赌博和种田：风险的诘问

Reading Time: 23 min 52 sec

在之前的《Reality Is Broken》¹读书笔记中我曾经提到过作者的主干论证：游戏是优化后的工作。我在其第二篇中“幸福生产力”的部分简单地讨论了怎样通过多元化游戏任务类型的方式来提升玩家的“生产力”，从而使他在忙碌中体会到快乐。

对于多元化游戏任务类型来说，其目的是清晰的，但在落地上往往差强人意。很多案例在策划上将这些任务铺的很好，但实现机制之后却发现它们充满了同质性或者和主要游戏目标矛盾。因此，实现一个清晰的任务规划工具是必要的。我从上文书中得到的启发是，这样一个工具早就由一个历经几千年的系统创造了——社会分工。为了最大化效率，我们使用这个工具找到尽可能独立的任务系统，并给他们取名字，安排社会成员担任。要在游戏中实现不同的，引人入胜的任务，社会分工本身是元概念。《Reality Is Broken》的作者（简称M）同样明确了这一点，她根据现实分工制作了这样一个“工作类型清单”：

• 高风险工作
• 重复工作
• 体力工作
• 脑力工作
• 探索性工作
• 团队工作
• 创造性工作

M在书中简单介绍了这些工作的性质，并给出了一些例子来和游戏的任务类型进行类比。读到这里其实我是有疑惑的：得知这个分类模型固然很好，但这个模型中都是很high-level的概念，离一份游戏任务设计指南仍有距离。也就是说，我们现在可以很好地识别各种游戏中的大小任务类型，但并不能从无到有地设计这些任务。要做到后者，我们需要对每个任务分类给出更具体的特征/洞见。

这就是这篇文中我试图解决的问题。我希望通过结合已有的一些观点，来对每个任务类型进行更细致的“锚定”：什么是这件工作必须具有的特征，否则它就不会成立？我认为这些锚才是可以操作的设计思路，能让我们真正地设计出某个类型下的具体任务。这些思考通常是从这些假设出发的：

1. 所有工作都必须能够长时间持续（意味着有短期回合的工作，必然会有下一轮）。
2. 所有工作都承诺了某种目标，并且从事者有达到目标和失败两种情况。
3. 所有工作都可以被划分成若干短期的子任务。

我默认这些假设是成立的。当然，打破它们可能会有意想不到的创新性。

在本文中，我们着重研究高风险工作和重复工作的具体特征。之所以将这两者放在一起讨论，是因为它们在”风险“这个高度抽象的概念上是同源的，甚至可以说是硬币的两面。我希望接下来的描述可以给你带来一些洞见。

赌博还是种田：风险的诘问

如何应对风险是一个元问题，它牵扯到我们对世界运行规律本身的信仰。在这个问题上，人们就像在任何问题上一样分为两派²。“经验派”认为未来是可以从过去中学习的，我们可以从量化和数据中得出最佳决策。“未来派”则认为未来在很大程度上不是由过去决定的，我们必须主观判断这个不确定性来做出决策。

在上升到这个高度的问题上，我们并没有达成共识，所以出现了各种学说的交替演进。尽管这是一个亟待解决的现实问题，但工作类型也就此产生了分化：服务于“经验派”的工作演变成了重复工作；服务于“未来派”的则被固化为高风险工作。这对游戏设计来说是个好消息，因为游戏仰仗任务的多样性来变有趣。

重复工作永远基于一个这样的承诺：过去这么做得到了进展，那么只要重复这个过程，我们就一定能够达到最终目标。因此，重复工作的目的可以简单概括为“积累”。我们并不是为了使用工作任何一个阶段所达到的奖励而重复，而是为了“积累”而奋斗。这也是为什么很多时候，重复工作甚至没有一个明确的目标抵达条件。“变得富有”就是这么一个模糊的目标：什么是富有的标准？可以买到所有的东西，还是拥有特定数量的金钱？然而我们仍然会为了变得富有这个目标而重复。我认为可行的一种解释是，“积累”所产生的目标往往是无限的。如果我们一直积累下去，那么就意味着无尽的收获。这种由“有限感”所产生的“无限感”才是深层的乐趣，它巧妙地打破了我们作为个体所产生的局限感。在复杂变化的世界中，如果能找到一件重复性工作，就相当于得到了至高的确定性和意义。在现实中，我想没有什么比农耕更能体现重复工作的特征，所以将重复性工作称为“种田”。

高风险工作遵循另外一个守则：未来并不遵循过去的信息而发生，我们做出的任何预测都是主观判定，而判定做出的每一次决策都是冒险的。高风险工作的目的是在接受风险后，依旧做出未来的决策。因为规定接受风险，所有的高风险工作都有“以小搏大”的特质。因此，高风险工作的目的，与其说是“获利”，不如说是“存活”。不论结果是失败还是成功，我们想做的都是一直将损失控制在可以接受的范围内。这可以解释为什么亏损比赢利更能激发人继续参与高风险行为的现象。亏本的情况下，我们为了达到继续“存活”的目的，更需要继续进行冒险，期望反败为胜。高风险工作的动力是古老的，我认为可以追溯到最初的狩猎采集生活中，是一种持续的焦虑状态。这种焦虑发生在对各种资源匮乏的担忧中，而获利（获得食物等）永远是暂时性的。在这样的状态下，从事高风险工作成为长期的行为。我们不得不以这样的方式存活下去。

重复性工作和高风险工作对风险的处理方式是不一样的，但这不意味着二者不能同时出现在一个任务中。我认为应该明确这样一点：虽然风险被重复性工作拒绝，被高风险工作接受，但这更像是指出了“风险接纳度”这条坐标轴的两极。事实上，现实中的很多工作往往具有两者的混合特征。一件工作中的重复性部分可以被看作是规避风险的行为，而其冒险性部分则是迎接风险的。

在游戏设计中。我们依旧讲求明确分类的原因在于这样可以更好地量化游戏机制：我们分开设计重复性工作和冒险工作，然后明确它们在游戏整体中占的比例。这种量化为动态规则的设计奠定了基础。每个玩家希望在游戏中得到的体验是不同的，而他们对风险的态度可以通过行动被知晓，然后由我们的系统做出动态调整来满足游玩预期。这种动态调整并不是“喜欢抽卡就降低命中概率”这种单一任务趣味性的行为。正相反，我们的动态规则保证了“爱抽卡的抽卡，爱积分的积分”，恰恰保证了游戏对每个玩家都具有最高的吸引力。

共同的作用层面：系统1

我们接下来讨论属于这两个工作类型的一个相同特征——它们的主要作用层面都位于系统1上。

系统1来自于丹尼尔·卡尼曼所著的《思考，快与慢》³一书。卡尼曼认为人的大脑具有两种处理系统：系统1和系统2。系统1一直处于激活状态，主要处理直接的感官刺激信息，反应迅速但缺乏逻辑推理。系统2一般处于休眠状态，善于逻辑推理，但只有需要的时候才会使用。

对风险的感知来源于系统1。这似乎是显而易见的：对于个体来说，最高水平的风险意味着死亡。而在原始的自然环境中，察觉并规避死亡风险需要极端的实时性。我们已经在前文讨论过，重复性工作和冒险工作都是围绕风险的认知进行的。因此，在设计中，这些工作中的风险必须在五感上有强烈体现才能使任务勾人心弦。

风险感知位于系统1上，另一个多些依据的理由是经济学中“理性人模型”的缺陷。根据理性人模型和期望效用理论⁴，我们可以得出人在决策时总会趋向于选择期望效用较高的结果。在一场投资中，这往往意味着我们厌恶风险，希望得到稳定的回报。

然而，我们在对真实人类行为的考察中却发现人并不是完全理性的。卡尼曼和特沃斯基在上世纪七十年代提出前景理论⁵，试图修正这一决策模型。他们通过大量的考察发现，人的决策并不由结果决定，而是取决于结果与设想中结果（预期）的差异。具体来说，观察发现大多数人有以下行为：

• 损失比获得更令人重视，大多数人都尽量避免损失，却并不同一程度地追求获得。
• 结果高于预期时，我们规避风险，因为高风险高回报容易导致（在预期上的）损失。
• 结果低于预期时，我们偏好风险，因为高风险高回报可以尽可能地减少（在预期上的）损失。

前景理论更符合我们观察到的人类行为，但也促使我们思考这样一个问题：这一轮中提出的前景预期，是由理性还是非理性得出的？和期望效用模型不同，我认为前景预期大大排除了理性人模型中假设的计算和逻辑处理需求。我们建设前景预期并不需要处理赌局之外的各种历史信息，而只需要被告知赌局可能带来的结果就可以了。换言之，我们对风险的态度来自于主观建模，而现在前景理论告诉我们的是搭起来这个模型可能并不需要太多的输入。

因此，我们可以进一步推定感知风险并不需要系统2的太多介入：如果系统2占主导感知地位，那么人们面对风险的行为应该和期望效用理论所展示的结果类似，而不是靠近前景理论观察到的事实。我们从经济理论出发，似乎又一次证明了系统1在风险感知上的主导地位。

回到设计重复性工作和高风险工作上来，这意味着大量的规则和繁多的参考信息并不能突出这些工作的特征：它们围绕风险展开，而风险是被系统1感知的。因此，在游戏中植入重复性任务或者高风险任务，所有的机制都应该尽可能“简单暴力”，直接刺激五感为上。

举两个例子，如果我们的一个“种田”任务是让玩家经营一间客栈，那么为了体现种田任务特有的风险规避（确定性）快感，我们需要直接地让玩家体验到风险的去除：客栈的小金库逐渐堆积如山，要好过一个单调递增的财产数字。同样的，如果一个“赌博”任务是抽奖品，那么转盘的形式比直接显示结果更令人执迷，因为它直接让我们看到了风险的出没。

把握住系统1，是种田和赌博都不得不做好的功课。

高风险任务的特征

这一部分我会讨论高风险任务的特征。我认为这些特征是这些任务可以成立的基本要素，也是我们在设计时需要列入检查清单的项目。

赏罚分明

一个高风险任务必须赏罚分明。我们之前讨论过，高风险任务本身的目的是“生存”而不是“赢”。因此，如果出现中立的选项，生存就失去了动力：我们可以一直呆在原地踏步的舒适区，不再进入制造危机的环境了。

在很多已有的类似游戏机制中，奖赏甚至不存在。生存这个目的本身就足以构成高风险工作的目标了。这一任务被battle royale类游戏直接作为游戏主任务使用，往往不提供任何额外奖励就可以保持玩家的积极性。

及时反馈

风险之所以存在，是由于其事件无法被我们很好地掌控发展方向。对于很多风险来说，其掌控的困难性来自于时间上的瞬发性。如果这些风险由足够的时间供人处理，那么它们的风险性其实会大大降低。出门被车撞是一件确实的风险，但如果我们在出门前有一万年的时间做好万全准备，那么这个事件就基本上在掌控之中了。

因此，风险任务给玩家的处理时间通常是不能拖沓的。如果玩家拥有很长时间去应对风险，那么高风险任务的设计就失败了。任何可被详细计划应对方案的事件，都不再是风险。

复活机制

高风险任务必须具有复活机制。既然我们冒险的最终目的是“生存”，那么必须将这个目的做成可达成的。复活机制保障了玩家有玩下去的欲望。具体来说，其实就是通过复活机制给玩家制造一种“下一把一定会翻盘”的信念。

我们看过的所有赌博电影，高潮都在于绝处逢生的那一场赌局中。游戏中的赌博任务同样如此，如果把人置于绝地，却不能让人找到希望，那么游戏就变成了折磨而不是娱乐。

边际效应

边际效应告诉我们的是，随着某项资源的逐渐积累，每单位的增加所带来的效用递减。高风险任务关注的则是某项资源的损失。按照边际效应，这将导致相反的结果：我们拥有的资源总量越多，损失它所导致的痛苦就越大。

在高风险任务的设计中同样需要制造边际效应，否则玩家将在持续积累后失去继续“下注”的兴趣。制造边际效应出乎意料地简单，只需要提供一个“积蓄账户”就行了。只要令玩家意识到他有这样一个账户，他就会意识到自己在积累并产生边际效应。

重复性工作的特征

我们之前已经论证过，重复性工作的意义在于“积累”，或者说由积累所产生的“无限感”。从本质上来说，这也正是劳动行为带给个人的意义之一：我们有限的个体在劳动中建立意义，如愚公移山一般产生无限的可能。那么是什么样的工作性质令人们体会到这种无限感？我认为至少存在三个要素。

承诺回报

重复的行为必须承诺明显的回报，才会激发玩家的主观能动性。一场没有明显收获，或者收获表现得不显眼的劳动打破了重复性工作所能给予玩家的确定性乐趣。玩家必须相信的是，只要付诸努力，在每一回合的结束都会有明显的收获。我们通过一遍遍的收获提醒来给玩家植入这个信念。

一个经典的承诺回报机制是存在于大多游戏中的“+1”。这些“+1”可能被设置在玩家的经验值，财富值等游戏状态上，随着任务的一遍遍完成一次次弹出。这些“+1”使重复性工作充满了乐趣，它令玩家感受到努力所带来的价值，和继续努力总能发成目标的信念。如果我们将这些实时的“+1”变成延时的结算，那么玩家就会因为没有在重复性工作中得到成功体验而气馁。

存储机制

所有的重复性任务，或者“种田”任务，都必须设置一个“粮仓”来汇总积累的成果。这个结果一直存在于游戏中，很轻松就可以查阅到。它将激励玩家进行更多的重复。“粮仓”的必要性是与“积累”概念的实现相配合的。积累需要两个步骤：找到并进行一件绝对能带来回报的任务；回报可以保存起来不被消耗。“粮仓”提供的正是后一个条件。

我们甚至可以在这个积累上设置路径点或者小“里程碑”来激励玩家。这么做不是为了让玩家明白他还有多久才可以“达成目标结束游戏”，而是为了提醒玩家，即使是“遥不可及的指标”也是可以被一遍遍耐心的重复和对任务的化整为零所完成，而这又一次强调了玩家本身的“无限感”。

无限轮回

重复性工作的任务必须可以无限地重复，或者给玩家可以无限地进行下去的幻觉。这是对玩家“无限感”的最后承诺：如果一个任务只能进行有限次数，那么玩家就会意识到自己是有上限的，也不再会拼命地积累，因为努力的最终结果并不是超越个体的极限。

保障无限轮回需要三个子条件。我们罗列一下：

• 保障个人生产资料
• 收获可被用于更好的投资
• 没有上限

保障个人生产资料能让玩家安心快乐地重复工作，也是重复性工作背后暗含的假设之一。只有时刻拥有生产资料，拥有工具，我们才能反复地进行一件任务。即使生产资料是隐式存在的，比如人本身，我们也可以通过强调其他事物的变动来反向衬托出它的永久性。对生产资料的承诺不仅是进行重复性工作的充要条件，强调这一承诺也会令玩家充满干劲。正如《飘》中杰拉尔德对斯嘉丽所说的：

斯嘉丽，这个世界上，只有土地与日月同在。土地是世上唯一值得你为它奉献，值得为它奋斗、牺牲的事物，因为它是唯一永存的东西。

我们还应保障的是，收获的资源被用于下一轮的投资，可以换来更多的收获。这和积累的递增性质是息息相关的。要做到这一点，最简单的就是将收获的资源本身加上”萌发“的技能。就像种子一样，它们在被收获的，死亡的那一刻，意味着更伟大的创生。

最后，很多种田游戏本身都是没有尽头的。它们并没有一个明确的主目标，而玩家可以一直积累下去。这种设计和其他游戏/任务类型是背道而驰的。在这里，目标的缺失不仅没有剥夺游戏的意义和乐趣，反而因为强调了玩家的“无限感”而让他们更积极地劳作。我们可以扩张、存储、升级，然后再扩张、再存储、再升级，而每一次都是超越了之前的自我状态。

小结

我们从风险出发，描述了重复性工作（种田）和高风险工作（赌博）是如何围绕风险相应而生的。我们进一步探讨了重复性工作和高风险工作依靠系统1运行的特性，然后对这些工作各自的独有特征分开研究。我希望这篇文章不仅只提供一种分析框架，而是搭建了一个游戏设计的实用指南：我认为这里的分析已经细分到足够具体的地步，足可以为一个游戏项目提供任务设计的落地指导。我们完全可以从这些任务各自的特性出发，去思考如何建立能够实现它们的游戏机制。

我希望这篇文章能对你的项目提供一定的帮助。谢谢阅读。