2 和重制版中则演变成精确的工人放置系统，玩家需要精确的控制每个星球用几个小人作哪方面工作，科研还是种田还是工业。这个设计在群星中用 job 系统进行了进一步的发展。星际之间的主创团队深入参与过 Homeworld 家园系统的开发。家园是一款以 3d 太空战斗为卖点的 RTS 游戏，而星际之剑明显想作一个结合 4x 战略和太空战场战术体验的游戏。它作了相当复杂的战术模拟，激光、导弹、质量投掷器，不同的武器有不同的特点，在战术战场可以走位和战场上的障碍物来改变战局。在这里，群星的战斗系统中，又可以看到星际之剑的影子。

无论是猎户座之王还是星际之剑，它们都有着复杂的自定义舰船设计系统。这在后面变成了太空 4x 的标配：在一个有限空间内玩家可以自由搭配组件，让自己的舰船独具特色。群星也完整的继承了类似系统。文明系列的半人马 alpha 虽然和传统文明更相像一下，却在自定义战斗单位方面更接近这些太空 4x ，文明的后续版本却没有这个设计。

但是，MOO1 和 MOO2 在战术玩法上却有相当大的差异。MOO1 更像是重视数值的卡牌堆叠模式，MOO2 则需要玩家关注每艘舰船的朝向。武器和护盾甚至能指定前后左右。玩的时候需要个体微操，这个玩法成为了 MOO2 的招牌，为很多系列的老玩家津津乐道。到了 MOO3 又改成了战前布局，无法单个战舰微操。战场上变成了千军万马的观战体验而不是靠操作战术上击败对手。这也是 MOO3 被系列玩家诟病之处，但历史发展到今天已经说不清哪种对玩家体验更好，只能说有不同的玩家群罢了。星际之剑的初代晚于 MOO3 发售，或许是看到了这些差评，更多的应该是继承了家园的血脉，它在战术层面比 MOO2 更加细腻，而且从战术回合制转变为实时操控。而 MOO 2016 的重置版在继承了大部分 MOO2 骨架的基础上，战术玩法也改成了实时加暂停模式。这可谓顺应时代潮流，现代玩家恐怕再难适应一艘艘船单独操控了。但依旧有很多老玩家评论说不如 MOO2 的战术玩法好玩。因为它虽然保留了 MOO2 的单个舰船的方向设计，但却砍掉了单独原地转向这些机动能力，实时混战时很难操控。

MOO2 和星际之剑中都有极具特色的跳帮战。可以为舰船配备陆战单位，在太空战中直接登船抢夺敌舰（以及敌舰科技）。在后续的游戏中再难看到，MOO 2016 重置版中也砍掉了这个系统。

即使星际之剑的战术系统中有这么多 MOO2 的影子，但在仔细考证了一番后，我认为这两个游戏的战术玩法并没有明显的继承关系，它们却有个共同的源头，那就是桌游 starfire 。星际之剑尤甚，在自定义舰船方面更为接近。

Starfire 诞生的很早，在 1979 年就发行了第一版，风靡一时。和当时的桌面游戏一样，也有大量的文学衍生作品。不过它的流行年代比较久远，现在提到它的玩家就不多了。但这的确是一个有着很长生命周期的系列，直到 2012 年还发布了第六版规则。在 bgg 上有专门的 wiki 页面展示整个系列 。btw, starfire 的桌游官方设定是从 2200 前后开始的。星际之剑也把游戏设定在 2200 到 2400 年。至于群星玩家肯定对 2200 年这个设定非常熟悉。

Starfire 的核心战术规则是让玩家在纸上设计太空飞船，用一串字母表示每个模组，比如 S 表示护盾，L 表示激光，A 表示护甲，Q 表示剑桥和船员舱等等。当敌人命中你的飞船时，从左到右划掉对应字母，飞船的功能也随之受损，其推进力、转向机动力和攻击力也需要更新，非常直观。飞船在战斗时在一个六边形棋盘上进行，由于有护盾朝向和射击死角的设定，转向和走位都有很重要的战术意义。这套舰船设计和战斗机制深深的影响了星际之剑的战术系统，星际之剑比 MOO2 更接近这个桌游的配船系统。船头船身船尾的三段式设计，在战斗中可以分段破坏，几乎就是 starfire 桌游中逐步花掉功能字母的战术体验。

starfire 除了局部的战术对决，还包含了庞大的星际探索、技术研发和殖民地经济管理的战略战役。作为一个太空兵棋，在及其丰富的战略扩展中就设计了完全不同的种族 FTL 机制。异构 FTL 带来的非对称战略体验被星际之剑完美继承。btw, 当初我们的游戏《三国志战略版》立项之初，我正沉迷在群星 1.0 版本中，感叹于异构 FTL 在战略成面提供的奇妙体验。专门找三战主设计师聊了一下午，介绍这个系统。

Starfire 在长期战役中，科技研发具有相当的随机性，科技被分成几个类别，研发靠投骰。不同种族有随机的科技偏好，打扫战场和探索遗迹都有概率抽到随机科技。这些都能在后面的群星中看到影子。随机科技树也是 MOO 的招牌设定，和文明的固定科技树有着明显的对比。在 MOO 的诸多现代精神续作中也得到保留。

不管是星际之剑还是 MOO 以至于群星，都设定了中后期的银河灾难，这些设计灵感均来源于 starfire 的官方小说和剧本。

星际之剑（以及 MOO）采用的大地图回合制战略加实时战术对决架构也和 starfire 颇为相似。而电子游戏的优势就是借助计算机模拟，可以把原本在桌面上几周时间才能玩完的桌游战役以更快节奏展示给玩家。以往桌游上每天可能只能玩一场战术对决，现在在电脑上就只是半小时的战斗。

最对这一系列太空 4x 类游戏溯源的过程中，我不仅发现了 Starfire 这个桌游源头，还找到了另一款桌游 1975 年发行的 Stellar Conquest 。这个名字很多次的出现在这些电子游戏创作者的媒体访谈中。年代过早我自然是没有玩过，但我很好奇的下载阅读了它的说明书。原来，这才是太空 4x 的真正先驱。侦察舰/护卫舰/殖民船的设定，探索/殖民/建设前哨站/扩展/征服的概念都是这里提出的，甚至还包括在星云中减速的设定。殖民地上太空战过后再次用陆战队登陆战也如出一辙。最奇妙的是我在说明书上读到了将恒星分为蓝/白/黄/橙/红五类，玩家可以先看到恒星颜色就可以大略知道星系里会有什么，可以由此决定侦察的优先级。这个设定一直继承到了群星，但并没有在游戏内明显说明。如果没有玩过这同类游戏很容易忽略这点。但在 MOO 中，明确解释了黄色恒星周围存在宜居带行星的可能性更高。

太空 4x 和文明 4x 相比，有一个很大的不同点就是更难找到宜居的殖民地。不同种族的宜居星球类型也不相同，如果找不到合适宜居星，就会影响生产效率，通常需要开发类地化科技对星球改造。这一设计几乎贯穿所有太空类 4x 游戏。调查母星附近的星域，找到合适的殖民地几乎是这类游戏开局一致的操作。在 MOO1 中，在星图上发现一个恒星，就可以作为一个航行节点，并可以在上面开拓殖民地（如果允许）；到 MOO2 后拓展了行星系统，同一星系可以有颗行星，还可能有小行星带等其它星体。星系结构更为复杂了。这个设定一直延续到后面多数同类游戏。最近几年有一款被称为 MOO2 的精神续作的商业游戏叫做 Interstellar space : Genesis 。我略玩了一下，感觉还不错。它在侦察星图方面又扩展了不少深度。每个星区都可以做不同程度的扫描，深度扫描可以发现更多星球，这样在对抗时就能更好的隐藏战略点：在通过深度扫描发现的星球上做基地，对敌人可能是不可见的。

前面提到了桌游 Starfire 对太空 4X 游戏的影响，这里就很值得提一下免费游戏 Aurora 4X 。这是一款免费的有着 20 年以上的免费游戏，至今（到 2026 年）仍然在继续开发。我了解到它是从读 Distant worlds 的攻略开始的，而 Distant worlds 被称为猎户座之王 3 事实上的精神续作。所以故事得从 MOO3 说起。

如果我们纵观 MOO 系列得发展历史，可以发现 MOO 的每一代都希望对前一代做出大的改变，而不是简单的打磨完善。btw, 这一点和文明系列颇为相像。文明的原创者席德·梅尔有一个注明的三分之一法则（Sid Meier's Rule of Thirds），大概是说，每代文明都保留 1/3 的传统系统，改进 1/3 ，引入 1/3 的新系统。MOO 系列在改变方面步子迈得更大。2 代除了上面提到得单星系多星球外，还改变得科技树，从发明概率（这是从 starfire 继承来的）改成了每级科技三选一互斥。初始种族的点数定制取代了 1 代的固定种族（这被继承到了群星中）。加入了终局 boss 。战术层面引入了极大的微操，战略层面也把滑条控制星球的偏向改成了工人分配的微操形式。

总的来说，MOO2 加入的新系统都颇受玩家欢迎，而玩法从宏观管理慢慢向微观管理转移也很成功。但到了 MOO3 ，设计者又想在宏观管理上发力，让玩家扮演帝王，而不必在微观上亲历亲为。只用做战略决策就够了。但它并不是简化内政系统，把原来需要微观操作的部分变成几个简单的数值，而是进一步的把系统微观化了，然后让 AI 通过自动化规则去运行它们。如果放在今天，这个理念倒是很现代的。Paradox 的几个著名系列都在往系统的复杂化方向走，并辅以自动化手段减轻玩家的决策强度。但 MOO3 执行的很糟糕。其中尤其重要的一点是，它做了微观的系统，却完全剥夺了玩家做微观操作的控制权。结果玩家玩游戏想在看一个自动化运行的机器，失去了参与感，尤其是 2 代的老玩家对旧的微观管理玩法保持着很高的满意度。

等到 2016 年推出重制版，又转回 MOO2 的思路，完全放弃 MOO3 的创新尝试。但复刻过去的游戏系统，面对同年有着组多现代游戏元素，完成质量颇高的群星，在太空 4x 这个玩家圈子中口碑已经无力回天。（当然，我觉得这个重制版还是很值得一玩的）

在我看来，MOO3 的思路是对的，如果执行的好也可以很好玩。但执行的好却很难。Distant worlds 初代于 2010 年发行，离 MOO3 发行的 2003 年已过去 7 年，我们在 DW 中发现了很多和 MOO3 几乎完全相同的设定，几乎肯定是受 MOO3 的影响。比如，游戏世界都分为民营经济和公共部门，玩家只能主动控制公共部门，但不可以干预民营经济。平民会自己根据市场需求买船运货赚钱，你只能从他们那里收税。很多民营经济下的设施和舰船，玩家可以参与设计和建造，但作出来的东西却不是你的，不受控制（有点怪怪的）。我没有玩过 MOO3 ，但我玩了 Distant world 。从玩家论坛以及 google 来的信息看，这些的确都是 MOO3 做过的。但不同在于，Distant worlds 允许玩家自动化所有的子系统（比如设计舰船，收税，派遣侦察舰等等），也可以让玩家手控。

我购买 Distant Worlds 后第一次是没玩进去的，直到最近重新研究太空 4x 系列，我照着一篇攻略重新尝试了一遍，这次会玩了。这篇攻略主打一个把所有的自动化（默认设置）全部调成手动，每个子系统都手操一番，让我可以直到游戏中到底发生了什么，游戏系统是怎样运作的。这次我才发现其中的乐趣。在阅读攻略时，作者写道，如果你觉得太麻烦，可以去试试更“简单”的 Aurora 4X 。从作者的写作风格看，我直到他在说反话，所以在研究 Aurora 4X 前，我就对游戏的复杂度有一定的心理准备。

Aurora 4X 的确更为复杂，对宇宙的模拟也更事无巨细。它被称为太空策略类游戏的矮人要塞，或是文本风格的宇宙模拟器。举个例子：你在设计一艘飞船前，需要对每个零件单独研究：发动机、燃油效率改进、武器的聚焦透镜、雷达的扫描波长等等。你需要率领不同领域的科学家团队，为他们组织实验室，他们会有不同领域的专长，在每个子领域单独做出科研突破。然后你再把每个零件的科研结果，通过不同的工厂和公司生产出来装备在一起，最终拼凑出一架独一无二的飞船。根据搭配的零件，再决定它用于侦察、殖民、运输还是战斗。 再以侦察为例，在其它游戏中点一下地图就可以派遣出侦察舰，而在 Aurora 4X 中却需要先创建一条命令，涉及侦察的路径，在不同场景下的行动（比如遇到敌人要回避，油箱见底前要回去加油，遇到不同的天体要决定侦察优先级等等），最后再把飞船绑定在命令上，最后自动化了。不光时领导实验室的科学家，帝国的军官等也有及其详细的履历，性格，技能加成，会生老病死拉帮结派，这在群星中倒能见到类似系统，只是没有 Aurora 4X 这么细致。

Aurora 4X 中还有复杂的天体引力系统，天体有着椭圆形轨道，和不同的公转周期。这使得星际航行的时间窗口都更为重要（更接近真实宇宙）。这在 Distant Worlds 中也有体现，但不如 Aurora 4X 系统复杂。和其它同类游戏不同，Aurora 4X 有独特的时间推进系统，玩家可以从 5 秒到 30 天的间隔。在太空狗斗时，需要按秒推演，可以通过微操舰船去拦截来袭的导弹。而进行宏大的研究建设项目时，往往以 30 天为周期跳跃，玩家只关注那个文本信息窗口，脑补游戏世界中发生了什么。

我饶有兴趣的搜索了 Aurora 4X 的历史，发现和 Starfire 有相当深厚的渊源。Aurora 4X 的作者的初衷就是想作一个辅助桌面玩 Starfire 的电子工具。（顺便学一下 VB ，他原本是个 C++ 程序员。选择 VB 应该是方便驱动 Access 数据库，而游戏的数据则选择放在 Access 中。他在学 VB 的过程中边学边做。不过最新的版本已用 C# 重制）这个工具在 starfire 完全圈子里风靡一时，但是最终和 starfire 开发团体吵了一架导致分道扬镳。

这段恩怨被记录在这个帖子的回复中 。喜欢八卦游戏史的我简单看了一下，大概是这样的：

Starfire 的电子辅助工具一开始是被官方推荐的，它基于 starfire 的第三版规则开发维护。但后来 starfire 大刀阔斧的改动推出了第四版规则。这种桌游规则的变化往往是剧烈的，更广为人知的对比参考是 DnD 的 3/4/5 版本变化，网络上可以找到很多讨论。总之，这个电子辅助工具未能更新到第四版，开发团队（准确说就一个人）希望在第三版规则上继续。在官方的口头承诺下，成立了一个粉丝组织叫 3DG ，继续维护第三版规则。3DG 的主导人物就是这个 Aurora 4X 的开发者。他们作了大量的迭代更新。在某个时间点，他暂时离开了 3DG ，3DG 就由官方接手。但 3DG 的其他成员并不满意新的官方领导，在后来原领导人回归后，矛盾就爆发了。

导火线是 3DG 在网上发布了新的基于第三版规则的修订版规则书，这侵害了官方（主要利益方也主要是一个人，也就是桌游开发者）的利益（至少在官方角度看是侵害了，他们在主推第四版）。所以 3DG 被要求解散，电子辅助工具也禁止继续维护。工具被下架了，但过了几个月就以 Aurora 4X 的形式重新上线，这次开发者就放飞自我了，完全不用考虑兼容 starfire 的规则限制，大规模的夹带了私货。这个事情最终没有真的闹上法庭，不了了之。

从另一篇访谈看 ，Aurora 4X 除了主要受 starfire 的影响外，还借鉴了一个古早的 DOS 游戏 Harpoon ，以及 战锤 40K , EVE Online 等等。

另一个桌游设计者（开发过类似桌游）写过一篇对 starfire 的评论 。他写道：

To put it another way, the original Starfire III campaign rules were 23 pages long. The last version of Starfire that I've purchased (Solar Starfire from 2012) is over 400 pages. To be fair, however, I think about 100 pages of that page count covers the tactical rules, but even then we are talking a 10x increase in content between the two editions. Is the game ten times better for the extra rules?

我觉得当桌游繁杂到需要几百页说明书时，电子化就成了必然之道。

回到 MOO 系列的主线上。市场上充斥着大量精神续作，这说明这个系列的玩法已经深深刻在老一代玩家的心中。除了官方重制版，上面还提及了星际之剑 SotS，ISG ，Distant Worlds 系列。我还略玩过一点 Endless space ，Polaris Sector 和 Star rules ，体验很少，不作评价。比较有名的还有银河文明系列，和太阳帝国的原罪系列，但我均未接触。

在免费游戏中，有完全复刻 MOO 一代的 Remnants of the Precursors （简称 ROTP），我虽然没有细玩，但它在 MOO 老玩家中口碑颇佳。除了在交互和画面上做了现代化改进外，游戏系统几乎是完全复刻 MOO1 。是玩 MOO 重制版（核心还原的是 MOO2 ）的之外的又一选择。

还有一个 freeorion 项目，也一直活跃。我没有玩过这款游戏，但曾经仔细阅读过源代码。主要是因为想了解一下这类 4x 游戏的程序结构。用开发者自己的话来说 ，它希望保持简单易上手，避免微观管理。所以在借鉴了 MOO2 一些有趣的新系统外，去掉了 MOO2 中的大多数微观管理，比如在我有限的游戏体验中，它并没有星球的工人放置系统，只需要为星球设定一个总的方向即可。也没有 MOO3 里面诸多水面之下自动化运作的复杂机制。

Endless space 其实也是个好游戏，我只试了一下 2 代，把教程过了一遍。印象比较深刻的是其中的卡牌驱动部分。它的战术部分用卡牌驱动，内政部分也用卡牌来表现其法律系统。用卡片还表达游戏中的选择在桌面游戏中及其常见，现在也越来越多的在电子策略游戏中见到。卡牌可以减少玩家的决策负担，过去很多独立的选项可以被合并在同一张卡片上，让单次选择变少，而通过组合增加变化。抽卡也可以增加一些随机性元素。采用卡牌驱动往往可以加快游戏速度。因为玩家面对的选择压力变少了，就可以快速决策。

在这方面有一款较新的游戏值得推荐一下，Nexus 5X 。它也是 Pardox 发行的，采用了群星的世界观。在 4X 基础上加了一个 X 为 Express ，它希望这类游戏可以摆脱单局动则数十小时的长度，在一个小时内可以玩一局。我玩了两局，的确节奏很快，但体验更像是一个数字化桌游。玩家群认为它是一个缩水版的黄昏帝国 Twilight Imperium 。我家里倒是有一套 Twilight Imperium 实体版本，只是一直凑不齐人开上一局，所以无法给出自己的评价。但通过抽卡打牌推进游戏的方式的确让人印象深刻。

这篇 blog 完全没有 AI 生成的文字，其中关于游戏的观点全部是我有了真实游戏体验后总结的。但在做这个课题（关于太空 4x 游戏类型）研究期间，我和 Gemini 做了大量的讨论。AI 的确可以给我很多思考角度上的启发，但是关于游戏本身的事实，很遗憾的是 AI 给的信息的正确率几乎在 50% 左右。也就是 Gemini 写的关于游戏本身的特点/规则/细节的描述，几乎有一半是错的。但它在语言上却铮铮有词，习惯了和 AI 讨论后，我必须把它和人讨论的过程区分开。如果和一个有经验的玩家讨论，我可以信任玩家的体验，但 AI 毕竟不会自己玩游戏，它只能从网上已知的文本中做总结。网上同类游戏讨论之多，让 AI 特别容易产生幻觉。或许以后的我们更应该学习的是如何更好的阅读 AI 产生的文本。

在某些场合，我们希望排序是稳定 stable 的。因为元素的 key 相同，但元素本身可以不相同。这些有着相同 key 的元素一开始以某种次序放入序列，我们不希望对 key 排序后，打乱原有的次序。当需要稳定性时，还有许多经典排序算法可供选择，例如插入排序，它非常简单，每次从无序序列中选择一个元素和有序序列的最后一个元素比较，要么追加在最后，要么向前依次比较，直到找到合适的位置插入。对已经有序的序列，插入排序的时间复杂度为 O(n) ，但对于逆序的序列，它会退化到 O(n^2) ，因为每个元素都要和之前所有元素比较一次，插入到最前。所以插入排序对于非特定场景（无特定规律的数据）的平均时间复杂度接近 O(n^2) 超过快速排序的 O(n log n) 。

但需要注意，光看大 O 时间复杂度是不够的。在 n 很小的时候，对实际开销影响更大的并非算法复杂度。因为复杂度是基于执行算法中每个单步操作的数量估算的，忽略了操作本身的时间差异。而 n 很小时，单个操作的开销占比就变大了。所以在 n 很小时，简单的算法每个操作都更短，对 CPU cache 也更友好，导致实际的总时间开销也越少。大部分排序算法的实现都选择在 n 很小时退化成插入排序。

对无规律数据集，基于比较的排序算法的理论极限是 O (n log n)。因为你需要至少对所有元素做一次比较，采用二分的形式分而治之是最好的方法，不断二分数据集的深度大致为 log n 。归并排序 merge sort 直观的体现了这个想法，它把数据不断对分，展开为一个完全平衡的二叉树，然后从叶节点逐级向根节点调整次序并合并，一路执行到根节点，就可以完成排序。所以它可以严格（即使在最坏情况）做到 O (n log n) 。或者这么看，合并两个有序序列只需要扫描两个序列各一遍，每次都挑出两个序列头部更考前的元素，插入新序列，就能得到合并后的有序序列。假设一共有 128 个元素，不断对分，就能分成 64 组元素每组 2 个。这两个元素调整位置合并成 32 组 4 元组，再继续为 16 组 8 元组，等等。

显然，merge sort 是很容易做到 stable ，但缺点是它难以在原地 in-place 排序，需要额外的空间。这导致实际实现时，需要额外的内存复制。在大多数要求 in-place 排序（大多数 sort api 都是这样）的场合，比 quicksort 要慢，且需要额外的运行空间。

但在真实世界的应用场合，大多数需要排序的数据并非毫无规律。针对有规律的数据排序就可以在工程上针对规律做出改进。一个普遍的规律是：往往需要排序的数据本身就是基本有序的，至少很多片段是局部有序的。因为你很难一次性获得海量的完全随机的数据集。数据都是逐步变多的，如果它们之前的片段是有序的，在整合到一起后，大部分还保持着次序；或者是原有的次序经过少量的调整，破坏了局部的次序。针对这点，就可以对 merge sort 做大幅改进。python 最早的版本直接封装 C 的 qsort() 实现排序，但随着 stable sort 的需求日益增加，在 2002 年 Tim Peters 针对这类情况改进了 merge sort 算法，最终成为 python 排序算法的标准实现。这是一个混合排序算法，一开始并未正式命名，但随着它作为一个比 merge sort 更能适应现实数据集的算法被引入 java 等其它语言的标准库，大家就用第一次工程实现者的名字命名为 timsort 。btw , 它的核心想法并不新，在 Knuth 的计算机算法艺术第三卷的排序算法中就有提到。

我们可以把 merge sort 的 run 看成是固定的 1, 2, 4, 8 ... 虽然算法描述是递归的，但由于我们不会处理超过 2^64 个元素，所以递归深度非常有限（低于 64 ）。而且在这个固定规律下，很容易得到一个非递归的实现。当 run 的长度不固定时，Tim 认为用一个自适应的方法合并相邻 run 就可以了。应该尽量的将相邻的小 run 合并成更大的片段，而避免把已经很大的 run 上追加相邻的小 run 。至于为什么只能合并相邻的 run ，因为只有这样才能保证 stable 。

他提出顺着扫描序列，找到三个连起来的 run 就可以决定该合并哪两个更好。在 Wikipedia 上 timsort 页有简单的描述，还有一篇 blog 也有解释，cpython 的邮件列表里也有一篇叫 listsort.txt 的文档（链接以不可访问）。我全部读过后发现它们之间有细微的差别，这让我很疑惑。直到我读到 On the Worst-Case Complexity of TimSort 这篇 paper 才确定正确的描述。然后又看了 youtube 上 Quicksort, Timsort, Powersort - PyCon US 2023 talk 进一步印证了这点。

原始的算法是这样的：

用一个栈记录从头扫描每个 run 的长度。比如最后的三个 run 长度为 X Y Z ，其中 Z 是栈顶，也就是最后扫描到的 run 。

首先检查规则 A ：当 Z 长度大于 X 时，把 X Y 合并起来，栈顶留下 (X+Y) 和 Z 。

如果不满足规则 A ，再检查规则 B ：当 Z 大于等于 Y 时，合并 Y 和 Z ，即栈顶留下 X 和 (Y + Z) 。

若以上都不满足，但满足规则 C ：若 Y+Z 大于 X ，则也合并 Y 和 Z ，结果和应用规则 B 一样。

若三条规则都不满足，就继续向栈顶添加后续的 run ，重复这个过程，直到整个序列扫描完，最后依次合并栈顶两个 run 。

这套规则的想法是：尽可能的把较小的相邻 run 合并在一起，但如果连着三个 run 长度类似，避免将仓促合并，而继续看下一个 run 。但实现上需要给栈设定一个最大的上限，因为它是利用 C 的 stack 实现的，需要避免 C stack 溢出。如果遵循以上规则，保留 run 长度的栈就会从大到小排列，因为一旦有更长的 run 入栈，就会引起合并。规则 C 则保证了最前面（栈底）的那一项长度超过后两项的和。这可以保证整个序列最坏情况类似斐波那契数列，大致上是指数分布的。这样，栈的最大容量在 64 位系统上也可以用一个较小的值就能保证不会溢出。

在很长时间里，没有人去验证这个假设是否是严格正确的。这个算法也被抄到了更多地方。直到有人试图用形式化证明 java 的 OpenJDK 正确性才发现有问题。

比如，我们构造这样一个序列，92 28 20 6 4 8 1 ，前 5 项（92 28 20 6 4 ）依次入栈时，每一项都不会被合并，同时保证了依次递减，每一项都超过后两项之和。但接下来的 8 入栈就发生了变化，因为 8 > 6 ，所以 6 和 4 被合并位 10 ，序列变成了 92 28 20 10 8 ，这时，中间的 20 + 10 已经超过了前一项 28 。最后一项 1 入栈却并不会促使前面项的合并。这会导致算法根据算出的 2^64 项以内最坏情况下需要的栈容量上限偏小，精心构造一个序列就会导致栈溢出。Python 和 Java 在修复这个问题时采用了两种不同的方案。Python 增加了第四条规则：新入栈的 run 如果没有引起合并，要重复检查一次原有的栈顶三项，看前一轮合并适合做的彻底。这个方法后来被形式化证明是完备的，只不过每轮入栈可能需要多一次判断。Java 一开始的修复方案是重新计算了一个更大的理论上限。不过这个上限后来被证明又算小了，重新打了一次补丁。不过这只是理论值，构造一个超出错误上限造成栈溢出的序列，需要相当大的长度，所以实际上并没有发生过。

依赖形式化证明堆栈上限看起来过于隐晦，需要一个更简单明了的算法确定保存 run 的栈大小上限，这是 python 3.11 引入 Power sort 的动机。了解 power sort 的设计思路可以从回顾 merge sort 开始。merge sort 本质上是基于完全二叉树的逐层合并，所以，即使用递归实现，栈深度也严格保证在 log 2 之内，也就是 2^64 元素最多需要 64 层深度，这一目了然。当 run 的长度不确定，由原始序列中固有的有序片段长度决定，我们还是可以让合并策略尽可能的近似完全二叉树。由于我们假设了原始数据局部有序，所以可以看成是提前做了一些合并，那么理论上需要的栈深度不应超过 mergesort ，最坏情况也是和 mergesort 一致。

所以，可以先想象一个虚拟的完全二叉树，然后在遍历序列时，把每个 run 和虚拟完全二叉树的 run 对比，找到相邻的 run 对应到完全二叉树上是否应该合并，还是已经被合并过了。由于完全二叉树可以通过非常简单的公式算出每个分支片段，所以并不需要额外的储存空间。算法就变成了每次看栈顶两个相邻 run 的中点落在哪里，找到它和虚拟完全二叉树上最接近的节点，记录下它的层级（power），越靠叶子节点的 power 越小，越靠根的 power 越大。由于节点数量限制在 2^64 ，所以 power 最大就是 64 。而合并规则就可以简化成：让保存 run 的栈额外记录每连个相邻 run 的 power ，栈中元素的 power 必须依次增大，如果减少，就合并栈顶两个元素，并重新计算合并后的 power 。显然，栈的容量上限就是 64 ，不需要过多的形式化证明。

powersort 未必一定优于 timsort ，但在实践中它几乎总是略微好一点：更像 merge sort 表现的那样，尽可能的先合并较小的 run ，逐层合并成更大的 run 直到完全有序。当然，它虽然减少了每次合并前的条件判断，但增加了一个常量时间的 power 计算，使用 power 来拟合 merge sort 的完全二分也不总是正确，这些都有可能导致在某些条件下比 timsort 略慢。但关键在于，它运行需要的栈上限清晰明了。

如果想更进一步理解 powersort ，非常推荐上面提到的 PyCon US 2023 上的那个演讲，其中有非常清晰的算法视觉化演示。

除去改进了这个如何启发式合并 run 的算法，powersort 的其它部分和 timsort 是基本一致的。timsort 的其它对 mergesort 的改进几乎都是针对数据局部有序做的，长期实践也证明它的确非常有效。

其一，当数据基本有序时，合并两个 run 需要的额外空间可以大大减少。假设相邻的两个 run 原本就是基本有序的，只是很少的数据调换导致了分割成两片有序 run 。那么，我们可以用二分法找到前一个 run 中前一半不需要移动，以及后一个 run 中后一半不需要移动的两个端点。这两部分都不需要调整位置。剩下的两段，只需要更短的一半额外空间就可以整理成有序的序列。这是因为，我们只需要把其中一个 run 复制出去，然后在空出的位置上做合并。如果是前一半空出来，就从前到后合并；如果是后一半空出来，就从后向前合并。即使是最坏情况，也不会超过 N/2 的额外空间。

其二，在合并两个 run 时，如果发现连续取用其中一个 run 上的数据，就可以进入 Galloping 模式，即用二分法找到一段数据复制，而不是一个个比较。这里给 Galloping 设置了一个限界，逐个比较次数超过这个值时才启动 Galloping mode ，根据 Galloping 的成功率，动态调整这个值。

其三，针对逆序的数据做特别优化。因为把逆序序列倒转过来是很简单的，O(n) 就可以完成，但用传统 merge sort 的方法成本要高得多。在预扫描 run 时，检测前两个元素的次序就可以用来猜测这个 run 是正序还是逆序的。注：如果是逆序的，需要对相同元素做额外一点处理保证 stable 。

其四，由于 mergesort 是二分分治，所以在元素数量不足 2^n 时，复杂度其实是向上补足 2 的整数幂。即处理 1023 个元素和处理 1024 个元素近似，而处理 513 个元素也和处理 1024 元素类似。所以，分片的数量比 2 的整数幂略小一点最合适。timsort/powersort 解决这个问题的方法是设定最小的 run size ，它根据 n 的大小在 32 到 64 之间动态调整。在中间找到一个数 m ，让 n/m 最接近 2 的整数幂。这只需要取 n 的最高 6 位再加 1 就可以了。对于最小的无序 run ，采用插入排序。

从游戏核心上看：

缺氧把玩家放在一个有限资源的环境下，一切都是资源转换。玩家玩游戏是一个熵治理过程，把无序变为有序。除了玩家的主动行为，还有丰富的、半随机的、环境自然推演。缺氧的物理系统在很大程度上模拟现实，这减少了玩家的学习成本。但在细节上和现实有所不同：质量和能量都不是守恒的，随着玩家活动，物质会减少，热量可以被主动删除…… 这给了许多玩家对付系统熵增的武器。而一个封闭系统中的热力学熵增，就是玩家需要对抗的系统崩塌。

异星工厂（原版）这提供给玩家一个无限地图。扩张面对的是物流和自动化的指数级复杂度上升。（在原版中）玩家不断追求更大更快的自动化生产线，在这个过程中，需要增进对游戏系统的理解，找到在下一个指数级上的自动化解决方案。玩家很少会面临系统崩溃，虫子的威胁虽然存在，但几乎可以忽略。即使去掉虫灾威胁，游戏也几乎不会损失太多体验。

两个游戏都强调物流。玩家都需要通过规划设计，在 2D 平面上把物品的需求和供给连接起来。

异星工厂机械爪和传送带是其经典元素。但为老玩家所熟知的还有液体管道、火车、无人机等都颇具游戏性。这些物流手段的差异在于吞吐量、延迟、控制复杂度、能量开销，在玩家优化物流时，需要在其中权衡。

缺氧很少鼓励玩家优化物流效率。它实际上也有无人机和管道运输两种基础物流，但却和异星工厂是反过来的。异星工厂先引入的是轨道/管道物流，无人机则在科技树后期开放；而缺氧一开局就给了最智能的“无人机”也就是仿生人，只需要指定需求点，仿生人就能自动的搬运物品。轨道运输反而需要仿生人的技能点足够了才能点开建造。清扫器（对应异星工厂的机械爪）也显得智能的多：只要在其作用覆盖范围内，就能自动的满足需求。大多数场景下，甚至不需要铺设轨道（对应异星工厂的传送带）。

缺氧因为单个地图都不太大（DLC 更是减小的母星的规模），所以单个地图上仿生人跑图的成本非常小。物质被存放在三个环境：地图格、散落在环境中的碎片以及工人设施中。物流手段大体上都可以看作是在这三个环境中的转换。例如，有的机器和环境交换流体，有的连接管道。所有的机器的固体产出都以碎片形式掉落在环境中。清扫器（爪子）可以在工人设施间传递物品，也可以将环境碎片放置到人工设施中。仿生人和挖矿机都可以把地图格上的固体转换为碎片，但仿生人只能把少量流体擦拭为碎片，无法直接转换地图格中的气体。液体和气体碎片必须通过设施投放到地图格，固体则需要依赖物理规则和温度变换才能在地图格结块。

而在费人工环境下，物质转移遵循的是系统的物理法则；仅有人工环境才可以通过轨道转移物品。可见，无论是固体轨道还是流体管道，在缺氧中只是大系统中的一个小部分（而不像异星工厂那样是核心系统）。缺氧的轨道更多为了解决封闭环境问题：缺氧需要玩家维持局部生产环境，真空、特定气体、高温、低温。而仿生人虽然是一个相当智能的物流工具，却会因为其活动感染环境。轨道则可以解决环境封闭后的物流。

和异星工厂颇为不同的是，缺氧里用仿生人做物流的效率大大超过轨道运输，速度更快，吞吐量更高。比如你用装罐器在 A 处把液体或气体装罐，再在 B 处卸载。物流效率上甚至超过铺设专门管道。其实，在异星工厂中也有类似的设计：你用背包装满物资，人肉运输和装填，效率或许是最高的。只不过无法自动化而不可能在大规模生产活动中持久使用。

缺氧中的轨道多用于在不适合仿生人活动的环境中使用，或是用于热交换。

热是缺氧中最特别的东西。它无法通过物流手段直接搬运，只能通过同一格或相邻格之间的热传导。将一个格子或一个东西控制在某个温度范围却是游戏后期的普遍挑战，这是造成缺氧和其它游戏差异的重要游戏元素。

两个游戏都有采矿，冶炼、制造设施、建设基地的元素。它们都可以用一系列基础设施组合起来构建更复杂的模块。比如在异星工厂中，玩家可以设计搭建不同的核电站、炼钢车间；缺氧中也可以设计不同的动物养殖场等等。高级玩家都是以功能模块为单位设计基地的。

缺氧模块的元素比异星工厂要更细粒度。从游戏设定上来说，缺氧本质上只有四种模块的建设材料：矿石、金属矿石、精炼金属和人工材料。虽然看起来玩家还是要先把这些基础材料建设为人工设施，再用设施搭建模块。但因为建设好的设施还可以无损的分解回材料碎片，所以也可以看作是用这四种基础材料搭建模块的。而异星工厂则是把原材料在生产流水线中经过若干工序的加工为机器，再将机器铺在地板上。机器无法（通过游戏的基础机制）还原为材料。

两者对比，可见缺氧在用更少更基本的元素搭建复杂模块。缺氧很多时候需要用多个设施组合起来才有基本功能。比如用一个管道元素信号器加上一个流体截断器可以拼装出一个流体分流器，它依赖的是更底层的流体在管道中流动的规则。异星工厂中也有类似的东西，例如用多个二分器和传送带一起构建一个更复杂的分流器。但两个游戏的差别在于，异星工厂的原件组合的规则更直白一些，更多的场景是组合的规模；而缺氧往往用几个原件在相对隐晦的规则下拼装在一起，并有着说不清的边界条件。

由于缺氧中搭建模块必须靠仿生人行动，所以建设次序有时也很关键。比如说斜角方块可以在不破环封闭性的前提下挖开或修建，如果破坏了封闭性，可能会破坏环境的封闭性，增加不必要的后续补救操作。不像异星工厂，需要解决指数级增加的生产需求，游戏本身提供了蓝图支持。缺氧中大部分模块在同一局游戏中只用建设一次，熟练的玩家不仅要记住一个模块的样子，还要注意建设次序，或是根据环境以及不小心犯下的小错误而动态调整。缺氧中的模块从尺寸上来说要比异星工厂要小，但它提供了更多的分层：除了功能层外，电线、液体、气体、轨道、信号在不同层上，这让它在更小的网格区域提供了更多的复杂度空间。

异星工厂改建模块的成本是相对较小的。建设、拆建、升级，有了蓝图和无人机的帮助，只是下达一个指令，在宏观上管理即可。这给游戏在规模上递进提供了玩法基础。缺氧的改建成本有时会变得很大。从游戏设定上看，有些设施拆除的时间成本就建设的成本高。环境的破坏成本也远低于建设成本：典型的例子就是抽真空是个及其费时的过程，而挖开一个砖块就可能打破真空环境。这也导致了新手在把基地建得一团糟后，重开一盘往往是更好的选择。虽然异星工厂也有类似体验（没建好就重开），但重建基地要容易的多。

异星工厂中，机器只要通电解决好供给和输出，就可以无限运转下去。建设基地可以人工快速铺建，也可以通过建设无人机蓝图铺设。玩家在不断的解决自动化的后勤工作。这样设定的前提是：资源接近无限，需要提升的是生产模块，以并行处理来提升生产效率。

缺氧则通过指派任务来进行游戏中的活动。相当多的机器还需要仿生人操作。运行机器也是任务的一部分，和建设及物流并列。

虽然 Rimworld 在这方面类似，都是间接的像小人下达任务指令，但我认为在内核上缺氧还是更接近异星工厂一点。你甚至可以把仿生人看成是异星工厂中无人机的加强版本，几乎不会有人会对缺氧中的仿生人共情。而 rimworld 中的小人却有更多的“人”性。但和异星工厂相比，缺氧一个显著的不同点：缺氧中的任务是需要分配优先级的。这是因为下任务太容易，很容易堆积下永远无法完成的任务清单。但任务间隐藏的依赖关联，游戏的底层规则未帮你自动理清。

让制定优先级成本核心操作的基础是：资源有限，任务有限，单个任务的步骤繁多并有隐藏的依赖关联。

异星工厂是靠研发科技推动游戏进程。从游戏设计上来看，可以明显感受到科技瓶生产本后需要的产能级数上升。玩家可以感受到爬科技树推动着游戏过程。未解开的科技驱动着玩家增加生产率，解开的科技则引导玩家通过新科技升级生产过程。在（原版）通关后，还可以追求发火箭的速度，在更高效率产能的需求推动下，寻找更大模块生产的策略，同时，那些可以无限循环的科技也能进一步的促进生产效率。

缺氧的科技树很早就能完成，玩家从新手成长起来，更多的是不断增进对那些科技解锁的设施的理解。游戏的绝大部分时间，科研都不太阻挡游戏进程。在一盘游戏中，玩家要做的工程总数并不多：建设供氧，解决食物来源，发电，删减累积的热量，获取火箭燃料，取得太空材料，制造终极火箭。这些项目并没有直接写在任务书中，也不存在于科技树上，而是在玩家玩的过程中，通过发现环境的改变，需要面临新的挑战而激发出来。对比异星工厂那个写在科技树顶端的科研项目，缺氧中促使玩家发展的暗线是材料。获取更高熔点的金属，在极低温度下也能保持液态的制冷剂，这些都可以在更宽的温度环境下用老方法获得新东西，直到最终制备出液氢火箭探索时空裂隙。

我重新开了一盘，尝试用纯仿生人开局，依旧是保持 3 个初始小人开荒。仿生人不用吃食物，三个周期集中做一次呼吸，只要解决了能源问题，玩起来还是很舒服的。但仿生人需要定期上油，基本的方案是用排泄的残渣油做成润滑膏自循环。但我在查配方表的时候发现：润滑膏其实可以裂解成石油，而润滑则可以用菌泥榨成植物油替代。这样，似乎就多了一种方法在游戏初期拿到石油。

在我的理解中，缺氧的石油在开荒期的主要用途是做精炼金属的冷却剂，配合蒸汽机可以做到净增的电能。和现实常识不同，缺氧的世界是不遵守能量守恒的。金属精炼机消耗固定的电能功率，同时把金属熔解需要的热传递到冷却剂中。也就是输入固定的电能，输出不确定的热能。而蒸汽机则可将热转换为电。这导致，精炼某些金属，比如游戏开荒期急缺的钢，不仅不消耗电，还能产电。

但蒸汽机有个使用门槛：它只能将 125~200 度的蒸汽转换为 95 度的水。所以只有当精炼金属的冷却剂的温度提升到 125 度以上时，才可以用来发电。用水做冷却剂显然不行，因为水的沸点只有 100 度，冷却剂会气化，导致冷却管损坏。而石油是游戏初期最为常用的精炼冷却剂：它在 540 度左右才会发生相变。只要用石油做冷却剂炼钢，在炼钢的过程中会获得大量熔解铁的热，温度升到 200 度，然后送去蒸汽机还原为水，就能发电了，发的电将超过运行精炼机的电开销。

对大部分玩家来说，用石油冷却炼钢，通常是在游戏中学会的第一个主动热量控制的玩法。如果没有做足功课（比如看老玩家的攻略）自己研究缺氧的话，在面多了加水，水多了合面的试错过程中，一般会在基地变成蒸笼后第一次思考热控制的问题：看起来游戏中大部分的生产活动，哪怕只是小人闲逛，都是电能或生物能想热的单向转换。而游戏中提供的字面意义上的降温机器，似乎都在转移热量，而不是消除热量。这导致了整个基地的热会缓慢的上升，直到不适合生存。

初看蒸汽机需要在 125 度以上蒸汽的高温环境才能工作，却可以用来消除热，有点反直觉，细想又些合理之处。这就是游戏提供的挑战：先把温度（通过某种热交换）升上去，再用蒸汽机降下来，从中删除热。至于输出的 95 度的水依然温度很高，但绝对热量减少了。接下来，可以再利用冷凝机，消耗电制造温差降温（但不删除热），把温度继续降低到常温。这个过程也和现实不同，不遵守能量守恒：制造温差是需要输入电能的。

缺氧玩下去，直到通关。一直在挑战玩家，怎么获得极低的低温，如何掌控极高的高温。

和异星工厂这样的游戏不同。缺氧里没有直接的给出一个机器，造出来使用就可以制造低温材料或高温材料，也不是去到更远的地图上就能获得。这个限制在于大部分的机器都有一个工作温度，通常在常温附近，远低于制造机器材料的熔点。所以根本没法在高温环境使用它们。但仔细推敲游戏中的设施说明，似乎有一些端倪，比如碳炉没有工作温度限制，可以不断的炼碳堆积热量，似乎只要在一个密闭空间往里面塞材料，就能无限升温直到碳炉达到自身的融点。

看起来只要找到极高熔点材料来做碳炉就可以获得超高温环境了（实际操作却没那么简单）。

又比如，金属精炼机会把熔炼金属的热量输出到冷却剂中，而不是堆积在机器上。这使得它可以在室温下熔炼上千度的金属。找到合适的冷却剂就能把冷却剂加热到极高温度……

冷凝机也是如此：它可以无限把输入液体降温，只不过将热输出到自身的环境中。只要能找到凝固点极低的液体材料。事实上，缺氧的通关挑战就是制备出液态氢做燃料驱动终极火箭探索时空裂隙。

其实，不仅仅是高级材料。游戏中海暗藏了诸多并非依赖特定材料的温控挑战。一般来说，更复杂的方法都意味着生产效率。

缺氧的世界里，资源是有限的，玩家能做的大部分活动，都是在转换材料，而不是生成新的。而且在转换过程中，不仅不遵守质量守恒（表面上大体遵守），还伴随着质量损失。冶炼是将矿石变成金属、种植是将泥土变成农作物、烹饪是将有机物变成食物、进食是将食物变成废水……如果游戏世界里不存在火山和流星雨的话，游戏一开始看到的由海量砖块构成的整个世界终将变成虚无。更高级的转换方法意味着更少的损耗，不光是原料，还有生产过程中花掉能量对应的损耗。

以石油为例，如果只是查阅游戏手册的话，会发现最直接的制造方法：从原油精炼。但这个过程只有 50% 质量的原油转换为石油，平排放少量天然气。btw, 这质量减少或许对消除热反而是件好事。虽然原油精炼机本身会产热，但由于质量衰减，一些原油中的热被同时删除了。

但是，如果你能有办法把原油加热到 402 度的话，它们会 1:1 相变为石油。相当于产能提高了一倍。而且没有排放到环境中的天然气这种副产品，不需要做额外的气体管理。石油精炼机需要小人操作，但通常 400 度高温，想用一般人员操作的机器去做也办不到，只要找到方法，还可以节省劳动力。

由于采原油需要消耗水，而石油发电则可以产生废水。当原油和石油的转换比例为 2:1 时，用原油精炼石油发电的过程，水时亏损的；但如果有办法将转换比例提高到 1:1 ，水反而有正收益。这相当于，采集原油不仅不耗电耗水，还可以用来发电产水。

人工产生高热的方法有很多，比如上面提到的烧窑炉，还有熔炼玻璃（玻璃熔炉可以产出高达近 2000 度的熔融玻璃），但想利用它们却不简单。最容易想到的方法其实是利用地图底层的岩浆，它们有 1600 度的高温，只需要把热抽出来即可。这就是所谓的地热裂解石油。

我在最近的一盘新游戏中，倒没有在开荒期裂解石油的想法，因为油井要在第二颗星球上才有。我想的是怎样更早获得第一箱石油用于炼钢。仿生人的排泄物残渣油和原油一样，可以在高温下相变为石油，只是问题稍高一点，需要 450 度，但制备方法也是非地热无它。所以，我就尝试了在游戏开荒期开发地热。由于是开荒期，能动用的材料和人力都很有限，玩了两天后，我感觉对游戏的热交换机制有了一些新理解。在推特上和玩友进一步讨论后，索性在沙盒模式下测试了一些新想法。

如果在网上搜攻略，会发现地热开发都需要建设一个不算小规模的模块。通常，用金属砖或砖石砖把岩浆块中的热向上导引到高处，然后用一个金属气闸和模块连接并密封。这个金属气闸就是热桥。当用信号开启时，密封环境下的金属气闸打开会形成真空，而在缺氧的设定中没有热辐射，真空是完全隔热的；当金属气闸关闭时，金属材料会高效的传热。

导入的热可以轻松的把原油加热到 400 度 （或残渣油需要的 450 度），直接无损变为石油。

但上面制备出石油只是最简单的一步，难的是如何将高温石油降温利用。一般攻略里会教你做逆流换热：让低温原油接触高温石油，在原油加热的同时，石油也降温了。这通常做一个置顶向下的之字形通道，让高温石油自行流下，而低温原油在管道中逆流向上，一路和石油换温。等原油抵达加热处（顶上引入的岩浆高温块），预热的差不多了，只差临门一脚；石油流淌到最下方，也降低到可以接受的温度。

这里需要注意的是裂解时的温度，如果超过 540 度会继续相变为高硫天然气。所以一般会额外做一个热容器让裂解时温度变化稳定一点。

为什么网上找到的几乎都是逆流换热这个方法？我思考了一下，这是游戏机制决定的策略。

游戏中大部分机器的工作温度上限是 75 度，如果用金汞齐材料可以提高 50 度，用钢可以提高 200 度（后期还有更好的材料，但需要到游戏晚期）；所以，125 /275 度几乎就是用机器操作的温度上限。超过 275 度后，必须利用游戏物理规则，而不是机器来控制世界中的物质。

在缺氧中，物质存在于三种状态，环境中的砖块、环境中的碎片、单位的附属物品。环境中，每个格子都只能存在一种物质砖块，或是固态或是液态或是气态或是真空，砖块会依据游戏的物理法则在环境中运动。固体几乎不能动；液体会流动，并受重力影响下落，气体会扩散，并据摩尔质量而分层。当玩家去影响这些砖块，可以把这个砖块变成碎片掉落在所在格，再可以拾取带在身上或放入机器中变为物品。

一旦砖块变为碎片再转变为物品，玩家就可以利用各种手段在游戏世界中移动它们。但温度就是它们之间的门槛。超过了机器的工作温度，无法用机械手段处理它们：不能把固体放进运输轨道、流体塞入管道。比如，当你想对超过 275 度的环境物体进行降温，不能拿起它们放在一台可以降温的机器中，而是需要把你可以控制的低温物品用管道送去它的同一格，依靠游戏物理法则交换温度：低温物体升温，高温物体降温。

那么，是否可以把原油转变为 400 度的石油就放在那里，静候它降温呢？理论上，它们最终会和环境保持一致的温度。但这个过程时间很长。缺氧中的自然运动都非常缓慢。但这还不是重点，重点是如果你把常温的原油变成了高温石油，等于往你的活动区域注入了相当大的热量。如果你不消除这些热量，最终都会反映为活动环境的温度上升。石油质量不小，300 度的温差意味着大量的热量。1kg 的原油，300 度温差大约是 50 万 DTU 。而一台蒸汽机全速工作，每秒大约能删除 80 万 DTU 。

这就是为什么，必须用升温得到的石油去加热常温的原油。只有这些，带入环境的热才相对更少。假设你引入地热把原油提升 300 度变为石油，再把这额外的 300 度温差转移到下一批同等质量的原油上，那么除了第一批原油，后面你就没有引入额外的热量。但不引入额外的工作，无法做到 100% 的热量转移，所以最终还需要一点点的主动散热才能做到热量平衡。

我这几天反复在沙盒中尝试的是：能不能做到一个较小且简单的模块做到把原油升温，再对其降温，做到热平衡。根据计算，光靠蒸汽机肯定是不行的。游戏中不设工作温度的工具实在有限，但因为限制，反而可以在有限的选择中尝试。

典型的是气闸门，可以随便用信号开关。前面已经提到气闸门可以用来做热桥，多个气闸门串联似乎还可以用来推动流体。但我不太想构建过于复杂的自动化机构。

流体容器和泵都有工作温度，这意味着无法把高温流体塞进管道控制流向。即使在低温段进入管道，当温度上升后，也无法做限流等控制，唯一例外的排出口，即从管道系统中排放到环境中是不受温度限制的。

直接在室温和 400 度高温之前控制不太可行，我们需要的是温度的梯度变化控制。275 度到 450 度之间完全不能主动操控，125 到 275 之前可以有限操控，125 度以下可以随意控制。

每次控制的质量多寡是有差别的。一次处理的质量很少时，温度变化很快，需要小心不要越过相变点；一次处理的质量很多时，需要累积很长的时间，长周期往往意味着环境会累积很多不可预期的变化。尤其时流体，对环境中的大质量砖块花很长时间升温或降温，就必须考虑这段时间它的流动行为。

如果只是想处理第一点点油，不考虑热平衡的问题，可以把地热引出来，在旁边放个小水库自然降温。虽然热进入了活动环境（水库温度上升了），但量少可以接受。这就好比游戏开荒期，都是抱着一个小水库炼第一批钢的。关键的技术点是怎么引出岩浆中的热。

这是我的方案，和网上常见的攻略不同，我用的是一些更早期的材料，适合在非常早期快速启动。在图片的红框处用了一点小技巧，那么个被碳掩埋的温度传感器。只需要挖开一个空格，在上面做一个温度传感器，并用煤做一个变温板。因为煤在 200 多度就会相变为精炼碳，所以就坍塌为一个碳方块，但温度传感器被固体掩埋后可以继续工作。用这个方法下面接上气闸门做的热桥和金属方块（图中是金属变温板）就可以非常安全精确的导入地热了。

因为这里我们需要的温度不超过 500 度，它们的材料用铜制就可以。接触岩浆的部分，虽然岩浆有 1600 度（邻接岩浆的深渊晶石 1300 度），但气闸门连续导热时间不会太长，实测最高温度在 1000 度之下，用铁（而不是钢）也是安全的。但铜的熔点太低，不可以使用，这包括连接闸门的信号线。注意：在热传导中，信号线/电线/管道等的导热是不可忽视的，不能光关注砖块。

这个建议地热装置把导热块设定在 400 或 450 度，超过就打开气闸门（关闭热桥），导入的环境的最高温度不会超过设定温度之上 20 度（算上开关热桥本身的时间差），由于自然换热，方块之前会趋向热平衡，方块不可能自然升温超过最高温方块。这个温度传感器得到的温度，是整个系统中的理论最高温度，所以这个依赖这个温度信号的机构是绝对安全的（石油因为超过温度而气化）。

从上面滴入原油，靠环境加热到相变温度后，会变成石油，继续滴入原油，两者需要占据两个格子，所以液面会提升。最终被挤上去，落入右侧的自然降温区，靠右边的水池降温。

除了下面的热桥，需要自动化控制的是上面的滴落口。如果一次加的原油太多，来不及变成石油。这里的方法是在低落点检测元素，发现是石油的话就继续滴。因为原油的密度比石油大，所以滴下来会沉在最下面和导热块直接接触，并把之前裂解的石油挤上去。推友提示说，石油和原油密度不同，单个格子石油质量有个上限，所以这里用液压传感器也可以（原油可以制造的最大液压超过石油）。但我尝试过之后，发现液压控制要求一次处理太多原油（单格装满），这样单个制备周期过长。

为了长期运行，我设计了一个带自身热平衡的模块。和网上传统的模块比，显然规模要小得多。我已经在沙盒中稳定的运行了 100 多周期。

它本质上也做了一个逆流换热机构，只不过不是用得自然流淌的通道，而是让低温原油在管道中绕圈做自循环。

低温原油先绕进右下的黄色区域，这个区域也是石油的最终出口，保持温度在 120 ~ 170 度左右，原油会对其降温，并将自己预热，部分回流到左上的初始区。长期运行的结果会将左上角的原油初始区温度提升到 120 度左右（所以这里的泵需要至少金汞齐）。

黄色区上面有一个主动降温区（绿色框），和黄色区用金属砖接触，用蒸汽机降温，同时可以稳定输出一定的电力。由于蒸汽室最低温度会停在 125 度（蒸汽机停止工作，也就不会输出 95 度的水继续降温），所以黄色区域在长期运行的温度下限就是 125 度。在初期由于有低温原油降温，温度会更低。如果持续有常温原油输入的话，黄色区会降低到一个更低的温度。但为了安全，黄色区的水泵还是钢制比较妥当（稍微超过了金汞齐的上限）。我在的设定是 130 度以下就把石油抽出。

橙色区是中温区，温度在 170 ~ 250 度左右。和黄色区用气闸门隔开，制造出温差。它的区域不大，只有 2x4 格，里面放了一圈自循环的管道。原油进入后，会不断循环升温，直到红色区域放行进入。

红色区域下面和地热源接触，本身的空间更小。更小的空间保证了一次加热的高温油不会太多。依然是一个 2x4 的管道死循环。这里设定管道温度达到 400 度的相变温度才从上方滴落。当然，在启动阶段，如果红色区域为空（液压检测），也允许滴入。这让红色区域的温度大部分时间都接近 400 度，滴落的液体瞬间就变成石油。当红色区域超压就会开门放入橙色区。同时，从原油从橙色区的自循环管线进入，原来黄色区管道中循环的液体进入橙色区，橙色区管道中循环的液体进入红色区。管道系统的三个循环圈逐级升温。

绿色框的主动降温区用了一个冷凝机额外对蒸汽机降温（使用上面那个独立水箱做冷却液）。它的工作时间不长，所以蒸汽机本身的发电就够用了。蒸气室内的温度几乎不会超过 170 度（因为最高温受红色区的高温限制），其实用金汞齐做冷凝机也可以。但我试运行时还是用了钢。

这个模块中几乎没用什么自动化信号，就是简单的用温控气闸门，以及最终的水泵。因为只靠温度控制，所以可以看到模块中混杂了石油和原油。这是因为没有设计额外的机制保证原油不从 A 区漏出。但这关系不大，在黄色区抽出的时候过滤一下即可（绿色区右侧有一个过滤器）。原油重新回到循环中是无害的。

它只所以不需要复杂的自动化控制，是因为原理很简单：

低温原油先在低温区转圈，把原油加热到低温区的平均温度。如果中温区有空位，就进入中温区，否则一直循环；同理，高温区没有空位，原油就在中温区循环；高温区会在管道中把原油温度加热到和环境一样的温度。环境中是原油和石油的混合液体，由地热砖持续加热。地热砖达到上限温度（我设为 500 度）就断开热桥，严格保证高温区的温度上限。

当（很小的）高温区装满时，打开闸门，将部分液体放入中温区，同时由于有了空位，中温区的原油管道进入高温区。

中温区和低温区的闸门由两个区域的温度同时决定。如果中温区温度不足（高温区的高温石油流入不足），或低温区温度太高（主动降温还不充分），它们是隔开的。这保证了中温区和低温区的温差，降低了用蒸汽机的压力。闸门的控制温度是反复实验的经验数字，衡量标准是让蒸汽机 90% 以上的时间都在持续输出电力，又来得及把最终石油的温度控制在 130 度左右。

附：水管接得很混乱，如果设计一下应该可以规划得更好。

最初喜欢上这个游戏，是想找一个类似《异星工厂》的以自动化为核心玩法的基地建设类游戏。Factorio 是我最喜欢的游戏之一，游戏总时长达 2905 小时，是放置类游戏之外我花的时间最多的游戏。我很想看看类似游戏还能向什么不同方向发展。这两个游戏的目标都非常类似：在无人星球上殖民，建设一个基地发射火箭逃出升天。它们的拓展玩法有相似之处：发射第一枚火箭只是游戏的开始，需要继续探索星空和不同的星球，面对更复杂的挑战。所以，我一开始是从 Factorio 的角度去看待 ONI ，随着对游戏的理解，才发现它们其实有不同的内核。

ONI 初看的确像是 Factorio 和 Rimworld 的结合体（btw, Rimworld 我也有 123 小时的游戏时长，对它也有初步了解）。和 Factorio 的传送带特色不同，ONI 是基于类似 Rimworld 的工人驱动基地运作的。但 ONI 里的工人没有 Rimworld 中复杂的社会关系和社会情感联系，更像是一群无情工作的机器人。所以我认为它们像是 Factorio 里的无人机加上了细致编排任务的能力。

但玩了这么长时间后，我认为 ONI 和 Factorio 有着巨大的区别。

ONI 的底层逻辑或许也很简洁。但它模型并非基于确定性规则的物流。相对比 Factorio ，玩家首先理解的是物品怎么在传送带上移动、如何被机械爪抓取；液体如何被传递，这些都和物流有关；但 ONI 首先传达给玩家的是气体的扩散和液体的流动，它们都是在环境中自动进行的：不需要玩家铺设轨道，玩家也难以精确控制它们。稍微深入游戏后，玩家还会发现，贯穿游戏的难题是热量。热同样以某种规则在环境中以单元格为单位交换，但热却无法作为一个实体直接操控。玩家需要去控制某个区域的温度，但却没有直接的手段。游戏后期最大的挑战是制备液氢制造远程火箭，这需要极低的温度；还需要驯服金属火山和岩浆，这又需要处理上千度的高温。

在缺氧中，资源在初期丰富但却有限。从游戏中期开始，玩家就会发现资源越来越紧缺，玩家的绝大部分手段都是在做资源转换：将 A 转换为 B 并可能伴随着质量损失。而绝大部分原始质量就是地图板块上的那些砖块，并不会凭空变多；相比而言 Factorio 的地图趋于无限，只要你肯向远方发展，永远有采不完的矿，解决好物流即可。同时，随着 ONI 中的生产活动，花掉的能量全部转换为热量。大多数游戏手段都是把热从 A 传递给 B ，而让热净减少的手段却极其有限，且藏得很深。

不看攻略的话，从游戏内对各种设施的字面解释很难直接找到减少热的方案。这也是新手通常都会在中期把基地变成 40 度以上的蒸笼而束手无策。初见游戏时，看到游戏界面中的文字大篇幅的罗列每种材料的比容、热传导率、热特性、固态液态气态的转换温度等会觉得离自己很远，但熟悉游戏后会发现，这些才是核心要素。

我最初玩 ONI 完全不得章法，基地盖得奇形怪状。这倒是和最早玩 Factorio 很像。但和 Factorio 不同，我并不完全靠自己摸索理清条理。看了几篇 ONI 的攻略后，我照着攻略指示修建基地，知道每个阶段要解决什么问题，大致怎么做。和 Factorio 明确的科技树驱动不同，ONI 的科技树其实爬得很快。玩家很少被卡在科技上，甚至在游戏中期就能解锁大部分科技，整个游戏过程也不会被科技进度卡住。真正困难的是，大部分科技解锁的物件，从字面理解上都很难想到它能做什么，有什么副作用。我感觉从这点上，ONI 的门槛比 Factorio 要高，很需要攻略引导。

前几年，我最初的 100 小时游戏就是按某篇攻略引导玩进去的，并深得其乐。但最近几百小时，我发现自己琢磨能玩出非常不一样的感受。游戏流程也和之前攻略引导的体验截然不同。最显著的差异就是：我最新的一盘直到在第三星球开荒，一共只养了四个小人。其中三个是开局选的，第四个是在第二星球上系统送的。也就是整个游戏过程，我都没有在传送门要一个新的小人。

绝大部分 ONI 的攻略都不会介绍这样的玩法。玩家或许把不加人手的玩法视为高手的挑战，但我是在理解了这个游戏的内核后，发现这是推进游戏进程的最佳手段之一，而且游戏过程会非常轻松。我来解释一下这种游戏思路的内在逻辑：

前面说到，游戏的大部分资源都是地图上的方块。只有喷泉和流星雨是从外部补充的净增加质量，对眼冒金星 DLC 而言，母星去掉了流星雨就只剩喷泉。游戏过程的生产活动，本质上都是资源转换。例如，你可以把小人看成将氧气加食物转换为二氧化碳和废水的转换器；食物则通常是由动物或植物将泥土转换而来，烹饪过程可能有净水参与。把两者联合起来看，小人把氧气 + 泥土 + 水转换为了二氧化碳和废水。

最大的例外是科研，基础科技是对水和泥土的净消耗。也就是水和泥土消失了，点亮了科技树。

同时，所有的生产活动都需要消耗能量。这是一个能量到热量的转换过程，最终反映为地图温度的升高。这个游戏本质上是在治理混乱，即减少地图的熵。把地图上的不同砖块转换为有序的基地，有效的维持玩家主动导向的转换过程，同时系统以某种内在规则让物质在地图上自然流动：这包括了重力作用下的液体流动、开采的砖块碎片自然掉落、气体分层等。由于一切转换器（工人、动植物、机器）都有适用环境，生物需要对应的气（液）体环境、光照、温度；机器相比生物对环境的要求没那么苛刻，但也是存在的。所以玩家建设基地就是分两个阶段处理问题：一开始的建设阶段把对应的材料搬运到位、随后的维护阶段维持环境的稳定性。

无论玩家养多大的工人规模，科研的总净开销是一样的。游戏的前半段，需要的核心转换是 1200 kg 的钢，用于制造第一台制冷机。因为制冷机+蒸汽机组合是游戏最稳定的将热净减少的方式。铁转换为钢的过程受限于石灰的产能，通常在初期是蛋壳。需求和产能也是恒定的，也和工人规模无关。

而且，游戏里大量的资源转换环境其实起的作用更大，并不需要花特别多的人力，而玩家只要用小人下达指令后，更多的等下去静待花开。

更少的工人意味着在产出第一台制冷机前，更少的生产活动，更少的做资源转换。维持工人的核心在于平衡氧气到二氧化碳的转换过程。这里分两个问题：制备氧气和处理二氧化碳。

制备氧气在前期主要是两个途径：用藻类转换或分解水。

藻类是相对有限的，但养活三个工人和八个工人其实区别不大（通常不会消耗完），细微的差别在于挖空地图导致的空间扩大导致的气体扩散。虽然总量不变，但熵增加了。新手很容易到处开挖，但我的经验是越早把基地封起来有选择的逐步扩展才会减少要处理的问题。

电解水制氧看起来干净的多：不需要挖藻类，而初期基地周围的环境水本身就需要治理（否则无法按规则规划基地）。但游戏隐藏了一个副作用是新手很难注意到：电解水制氧会产生额外的热。前面说到，游戏本质上的核心挑战就是热治理。所以我认为把这个问题推迟（到科技树基本爬完）有极大好处。所以，保持一个极小团队，有利于推迟电解水制氧。事实上我最近一盘游戏直到游戏后期需要氢气之前都没有电解水。

另一个问题是处理二氧化碳。在发射近程二氧化碳火箭之前，二氧化碳几乎没用。有两种手段处理它：用碳素脱离器处理掉，或存起来。因为中后期一定会适用二氧化碳火箭，我认为存起来比较好。但在开发太空前，很难找到低温区液化或固态化二氧化碳，保存气态二氧化碳非常占空间。所以，二氧化碳转换得越少越好。早期在开发太空前一定会用煤炭发电过渡，这是部分二氧化碳源头，另一部分就是工人的日常呼吸了。更少的工人意味着呼出越少的二氧化碳。电力消耗也会因为工人数量减少而略微减少，但少的不多。人数增加而增加的电耗主要是在食物制备。科研、生产石灰、精炼金属这些基本需求倒是和工人规模相关性较少。

工人偏少最明显的劣势是干活的人少了，玩家可能会觉得游戏节奏无意义的变慢，实则不然。在 Factorio 里，新手通常不太愿意扩大生产规模，因为那意味着脱离已经经营好的舒适区。但 ONI 不同，规模化生产在游戏大部分时段几乎难以带来好处。玩家在中前期要解决的问题并不太多，一步步总能做完，它们并不能靠扩大生产规模提升效率。相反，人越少要做的维持生存方面的工作越少，专心做推进科研和基地发展的步骤就可以了。用三人团队发展，从游戏内时间看，迈入游戏中期的总周期数比一个八人团队明显要长，但实际游戏时间却不会增加太多。这是因为，游戏内小人干得慢了，但可以用最高速度推进游戏时间；而大规模团队通常会用最慢速度玩游戏，甚至还要时常暂停。本质上来说，维持最小团队，推进游戏需要（点鼠标）的操作数量变少了。小团队也会大量减少中后期工人闲置的时间。

另一个优势在于：工人干活是会加经验升级的。升级带来了能力的成长，提高了工作效率。因为总的工作量差不多，所以越小的团队，经验越集中，就能更快的得到几个高素质的全能工人。劣势或许是人数太少发展需要的技能不够，在多人团队中，这往往是不同发展方向的人承担的。无论开局怎么刷，三个人都无法全部覆盖需要的专长。但我的经验是：在中期洗点，只要规划好每个阶段需要做什么，完全够用。例如：只有在装修和做化石勘探任务时才需要大师艺术，做完就洗掉即可；同理，铺设传输轨道需要的高级技能，也可以在需要时再点出来，做完项目就洗掉即可。

最近玩 ONI 给我的感受是：玩游戏不能着急，需要规划好，一次做一个工程。这其实是一个慢节奏游戏，让小人生存并不难。下指令容易，但执行需要很长的游戏内时间。相比 Factorio 会发现，修建一个设施需要极长的时间：改造场地环境、远距离搬运材料、建造；改建（拆除）甚至比建新的还久。但 ONI 一盘游戏必须要做的工程并不算太多，几乎都是一次性的。所以，这个游戏不像 Factorio 那样依赖蓝图，反而因地制宜处理问题更多一些。尤其是，环境的自然变化：液体流动、气体扩散都需要很长的时间，把游戏节奏慢下来，利用好环境的自然变化反而要做的总工作量会减少。欲速不达是新手常犯的错误。例如，不把基地封好就出门到处乱挖，导致后期治理要花更多时间。尤其是病毒进入基地、不可呼吸气体混入氧气环境都是一瞬间，但再想处理干净却是及其费事的。

这些小问题（环境的恶化）并非致命，但会潜在削弱长期的工作效率，或增加远期治理的工程量。新手和老手基地往往在视觉上就有极大不同：整齐规划的干干净净。装修房间，清理杂物是看起来短期收益最小的工作，装饰度提高的长期收益很容易被忽略，尤其是人手不足的时候不想先做。但实际上，这种迟早要完成的工程，只要不影响生存，反而应该早点完成。

ONI 对我来说，最重要的游戏体验是不断发现小问题并提出解决方法。这得益于游戏内的物理规则制造的环境让同样的问题有不同的解决方案。每种方案都很难做到完美，总有一些副作用，而游戏者对游戏理解越多，就越能清楚如何承担这些副作用。

比方说，制备氧气是游戏的基础，游戏名就叫做 Oxygen Not Included 。但所有的制氧方案都是把氧气排放到环境中的。好在小人生存需要的氧气也是从环境中摄取。但一旦需要提取氧气使用：比如冲入氧气面罩或太空服，就需要把氧气放进管道，从环境中分离氧气就麻烦的多。直接的方法是用抽气机加气体分离器。看起来很彻底，但需要的能耗却不应忽视。不想 Factorio 那样，缺电就想办法扩展电网，ONI 里要考虑烧煤导致的二氧化碳治理问题，能量消耗带来的热量问题，这些都是短期看不到的问题，但长期游戏必将受到影响。

藻类制氧可以制造一个纯氧房间，这样就能节省一个分离器。但人工添加藻类时可能带入的二氧化碳就可能是一个干扰因素。运输轨道和无人机运输都是解决方法。环境气体元素信号器不耗电，可以用信号控制减少制氧室混入的其它气体，也能解决一部分问题，但不彻底。不过，ONI 中其实不需要彻底解决问题。因为和 Factorio 不同，在 Factorio 的传送带上混入杂质会堵塞整条流水线，必须手工清理；而 ONI 偶尔在氧气管道中混入一点杂质气体，只会引起设备的损坏，小人会自动修理。只需要权衡这个维修开销是否能值回票价：剩下的气体分离器的开销。为了让优化掉气体分离器更有价值，ONI 里大部分机器其实是不太耗电的，或是有极短的工作时间，大部分闲置，所以整个机器需要的总电量在优化得当时并不高。而气体分离器这种只要通气就得需要长期工作的机器反而显得功率占比很大。对比 Factorio ，传送带筛选器是不耗电的，除了太空上的空间限制，都是鼓励你使用。这个差异导向了不同的游戏体验。

同理，电解水制氧，你可以在管道中分离氢气和氧气（以及环境中可能存在的杂气），也可以设计好房间利用气体的自然环境分层。但依赖环境一则需要用时间来换，二是气体扩散过程的随机因素导致不能 100% 确定。

凡涉及气体隔离和液体分离都有类似问题。最常见的是制作真空室，它是做氯气消毒室的前置，也是做辐射管道的基础，还可以用于隔热。从多道气闸的信号控制，再或不同水门（用液体隔开不同的空间，同时让人可以穿行）的搭建方法，都伴随着很多隐晦的副作用。例如看似完美解决问题（隔离真空室）的水门可能带来一瞬间让小人湿身的负面 buf ，或是可能让无人机浸水，还可能因为温度变化液体发生相变。ONI 中并没有直接提供一个可以完全隔离两个空间的气闸门，而是设计成开门会有一小段时间漏气或漏水，这留下了很多的操作空间。

ps. 如果你真的想不耗电过滤气体，在充分理解 ONI 的流体系统后，可以用气阀和管桥巧妙的搭建出一个机构解决这个问题。有兴趣可以在 youtube 上找 3 Ways To Filter Gas! Oxygen Not Included Tutorial / Guide 这个视频来看。

最后，介绍一下我的游戏开荒流程，可以作为针对网络上其它常见攻略流程的一份补充。开荒指基本开发完母星和第二星，用短程火箭开发第三星，并研究出中程火箭，可以去更远的星球。

2.0 眼冒金星的标准模式中，第二星和母星有传送器互联，可以双向传输人和物资，所以可认为是一体的。如果玩经典模式，即更大的母星则需要做一些调整。

如前文所述，我的游戏流程最大的不同是只用系统给的工人，不招募任何新人。所以初期一直用三个人，在第二星上获取第四个。如果有“神秘隐士”这个故事特质，可以在最后招募一个高属性小人作为补充。但最好不要选“梦境合成器”故事特质，因为需要通过延长睡眠时间（甚至专门的做梦团队）获得全员属性提升很不划算。毕竟全员也没几个人。

可以把游戏开荒过程看成是若干个小的项目，因为人手少，所以大致串行完成这些项目即可。

第一个项目是挖出基本空间，并开发初级科技。

开发初级科技只需要泥巴（一级）和水（二级），这是一切的基础，所以必须最先完成。挖出最小空间额外建两房间，其中一间卧室，一间临时厕所。初始传送门自带光源，所以可以就地改造成科研室。房间全部用 16 * 4 的规整空间，可规划为以中间通道为轴堆成，每层左右两间，纵向发展。我倾向于左侧生活区，即科研室、卧室、卫生间、食堂、温室，后期保持 25 度以下环境温度；右侧偏生产，放置更多热源。左右两侧之间留两格的通道即可，一列纵梯，预留一列滑杆。

由于高压电缆和变压器有极高的负面装饰，所以我倾向于放在工作区的更右侧并用墙隔开，然后每层靠墙设一个变压器，然后是检修用的第二梯子加纵向高压电缆。高压电缆的右侧可以留下未来的无人值守区，用于发电、蒸气室等。进入无人区需要留一个房间放氧气面罩站。

综上，基地横向每层三个 16 * 4 的房间，两个纵向通道。

在这个阶段，厕所是临时的，可以扔在右侧工业区，未来会拆掉。而生活区的卧室是永久的，所以可以建在科研室的正上方（初期氧气充沛）。至于水源，早期基地附近肯定有，可能面临的问题是占据了规划中的房间位置。所以需要留出足够位置，不用破环规划。

在第一个阶段，如果克制的开挖空间，是不需要制氧的。因为不招募新人，所以地图上的氧石挥发氧气就足够用了。食物也不需要补充，开局送的营养棒和挖土翻出来的淤泥根够吃，所以不需要修建食物压缩机。唯一要建的是人力发电机和科研台（唯一耗电设备）。

第二个项目是建造卫生间。

我之前看的攻略大多是快速建立煤炭发电来取代人力发电机以节省人力。但我认为人少的时候初期生存压力也少（因为系统开局送的生存资源是一样多的），人力其实完全够用。三个人大致的分工是一个科研，一个发电，一个建设。相比烧煤发电，通旱厕反而是更浪费人力的工作。如果顺利的话，完全可以在两个旱厕都堵住前，让自动化卫生间投入使用。

卫生间的水是可以自循环的。即冲厕所和吸收用的水远少于小人排除的废水，配合净水器反而有废水的净产出。需要考虑的是如何处理多余的废水不要堵塞管道的问题。一般的解法是让多余的废水送去液培砖种芦苇。之后做太空服正好需要芦苇。

至于地图附近有没有芦苇可以拔来种要看随机刷的运气，通常是有的只是远近问题。采芦苇时应该采取最小空间破坏原则，挖到就把路重新堵上，避免带入过多病毒，以及不必要的氧气扩散。

卫生间和净水房分开，我试过两个方案，其一是和卫生间上下两层，净水房后面兼做农场；后来发现更好的是左右两间，兼做仓库。

注意这里卫生间产生的废水净化后不要引入净水储备，因为其中有食物中毒病毒。让它们自循环和种芦苇即可，和基地其它用水完全隔离。如果节奏安排得当，还可以点出装桶和倒桶科技，同样放在净水房中。这时就可以拆掉一开始的手压水泵，并把拆掉旱厕扔出来的废水投入卫生间的水循环中。这可以省掉基地外额外挖一个坑倒废水的工作。

废水最好能尽快处理，尤其是在它挥发太多的污染氧之前完成。基地中混入一些污染氧虽不致命，但影响工作效率。

这个阶段，工作量其实是不均等的。科研的活最多，但当然不能让小人闲下来。但原则是整理基地，即使是收拾杂物也比向外开挖更重要。

第三个项目是修建米虱壁虎农场和哈奇煤炭生产间。

米虱是重要的食物来源，人少的话可以吃很久，而且腌制米虱由于保质期很长，还可以在其后用于短途太空旅行。不少攻略建议这时开始种蘑菇，我认为在人少够吃的情况下完全不必。倒不是种蘑菇麻烦，是因为处理菌泥带来的病毒需要的步骤较多（需要收集氯气消毒）。如果不处理病毒的话，就涉及后面会面临的病毒治理问题。

普通壁虎很好捉，但养出产塑料的变种比较花时间，所以要尽早养。如果运气好在附近挖出小动物变异器这个故事特质就更省事一些，不然多生几次蛋也能出来。塑料不是很着急，开荒需求也不多，完全可以等养出滑鳞壁虎产出。不需要特地去建石油产线做塑料。

哈奇可以把砂岩转化为煤炭，开荒期电力省点用的话，就不需要出去挖煤了。而且哈奇产蛋量较大，蛋壳是开荒要的那 1200kg 钢的原料，石灰的稳定来源；而且少量的生蛋可以作为食物补充。对于稍微有点规模的基地，比如传统的 8 人基地，这点生蛋肯定不够吃，但超小的 3 人基地，则不容忽视。这也是不需要种蘑菇，后期也不需要种冰霜小麦的原因之一。

如果运气不错在地图中间找到同伴芽的话，可以挖回来种上传播花香。但这属于锦上添花。

这个阶段如果氧气不足，可以随便加两个藻类制氧机。

第四个项目是装修基地，扩建出氧气室和发电房。

随着基地的扩大，为了提高物流效率，早点点出滑杆科技是有价值的。因为煤炭发电出的比较晚，所以二氧化碳问题不会太严重。空出一个房间专门制氧是有必要的。通常放在基地上方右侧的工业区，因为一般而言制氧过程都伴随着热量产出（单纯藻类制氧不严重）。为了减少后面分离出纯氧的难度，早点在上方留出纯氧室比较好。

这时不推荐电解水制氧，原因前文已经阐述了。但养壁虎需要一点氢气，推荐在地图上抽过来，否则电解一点水也也是可以的。

发电房放在基地最右下，后面会和其它部分隔离开，所以要留出一个房间用于内部的氧气检查站柜。

第五个项目是出门前的准备，包括密封基地，氯气室，氧气站、太空服等。

这个项目的目标室把基地和外部完全隔离开，出门带上氧气面罩，最好是太空服。氯气室用来消毒。但不需要一步到位，一开始只需要抽取附近环境中的氯气。扩建基地一定会遇到氯气区，这时需要先在入口先建好气泵，然后密封抽真空。这个过程漏一点氯气无所谓，反正随着时间会自然分层，到时候在基地下方和堆积的二氧化碳一起分离即可。抽出的氯气装箱后，通到基地的出口洗矿。这是很多新手会忽略的开发步骤，因为病毒的危害并不会立刻显现，但是处理病毒的过程会比较漫长。

如果病毒进入基地，处理起来也不算麻烦。如果前面卫生间水循环搭建正确，应该不会有食物中毒的问题，主要会遇到的是粘液肺，多见于挖开菌泥区。如果种蘑菇的话，不洗掉菌泥上的粘液肺，就很容易在基地蔓延开。粘液肺在纯氧环境会慢慢消失，所以除了隔绝病毒外，重要的是净化掉基地内的污染氧。同时，吸入一口污染氧还会给小人一个短期的负面 buf 。所以在基地口的氧气面罩检查站外，需要和出门气闸间留一点空间，避免开着门换衣服。

前面几个项目按部就班的话，因为只有三个小人，所以生存完全不会有压力。操作强度也不大，或许游戏内的周期过了不少，但大部分时间都是在加速运行的，真实游戏时间不需要太长。

接下来要做的事情主要有两个，都是需要出门完成的：为开发第二星做周全的准备以及开发星球表面发展太阳能和火箭基地。

开发二星一般需要挖通三个设施，分别是小人传送站和发送以及接收物资的站点。我觉得把物流提前打通，也就是把管道都修好再去二星会让后面的工作简单很多。这样一到二星，就立刻可以利用母星的资源。

眼冒金星 DLC 的开局母星非常小，所以都不会在很远的位置，应该马上就能看见。挖路要尽量少挖，用最短距离挖过去，然后把管线拉通即可。穿好太空服再做这个工程可以提升不少效率。顺便还可以把附近的故事特质完成了，尤其是小动物变异器对获取滑鳞壁虎很方便。

但是，铺设固体传输管道需要大量金属，所以可能需要专门开采铜矿。采矿机就非常有用了，可以节省大量人力。但如果从机器拉电缆可能比较费事，比较简单的方法是做电池，使用两个袖珍放电器就可以带动一个采矿机。电池还可以用于物流无人机，早点做两三个无人机，完全就不会有物流负担，基地的杂物也会自动被整理的干干净净。

另一方面，直接向上挖通地表即可，也穿上太空服。到了地表后第一件事就是铺太阳能板。早点关掉煤炭发电可以省去好多麻烦。路上如果遇到低温区，可以把玻璃和金属精炼等热量大户先临时塞进去，这样就不会破坏基地内部的温度。后面建好蒸汽房还可以搬回来。

一旦攒出 1200kg 的钢，就可以开始搭建蒸汽房了。蒸汽机加冷凝机是最通用的热量消除机构。因为蒸汽机是唯一一个确定且直接的设备，可以热量转换为能量。它吸入 125 度以上的蒸汽，转换为 95 度的水，同时发电。这里发电是次要的，最重要的用途是这个过程热量消失了。但为了获得 125 度的蒸汽，除了在后期可以利用环境外，稳定的主动手段就是使用冷凝机。它的工作原理是输入高温液体，输出低温液体（可以用于基地其它的降温用途），其中的温差变成热量有机器本身散发到环境种。所以，冷凝机本身不消除热量，它只搬运热量。虽然系统本身热量减少了，但冷凝机的工作过程会产生大量的环境热，它正好用于把水烧为超过 125 度的蒸汽。但这样，冷凝机本身必然处于高温中，所以必须用耐高温的钢来制作。这就是开荒需要 1200kg 钢的原因——制造第一台用于烧开水的钢制冷凝机。

怎么搭蒸气房网上有很多介绍，这里就不细讲了。但我想说的是，可以参考攻略，但完全不需要抄攻略中的图纸。一旦明白原理，自然会有很多想法，肯定会做出不同的蒸汽房设计。ONI 和 Factorio 不同，它更难存在最优解，一切都和游戏过程相关。

如果是三人基地，其实搭蒸汽房降温的需求并不强烈。比如我玩的最新一盘，搭好蒸汽房后，基地平均温度才不到 20 度，要解决的是略微增温而不是降温。但温度调节迟早是需要的，工业化温控这是必须完成的基地设施。当然这不是唯一的路径，有兴趣的话还可以试试用冰霜萝卜控温，或是将高温二氧化碳到地表固体化带走基地的热量。

一般来说，开发第二星的主要目标是建立起石油产线。表面上看起来，石油是工业化生产塑料的基础。但其实游戏的开荒期塑料需求并不大：装修完基地，改造地板和梯子，建立通向地表的载人管道，这些用壁虎产出就足够了，完全不需要通过石油生产。

石油除了中后期做石油引擎的中程火箭外，最重要的用途是用于金属精炼的冷却剂。所以我们只需要做一点点出来就够用。

一开始只能用水做金属精炼冷却剂。如果背靠冷源，比如附近就有低温喷泉，那么这种天然冷却源就可以稳定的工作很久。但如果自己在基地内部做冷却循环，就会发现经常需要修机器。因为金属精炼，尤其是炼钢，会放出大量的热，让冷却液迅速升温。而水超过 100 度就会气化，太低温度会结冰，这些相变都会破坏管道。放置温度巨变要么需要一个相当大的热容器，比如上面提到的大水池，尤其是天然冷源；要么就需要很复杂的自动化控制机构。虽然把玩自动化机构也值得玩很久，但更简单的方法是换成石油做冷凝剂。油的比热容比水小，炼钢时温差更大。但这反而是优势。因为超过 125 度的油就可以用来烧开水，用蒸汽机带走热量，同时还能回收部分电能。

所以，游戏中蒸汽机加炼钢也是一套基础的机构。懂得原理的话，也可以玩出很多很多不同的设计。

第三个星球就需要找出火箭去了。它通常很近，所以用二氧化碳引擎最简单。这时，游戏前期存的那些二氧化碳就用得上了，而且二星上的石油工业副产品也是二氧化碳，可以直接传送回母星，基本是不缺燃料的。

二氧化碳引擎速度快，尾焰温度低，对环境破坏最小。唯一的缺点是不能造大火箭。但小小的单人空间把弄起来也格外有趣。火箭部分我完全没看过攻略，有了前面足够的游戏经验，我感觉自己摸索更为有趣。火箭上主要需解决的问题是怎么让小人在里面舒服的活上几天。燃料和航程在这个阶段都不需要考虑。

而小人的需求无非是食物、卫生和氧气，以及避免高压力。

这个时候，因为人少的优势，每个人都会成长的很好，所以洗掉不必要的技能点，只点出驾驶的话，压力完全不会是问题。短途并不需要储备太多的食物，如果是两三天往返的话，随便扔点食物在火箭内就不会挨饿。

氧气用藻类制氧机就能解决，只要在出发前排空舱内的二氧化碳即可。如果肯盯着高气压的负面 buf 的话，把高压氧气压入舱内也能用很久，这样也可以不必设制氧机。所以这里也有很多不同的解决方案。舱内空间非常的小，所以需要做很多空间上的选择。

最后是舱内上厕所的问题。无疑需要用壁挂强排厕所最省空间，但充厕所的水怎么办？我第一反应是装个水箱，但一个水箱（3x2）就占掉了一半的有效空间。随之发现，其实排灌器就是用来这里的。1x2 的空间可以存 200kg 的水，只是用于冲厕所搓搓有余。

等开发完第三星球，以及搜罗完太空的数据卡，基本上科技树就爬完了。这时可以拆掉基地的科研设施，开始转石油火箭去更远的星球拿石墨做富勒烯，制造超级制冷剂。利用它降温才能制备液态氢，然后就是做液态氢引擎达到最大航程通关游戏了。

我暂时还没有玩到最后，所以这里就无法介绍后期的游戏体验。

我翻出几个月前的一篇 blog，发现过了 4 个月，她的问题依旧：乘除法作为一项计算技能和其背后的意义是割裂的。这导致了很多问题到底如何解决一筹莫展。固然多作练习就能开悟，毕竟几乎没有成人回头看小学数学会觉得难以理解的。但我还是想尽力搞清楚她的小脑袋里到底是哪打结了。

今晚讲一道相当简单的数学题：

有 96 个鸡蛋，8 个一盒装，可以装多少盒？

我决定一步步推演这个问题。

先问一个简单的版本：有 12 个鸡蛋，10 个一盒装，最多可以装满几盒？

我本以为她能一口答出，但可能是前面的问题受挫，她还是不知道如何下手。我想想，从桌游盒中找了一堆 token 和若干小碗，说你自己装碗试试吧。装完 12 个后，又把问题改成了 30 个，她重新摆弄了一次，这下明白了。

我说，现在要把道具收起来了，换成草稿纸，你该如何解决这个问题呢？

我教她用减法：用 30 - 10 = 20 ， 20 - 10 = 10 ，10 - 10 = 0 ；数一下一共减了 3 次。可可说，我知道了，其实不用数，只要看数字是几十，那么就是几盒了。

那么，回到一开始的问题，不是 10 个一盒而是 8 个一盒就不能直接看出来了，该怎么办呢？可可说那我也会：她从 96 - 8 = 88 开始一步步的做减法计算，很耐心的减到了 0 ，数了一下是 12 ，中间居然没有算错。

我说，96 / 8 = 12 ，并不真的要花这么多时间做减法。你其实会算除法，只是不知道除法有什么用。除法就是连续计算减法的次数，就好比乘法就是连续做多次加法一样。你需要把 token 一个个放进碗里的过程抽象化成数字写到草稿纸上，打草稿就是把脑子里想的东西具象化出来。这个过程借助数学符号可以更简单。数字是符号，加减乘除也是符号，符号能帮助你思考，但先要明白这些符号代表的道理。

我再换个问题：

有 80 个鸡蛋，8 个一盒装，可以装多少盒？

可可没犹豫，马上告诉我是 8 盒。我说你别着急，拿草稿纸仔细算一下。她算完不好意思的告诉我是 10 盒。我画了张矩形图，给她讲解了一下 8 x 10 = 10 x 8 的道理：10 行 8 个与 8 行 10 个其实只是图形旋转了一下，总数是一样的。

那么，从 96 个鸡蛋里先拿出 80 个装满 10 盒后，剩下的还可以装多少盒呢？她计算了一下 96 - 80 = 16 ，16 / 8 = 2 ；然后 10 盒与 2 盒合在一起也是 12 。

再看除法的竖式草稿，其实是一样的。

今天花了一个小时讲这道数学题（她的考卷上的错题），这次似乎真的懂了。

这是因为，如果独立编译 Lua 的 C 扩展库，通常需要链接 Lua 的 C API 。标准的方法是动态链接 lua 实现，如果静态链接 liblua.a ，会导致进程中有多份 lua 的实现。在 Lua 的历史版本中，这将导致运行期错误。

这是因为，Lua 的实现中有一个静态的“空”对象，所有的 nil 都指向这个对象。如果进程空间中有多份 Lua 实现，就会出现多个空对象。运行时的数据结构中会引用这个空对象，而不同副本的实现将“空”和自身保留的“空”对象引用做比较时，就会出现错误的判断。

在更早期的版本，出现这种链接出现的项目，bug 会隐藏得很深。所以后来 Lua 增加了 luaL_checkversion() ，倡议在外部库初始化时调用，除了检查版本号，还会检查当前执行的 lua 实现是否和虚拟机创建时用的实现是同一个副本。

但我还是认为，在同一进程中置入多份 Lua 实现是不好的。

注：这也是 Windows 动态库的一个独有问题。因为 Windows 的 DLL 不允许有未完成的符号，必须在编译链接时指定所有符号（Lua C API）的来源；如果是 Linux ，可以不链接 Lua C API 的库，在运行时加载动态库，加载器就能把进程内的对应符号装载起来。

回到题头的问题：soluna 静态链接了 Lua ，并未导出 C API ，要用 C 写额外的库怎么办？

曾经在 Ant Engine 中，我采用了一个方法：提供一个假的代理动态库，提供所有 Lua C API 的符号。外部库可以动态链接它，而它将所有 Lua C API 调用转发到 engine 内部链接的 Lua 实现中。

这样做的好处是，即使是预编译好的 Lua C 库，只要它正确的以动态链接形式链接了 Lua ，就能直接被 Ant Engine 加载。如果不需要外部库，这个代理库也可以不发布。

今天，我想给 soluna 加上类似的特性，但尝试了新的方案：外部库在构建时额外实现一个简单的入口函数，它不依赖真的 Lua 实现，而是链接 soluna 项目中的 extlua/extlua.c 这个 Lua API 代理实现。再由 soluna 的定制加载器来加载这个外部库。

比如，我有一个叫做 foobar 的外部库，原本的实现是这样的：

static int
lhello(lua_State *L) {
    lua_pushstring(L, "Hello World");
    return 1;
}

extern int
luaopen_foobar(lua_State *L) {
    luaL_Reg l[] = {
        { "hello", lhello },
        { NULL, NULL },
    };
    luaL_newlib(L, l);
    return 1;
}

当我们编译成动态库时，导出的 luaopen_foobar() 是库的入口。lua 的 require 可以正确的导入它。但这个实现依赖若干 lua C APIs ，例如 lua_pushstring() 等。

如何在 soluna 里正确加载它呢？我们需要在调用 luaopen_foobar() 这个入口函数前，将进程中的 Lua C APIs 注入这个动态库。

在这个方案中，只需要链接 soluna 项目中的 extlua/extlua.c 单个文件，然后导出一个额外的库入口函数：

extern int
extlua_init(lua_State *L) {
    luaapi_init(L);
    luaL_Reg l[] = {
        { "ext.foobar", luaopen_foobar },
        { NULL, NULL },
    };
    luaL_newlib(L, l);
    return 1;
}

这个函数的第一行需要调用 luaapi_init(L) ，它的实现在 extlua.c 中。然后用 luaL_newlib() 注入原有的模块入口函数即可。

luaapi_init(L) 并不依赖任何 Lua 的内部实现，只依赖 Lua 的一个官方宏 lua_getextraspace() 完成了注入 Lua C APIs 的魔法。

这是个有趣的技巧：

lua_getextraspace(L) 的官方定义是这样的：

#define lua_getextraspace(L)    ((void *)((char *)(L) - LUA_EXTRASPACE))

每个 Lua_State 结构前都保留有一个指针的空间，可以用来传递数据。soluna.external.load 会构建一个空的 Lua 虚拟机，并把所有 Lua C APIs 的引用放在它的 extraspace 。因为上面的 extlua_init() 是一个标准的 lua_CFunction ，所以可以用标准函数 package.loadlib 读出。传入这个带 C APIs 的空 Lua 虚拟机，luaapi_init() 就能正确的导入所有 API 了。随后的 luaL_newlib() 会把所有真正的入口函数放在这个空虚拟机中。当然，只是一些字符串（入口名）和 C 函数指针。

接下来，soluna.external.load 再从这个虚拟机中把整个入口函数表复制到当前虚拟机，并销毁掉这个临时虚拟机，就完成了整个外部模块的动态加载。

soluna.extlib(name) 的实现是这样的：

function soluna.extlib(name)
    local extlua = require "soluna.extlua"
    local filename = assert(package.searchpath(name, package.cpath))
    settings = settings and soluna.settings()
    local entry = assert(package.loadlib(filename, settings.extlua_entry))
    return extlua.load(entry)
end

要使用上面例子中的放在 sample.dll 中的库 ext.foobar 只需要这样：

local libs = soluna.extlib "sample"
local foobar = require "ext.foobar"
assert(libs["ext.foobar"] == foobar)

即使要静态链接 sample 模块（iOS 不支持动态库，可能必须静态链接），只需要采用以下编译方案即可正确工作：

1. 静态链接 sample 模块
2. 不要链接 extlua/extlua.c
3. 将 luaapi_init() 定义为一个空函数
4. 把 extlua_init() 这个入口函数导入
5. 用 soluna.extlua.load(入口函数) 加载

这个游戏的规则还是挺复杂的，在 BGG 上的 weight 评级达到了 4.06 。注：游戏的重度（weight）是由玩家评分综合而来，最高为 5 。它指的是规则的繁杂程度，而并非游戏的策略深度（通常有相关性）。例如围棋虽然策略深度几乎达到了桌游的天花板，但它的 weight 就不到 4 。而 bgg 上 weight 超过 4 的游戏并不多见，大部分超过 3 的桌游，一般就被归为重度游戏了。我大概花了 10 多个小时试玩，看了几个小时的教学视频，才感觉学会了游戏的基本规则。不过一旦理解了游戏的设计逻辑，玩起来还颇为流畅，规则书以及规则助记版都非常符合直觉，简单好认。重度游戏大多不太讨人喜欢，但设计良好的重度游戏也能带来更多乐趣。

ST:CC 以及它的前身 Imperium 提供了非常丰富的卡组瘦身机制：

1. 可以把卡堆里的牌 LOG 起来：和早期卡牌构筑游戏不同，得分卡并不是专门的卡，而是每张卡本身就带有 VP 。这更像银河竞逐这样的引擎构建游戏。收集的卡越多得分越高。LOG 可以把当局游戏不再用的卡从当前卡堆里移除，但得分依旧保留。

2. 可以把卡片 deploy 到桌面：放在桌面的卡可以提供持久的被动能力，也可以有限的提供主动能力或响应能力。同时，活动卡组也得到的瘦身。根据卡片属性不同，提供有差异的回收规则。船员卡可以常驻一张，新的船员卡晋升后 dismiss 旧的；飞船卡则在占领星球后自动 dismiss ；事件卡则每张有不同的回收前置行动（不回收会在游戏结束结算时计为负分）。

3. 卡片可以 beam 到飞船或星球上：这可以对卡组作更灵活的临时瘦身。几乎所有的飞船都有主动能力可以 beam 手牌，但反向回到手牌的 recall 操作却比较稀少。不过，beam 在飞船上的卡也可以随飞船 dismiss 而一同回到弃牌堆。

永久（不可逆）和临时（可收回）的卡牌瘦身操作，可以让玩家在游戏过程中动态的调整卡组，让游戏的确定性更高，而不会在抽牌堆太大时，过于依赖抽卡的手气。就我这几天玩的数盘游戏体验，通常我的活动牌组（抽牌堆加上弃牌堆和手牌）在整局游戏里也很少超过 20 张。

ST:CC 在游戏过程中的卡组升级也有新意。

首先，和大多数卡牌构筑游戏一样，初始卡组是 10 张左右，每轮抽 5 张。这样可以保证前两轮可以作一个轮回，让随机性限制在 10 张卡的不同组合上。但和之前的很多游戏不同，它的 10 张卡是完全不同的，每张都特别设计过。甚至游戏带了 6 套风格迥异的初始牌组。而传统上的设计更偏好在初始卡组中放上雷同的初始能力卡，加上很少量的特殊卡。如果没玩过桌游的话，可以对比杀戮尖塔这样受桌游启发的电子游戏：一开始的初始卡组中只有一张特殊能力卡加上普通的打击和防御。

而和一般的卡牌构筑游戏的升级流程不同，它会为每个初始牌组设计 5 张左右的固定补充卡堆和 8 张左右的高级补充卡，以固定节奏补充进来：每次抽牌堆抽空都会自动触发这个补充操作，加入一张额外的补充卡。基本的补充卡的随机性在于每局游戏的进入次序是打乱的，而高级卡则需要用不同资源购买，但可以让玩家指定（没有抽卡的随机环节）。这样熟练牌组的玩家可以预先学习好每个角色牌组的策略，再实际玩的时候又不至于形成太固定的套路。

因为补充卡是通过卡组循环进入抽卡堆的，添加新的补充卡可以带来更多的组合，相当于卡组升级。所以调节抽卡堆的消耗速度就相当于控制玩家卡组升级速度。ST:CC 在主动控制牌堆轮转这一点上设计得比大多数卡牌构筑前辈出色。

1.抽牌能力。这是一个常规设计，不仅用来补充当前回合的行动选择，同时加快了抽牌堆的轮转。

1. 弃掉抽牌堆顶的牌。这在《Dominion》中多以攻击效果出现，说明早期这种设计更多强调的是其负面影响：让玩家暂时失去潜在的行动能力。但由于卡组瘦身很容易，它也出现了有益的一面：加快牌堆轮转。

2. 在回合结束时，玩家可以任意保留手牌。这给玩家了选择：确保下一回合能做的行动，但减缓了牌堆轮转速度。

3. 从市场获取新牌后，可以自由选择放入弃牌堆还是放入抽牌堆。前者加快了牌堆轮转，后者提供了确定性：可用抽牌能力立刻获取，或确保下一轮可以抽到。

由于有大量从弃牌堆抽牌的能力。这极大的丰富了获取行动卡的途径。抽牌堆抽卡是随机的，弃牌堆抽卡是确定的（挑选），牌堆轮转加快固然是好事，但弃牌堆清空也是需要考虑的问题。

除了固定补充卡升级，游戏还提供公共市场和供双方争夺的中立地点卡。但很多传统的市场机制是用资源从市场买卡，而 SC:CC 并不通过积累资源购买市场卡，而是改为用特定行动卡片直接获取。市场被分为了四类：船员、货物、飞船、盟友，分别对应不同的行动卡去获取。根据选择的初始牌组不同，获取这些市场卡的行动卡使用方式也不一样。由于行动力有限，规划行动的分配获取市场卡就变成了卡片 combo 重要的一环。玩家很难积累获取市场卡的能力，抢夺地点卡更是这样：规则限制了每个回合最多只能获得一个中立地点。整局游戏中不会获得太多的额外卡片，且每张公共卡都是单独设计的，这让引入每张卡到自己的卡组都需要仔细规划。

ST:CC 的卡片被设计成一卡多用。卡片处于不同位置：从手牌打出或桌面上激活会有不同的能力。而即使是同一种方式使用它，一般也有多种能力供选择，只能选其一使用。虽然每种使用方式大多有前置条件或副作用，但本身的多种选择让每张卡片在不同场景下都有用。

因为卡片的位置非常丰富：除了传统的抽牌堆、弃牌堆、手牌外，还有桌面区、市场区、当前市场、市场库存、中立地、废牌堆、附着在其它卡片上、LOG 区、升级区、事件区等等。就我主要玩的 PICARD 牌阵来说，大量的行动就是将卡在这些这些区域之间调度。所以在玩的时候，有一点工人分配游戏的感觉。不仅提供了丰富的卡牌策略，还非常好的契合了星际迷航那种驾驶飞船探索宇宙的主题。

为了让游戏不限于千篇一律的构建得分引擎循环，游戏给每个牌组都设计了不同主题的任务。任务不同于很多引擎构建游戏的终局任务卡，那个在 ST:CC 里也有，被设计为 Encouter 卡片，通常可以提供大笔的 VP 。任务就是固定在每个初始卡组上的，像是堆每组不同风格的牌作一个游戏引导，引导在游戏过程中侧重某种玩法。例如，PICARD 的基本任务就是获得三张同盟卡，并把他们都 beam 到同一艘飞船上，且获得至少 4 点科技点和 4 点影响力，就可以完成。

这个设计不会让玩家（熟悉后）玩游戏时不会走一步看一步，每步寻找当下行动的利益最大化。玩家必须作一个长远规划：因为任务必不可少的需要分成很多步骤，同步相当多的行动在好几个回合才可能达成。以我玩的经验来看，基本任务一般在游戏中后期才可以达成，而以开始不作计划的话，常常忙到快结束时还差上一点点。

由于只靠固定牌组很难有效的完成任务，随机出现的公共牌加入卡组都能带来意想不到的高效组合，所以每局游戏的过程都会差异很大。我用 PICARD 玩了 3,4 局游戏，都选的 KOLOTH 这个 bot ，但每局游戏体验完全不同。更别说换掉对手会有完全不同的局面。游戏为每个舰长的 bot 定制了不同的自动化策略来模拟人类玩家选择不同舰长会出现的不一样的打牌倾向。

这是一个两人对战游戏，但也可以用设计好的自动化规则来模拟一个对手。但在 BGG 上，大多数玩家认为这个单人对抗 bot 的玩法更好玩。游戏的教学作的不错，提供了一个更存粹没有对手的单人模式，通常用于熟悉牌组。这个教学模式就是无干扰的刷分，刷够足够的分就胜利了。通过玩这个模式，可以体验不同舰长牌风格迥异的 combo 策略。通常建议把 6 个舰长都刷够分，这样在对战时既能知道自己应该怎么玩，还能熟知对手的策略。

正式的单人模式是对抗固定规则的对手。采用的是不对称规则：玩家和 bot 的行动法则是不一样的。我没有玩过对战模式，但据 BGG 论坛玩家的反馈，预设规则把和真人玩家的对抗时会产生的交互：争夺市场卡片、抢占中立地点等模拟的很好。一开始玩的时候，操作 bot 很容易出错，但玩过一盘之后就非常顺畅了，bot 每个回合一两分钟就能操作完，反之自己这边的行动每个回合会花很长时间。可想而之，和人对战应该会有极大的 downtime ，怪不得大多数人都选择了单人 solo 。

但我觉得，如果有个人类对手和自己一样玩过很多盘 solo 的话，再在一起对战应该也是非常有趣的。

官方还为单人模式设计了一个长线的五年计划规则。让玩家可以连着玩 5~10 盘游戏，在每盘游戏间加入了牌组升级：每次胜利都可以加入当局游戏终局时的某张市场卡进入初始牌组，或是 boost 一些初始能力。由于游戏设计了 6 组不同的牌，这相当于需要击败 5 个不同的对手（自动化 bot ），想来不会有太多重复感。我打算熟悉玩所有卡组后就尝试一下这个长线任务，应该会很有趣。

很想买一套实体版，但在淘宝上找不到代购，甚至目前美国那边也缺货等着重印。我这几天都是在桌面模拟器上玩的（有玩家制作的 mod ）。我的感觉是，由于电子版缺少触感，细节更容易玩错。即使很熟悉后，游戏效率还是比不上实体。这点和版图游戏颇为不同，这个几乎全部用卡牌作道具，假若是实体牌的话，电子版只在洗牌时会便利一点，打牌及查看牌面要麻烦很多。而很多版图游戏，电子模拟器在 setup 以及游戏过程中的摆放都会更方便。

作为 solo 游戏，实体版最方便的地方在于易于反悔。只要没有信息揭示环节（例如抽牌后查看），大多数行动你都可以方便的在牌桌上 undo ，尝试各种不同的组合。电子模拟器上的 undo 操作一不小心就把桌面状态弄乱了。毕竟桌游除了桌面，人脑里还有一整套游戏状态，缺少实体会让大脑负荷要重得多。

谈点体外话。由于这款游戏规则相对繁杂，我尝试用 AI 辅助学习游戏规则，使用的 Gemini 。可惜这个游戏还太新，网上资料太少。导致 Gemini 对游戏规则细节知之甚少。但它又表现得很懂，对话中自信满满。我问了很多规则细节结果都是错的，即使我让它指出细节出至规则书上具体哪里，也全是幻觉。甚至引用论坛网友的讨论也能理解错误。最后，我还是得自己推敲规则书，或是用传统的搜索方法找到 bgg 论坛规则讨论版面的帖子，研读作者写的 FAQ 等等。和 AI 的问答阅读起来固然舒服，针对性很强（不像规则书读起来那么累），但我实在没有能力鉴别 AI 的错误。毕竟我原本就是因为不懂规则才去问的呀。

有些错误还是能看出来。毕竟我玩的游戏很多，可以从作者的游戏设计思路角度去考虑。玩的过程中有疑问去问 AI 。对反直觉（感觉游戏不应该这样设计）的答案有所警惕，可继续追问。但有些真看不出来。

比如我在和 bot 对战时，触发了一条 bot 需要 log 一艘飞船，我不知道该如何处理。（特地用英文术语）问了下 AI 。AI 告诉我应该把最近 bot 部署的 ship 卡 log 起来，并将同一地区的所有外派部队收回。但后一条是 AI 自己编的规则，我在规则书中怎么都找不到对应的文字。反复询问，AI 都表现的信誓旦旦。让我去查规则书某个章节（其实不存在）。它还引用了 BGG 论坛的帖子。而我仔细研读了大篇的帖子后，确定是 AI 混淆了 log 和 dismiss 的处理方法。

再有一例：游戏的舰长面板分 A/B 两面，供玩家选择。A 面只有一个任务，B 面有三个任务，其中一个和 A 面任务完全相同。完成 B 面的任务还有额外的 VP 奖励。我一开始非常不解，初看起来，A 面没有任何优势，因为 B 面不仅提供了 A 面的选择，有额外 VP ，还可以有更多选项。我在规则书上也没有找到选择 B 面的惩罚。带着这个问题我询问了 gemini ，它在搜索了 bgg 论坛后，又胡扯了一堆什么 A 面让玩家更专注，完成难度和行动奖励不同（实际完全一致的）。但实际上，核心差别其实是：B 面的科技/军事/影响力等导轨设计不同（我一开始没注意到，规则书里也没提这个差异），而 BGG 论坛里针对这点讨论的帖子中，下面好几条回复都强调了这一点，gemini 恁是在查看帖子后，把这条最重要的信息忽略掉了没告诉我。

结果，我和 AI 的这些对话并没有帮我节省理解规则的时间。不仅自己重新反复研究规则书，还花了更多时间去论坛看帖（当然这不是坏事）。我想，如果我让一个人类游戏玩家教我，若是自己没怎么玩这个游戏的话，都不会表现的如此自信吧。如何辨别 LLM 提供的信息中哪些确有价值会变得更加重要。LLM 的语言表达能力越来越强，也会变得越来越有欺骗性。