肉鸽为什么让人输完还想重开？——从不确定奖励到失败反馈的系统设计拆解

> > > 不确定奖励如何把失败变成下一局的燃料？ > > 作者：山穗 一、抽卡是一秒钟的悬念，肉鸽是一整局的悬念 凌晨一点，《杀戮尖塔》又停在第三层 Boss 门前，麻了。 这不是完全没机会的崩盘，而是最容易让人多想两秒的失败：输出其实够，防御却没撑起来；为了打精英多吃了几轮伤害；商店没刷到关键组件；牌组里还混进了几张“拿的时候觉得有用，抽到时只想删掉”的牌。 结算画面出现时，玩家未必马上关游戏。脑内复盘已经开始：如果第二层少贪一个精英，如果那次篝火选择回血，如果早一点拿到过牌，如果商店刷到关键遗物，这一局是不是就能进 Boss？ 几秒之后，手已经点向“再来一局”。 抽卡是一次开奖前的悬念，肉鸽是一整局不断延长的悬念。如果说抽卡擅长把未知压缩到开奖前的几秒钟，那么肉鸽更像是把这种未知拆散，铺进一整局的路线、奖励、选择、构筑和失败回看里。 它不是单点的结果刺激，而是一条被系统持续延展的不确定奖励链。 这篇文章想讨论的不是“随机为什么有效”，而是更贴近研发的问题：随机如何被选择、Build 和失败反馈组织起来，变成玩家愿意继续判断、继续修正、继续验证的路径。 好的肉鸽不是消除失败，而是让失败看起来值得再试一次。  抽卡 vs 肉鸽的不确定奖励结构 二、不确定奖励不是“随机让人爽” 在把这些体验解释成“脑机制”之前，最好先踩一脚刹车。 奖励预测误差可以简单理解为：实际结果和预期结果之间的差距。它能帮助我们理解，为什么玩家会根据一次超出预期或低于预期的结果，调整下一步判断。但它不是“爽感刻度”，更不能被写成“误差越大越上头”。 多巴胺相关研究也常被误用。比较稳妥的说法是：经典研究发现，部分中脑多巴胺神经元的活动与奖励预测误差在特定任务中有形式对应。这里的关键词是“部分”“特定任务”和“形式对应”。换到复杂游戏场景里，它最多提供一种学习机制的参照，不能直接推出某款肉鸽如何作用于玩家大脑。 奖励不确定性也不是一个简单按钮。玩家等待一张牌、一个遗物、一次商店刷新时，等待的未必只是“奖励本身”，也可能是在等一个信息：我当前这套判断到底还成不成立？ 这也是肉鸽和单次抽卡不同的地方。抽卡更像一次结果揭晓；肉鸽则不断让玩家在局内形成预测，又不断给出偏差，让玩家修正自己的路线、牌组、资源和风险判断。 强化程序、探索—利用、控制感这些概念，都可以作为分析肉鸽的工具。但它们不是玩法配方。肉鸽不是一个简单反应装置，路线变化、三选一、商店刷新、程序生成和局内构筑，也不能粗暴等同于“变动比率强化”。 神经科学和心理学能提供解释地图，但不能替代玩法分析。 三、肉鸽的核心：可控的不确定奖励循环 如果把肉鸽拆开看，它至少有三层不确定性。 第一层是结果未知：战斗后给什么牌，宝箱出什么遗物，商店刷什么商品。 第二层是路径未知：下一段路线有哪些敌人、精英、篝火、商店和问号房。 第三层是构筑未知：玩家不知道手里的资源最终能不能组成一个可命名、可执行、能过关的Build。 真正重要的是，这些未知并不是完全黑箱。拿牌、跳过、锁定、有成本重抽、选择路线，本质上都在把“随机给了什么”转化成“我如何承担这个结果”。 所以，肉鸽的随机不是简单噪音，而是被玩家选择重新组织过的未知。玩家不是只在等系统开奖，而是在不断问自己：这局现在像什么？我还缺什么？下一步值得冒险吗？ 从目标分解的角度看，Build逐步成型会把“我要通关”这个远端目标，拆成许多更近的判断：下一次能不能拿到关键牌？商店有没有补强机会？这条路线能不能撑到下一个篝火？ 肉鸽真正耐玩的随机，通常不是让玩家看不懂，而是让玩家看得懂一部分，又总有一部分需要下一步验证。  可控不确定奖励循环模型 四、《杀戮尖塔》如何把随机变成主动取舍 《杀戮尖塔》适合作为主案例，因为它几乎把这套结构摆在桌面上。地图路线是随机的，奖励是随机的，遗物是随机的，商店也是随机的。但它没有让玩家只被动承受随机，而是把随机放进一连串有代价的取舍里。 先看路线。玩家开局看到的不是一条路，而是一组风险方案：精英可能带来遗物，也可能消耗大量生命；篝火可以回血，也可以强化关键牌；商店意味着删牌、买遗物、补药水，但需要金币和路径成本；问号房可能给资源，也可能打乱节奏。 路线选择不是“去哪里”这么简单，而是在给整局设定风险预算。 再看选牌。战斗后的三张牌常常不是三份奖励，而是三个方向。拿一张高质量单卡，可以提高当前稳定性；拿一张协同牌，是押注未来组件；什么都不拿，则是在避免牌组污染。 对很多新手来说，“奖励来了就拿”是自然反应；但在《杀戮尖塔》里，跳过也是一种非常明确的设计语言：不是所有正向资源都应该进入系统。 遗物会进一步改变后续选择的权重。一个早期遗物，可能让玩家重新评估攻击、防御、过牌、能量或状态牌的价值。玩家原本想走熟悉打法，但一个遗物可能让“本局答案”偏向另一个方向。比如猎手早期拿到“结实绷带”，后续选牌就很难完全无视弃牌收益；一个遗物不只是加成，也是在改变本局的选择权重。 这就是探索与利用在系统层面的可见化：沿用经验，还是响应局内新信息。 更关键的是失败诊断。《杀戮尖塔》失败后，玩家通常能说出一些具体问题：输出够但防御不足，启动太慢，路线太贪，缺过牌，缺缩牌，药水没有在合适时机使用，或者牌组方向和遗物方向没有对齐。 这些诊断未必都准确，但它们足够具体，可以变成下一局的实验问题。 所以，《杀戮尖塔》不是把随机藏起来，而是把随机放进一连串有代价的取舍里。玩家不是停在“我运气不好”这个结论上，而是经常会多想一步：下一局能不能更早控制牌组厚度？能不能少贪一个精英？能不能围绕遗物更快转向？ 一局失败如果能回答“我为什么输”，它就已经在提出“下一局该试什么”。 五、不同肉鸽，提供不同的重开理由 《哈迪斯》的重开理由不只来自祝福随机。祝福选择会影响局内Build，但死亡之后，信息并没有清零。玩家回到基地，会看到叙事推进、角色反馈、资源积累、武器尝试和永久成长线索。 这并不是说叙事能消除失败惩罚，而是说《哈迪斯》让失败后的信息结构更丰富。下一局的动机可能来自数值成长，可能来自角色关系，也可能来自“这把武器配这个祝福能不能成”的打法验证。 《吸血鬼幸存者》的重开理由更偏向反馈距离。升级、选择、击杀效率、弹幕密度和武器进化之间的间隔很短，玩家能较快看见Build从弱到强、从散到整的变化。 但高频反馈不等于天然更好。过密的升级和视觉反馈也可能带来疲劳。更值得追问的是：玩家是否能通过这些反馈理解Build正在成型，还是只是被大量信息推着往前走。 《Balatro》的差异在于持续重估 Build 上限。小丑牌、商店、牌组改造和计分规则让每个组件的价值都依赖当前系统。一张牌在孤立状态下可能普通，但放进特定组合里，会改变整套计分逻辑。 这也是它容易让人“再试一局”的地方：玩家不是只想等一个好结果，而是在想“如果下一次商店出现那个组件，这套分数引擎是不是能起飞”。 肉鸽不是老虎机。老虎机把人留在结果上，肉鸽把人留在路径上。这并不是说肉鸽没有随机奖励的风险，而是说在优秀肉鸽里，随机通常不是孤立开奖，而是被牌组、路线、资源和下一步选择重新组织。 六、失败不是奖励，而是解释 失败本身并不值得美化。一个看不懂的失败、一个明显不公平的失败、一个玩家无法归因的失败，很难自然转化成重开动机。 好的肉鸽不是把失败包装成奖励，而是让失败保留足够多的解释线索。 “差一点成型”就是一种常见线索。差一点抽到过牌，差一点完成武器进化，差一点买到关键小丑牌，差一点过伤害阈值。它未必比成功更强烈，也不能直接套用到所有游戏场景，但它能提供反事实入口：如果下一局提前调整路线、保留资源、减少牌组污染，结果可能不同。 失败结算页也可以承担这种解释功能。它不一定要把玩家推回下一局，而是可以帮助玩家看见可修改变量：路线选择是否过贪，核心组件是否迟迟没有出现，防御与输出是否失衡，关键资源是否浪费。 好的结算不是单纯展示“你输了”，而是让玩家理解“你输在什么可讨论的位置”。 这也是为什么“再开一把”不应该只被当作留存指标。它也可能是复盘、学习、验证和不甘心的混合结果。研发上真正要拆的是：玩家重开之后是否仍然满意，是否知道自己要试什么，是否保留主动退出的自由。 七、把随机变成可测试变量  肉鸽设计变量自查表 上面这张图不是“如何提高重开率”的KPI清单，而是把肉鸽中的不确定性拆成几个可以被记录、访谈和A/B测试的设计变量。 随机池是否可读，决定玩家是在等待某类组件，还是只觉得系统不可控；路线风险结构是否清楚，决定玩家是在做预算，还是只是顺着地图点路；选牌和跳过是否被理解，决定玩家能不能意识到“不拿也是选择”；遗物和关键组件是否能提供转向信号，决定玩家能不能重新评估本局Build；失败反馈是否有效，则决定失败能不能提出下一局的问题。 这些指标未必都要进入正式埋点，但它们至少能帮助团队把“玩家为什么想重开”从一个模糊感受，拆成可以观察、访谈和验证的问题。 如果只能保留一句设计建议，我会选这句：不要只问随机够不够多，要问玩家能否把随机翻译成自己的下一步判断。 八、边界与结语 最后把边界说清楚。 第一，肉鸽不等同于赌博。随机机制、扑克主题、付费抽取和金钱赌博需要分开讨论。 第二，“想再开一把”不等于临床意义上的成瘾。它只是一个行为指标，需要结合满意度、疲劳、退出自由和功能损害共同判断。 第三，本文不声称肉鸽已经被 fMRI 直接证明。这里使用的脑科学和心理学概念，只是帮助我们理解玩家如何预测、修正和复盘，不是某种玩法的实验证明。 第四，多巴胺不等于快乐物质。把复杂体验压缩成一个神经递质标签，听起来锋利，实际上会损失掉真正有价值的设计问题。 回到开头：抽卡把悬念压缩到开奖前，肉鸽把悬念拉长到整条路径。它让玩家在路线、奖励、构筑和失败之间不断形成解释。 如果说这类游戏有一种稳定的重开动力，我更愿意把它理解成路径上的未完成解释：我现在缺什么，我为什么输，我下一局能改哪里。 随机本身不是答案，随机如何被选择、构筑和反馈组织起来，才是更值得研发拆解的部分。 本文主要参考的理论方向包括：奖励预测误差、奖励不确定性、强化程序、探索—利用权衡，以及归因、反馈和 near-miss 相关研究。本文使用这些研究作为机制参照，不把它们直接等同于某款肉鸽游戏的实验证据。 如果后续继续做这个系列，我会把类似问题拆成更稳定的路径：先找机制，再看系统，再回到可观察、可访谈、可验证的设计变量。 我是山穗，心理学/脑科学研究生在读，曾做过 UI 设计，目前尝试把脑认知机制和游戏系统/交互设计连接起来。