和@少楠 上次讨论 游戏系统和产品设计差异时,
有一个核心话题没有展开,即:世界为什么如此复杂? 以及如何讨论复杂性。
新冠疫情之后, 小小的病毒把原本超级复杂的世界搅和的「更乱」了。
令人震惊的是,但大多数情况下,我们对不同复杂问题上都没有相对统一的语言,所以人们到处对骂。
本文以系统构建的视角来尝试区分两类复杂性。适合于不止于创作者/创业者、游戏行业/软件开发、AI神经网络的研究者,社会网络问题研究者,以及个体与社会人文话题的清晰思考者。那些真正关心「世界为什么如此复杂」的朋友。
(思路上,和Naval在《纳瓦尔宝典》 收集心理模型的方法是相通的)
一旦我们能区分两种不同的复杂性,在不同语境下使用对应的术语体系,我们就容易「对话」。
例如, 软件设计和游戏设计有什么不同? 游戏系统真的能模拟世界吗? 元宇宙到底和Web2 有什么区别; 道德和人性讨论,可以有统一的语言吗?有没有可能统一的规范简化我们的讨论,有没有一些大白话?
先说结论,我将尝试区分出两种截然不同的复杂性:
第一种是物理思维的。它可以表现为,今天很多人「熟悉」的游戏系统里。我将用那部 巅峰之作为例(《塞尔达:旷野之息》)。从感性到理性, 简要还原其复杂世界是如何建构的。
第二种是生物思维的。它也在我们「熟悉」的网络中,例如,蚂蚁、免疫机制、大脑和互联网。 随着近几十年生物学和复杂科学的发展,它们有一个统一的名字: 复杂适应系统(CAS);这类系统无法被物理学解释。
让我们先从电子游戏的体验开始吧,聊聊软件工程的杰作:开放世界游戏。
请相信我,开放世界的设计并不复杂 🤔
向物理学致敬的开放世界设计
人人都爱开放世界吧? 《塞尔达:旷野之息》奠定了游戏产业的新标准。
了不起的天气系统
《旷野之息》的天气系统不仅只是漂亮的视觉效果,还是几乎影响游戏世界一切的存在,这就是“系统驱动型游戏”。 —— Mark Brown¹
如果你仔细回想,并和大多数玩家的感觉一样, 我们一定能回想起无数和塞尔达天气系统相关的美妙体验:
爬山🧗🏻♀️, 下雨时我们会觉得好艰难(受苦之乐);
在夜晚🌛,这些哥布林怪物,真凶猛啊(挑战之乐);
有风时💨, 再力道的弓箭也没那么好用了(变化之乐);
还有不同地区环境下,植物、水果或昆虫, 这些我们的收集物有变化(强化之乐);
当然,还有强大雷电⚡️和火🔥, 如果我们顺势去驾驭,更可以事半功倍……
那些时刻的美妙记忆和感觉被唤醒了吗?太棒了,
如果你玩过任何一款类似的开放世界类型的游戏设计(法环、刺客信条、死亡搁浅、原神),都可以试着 recall 相关的天气体验。
(排序无先后,慢慢抛开玩家的视角,先理性飞一小会)
我们为什么会感觉自由?
类似开放世界游戏里面一个,专有名词是「系统驱动」。据Mark Brown¹ 分析,定义来自前育碧的首席程序员, Aleissia Laidacker 。(正在涉足XR)
她原始的定义是,
「系统驱动,指的是游戏所有系统间都存在关联;它们的设计的初衷,在于系统会相互影响。」
让我们认知对比下传统游戏和开放世界游戏设计的差异,一扇大门可能就要打开了:
不同于传统游戏,开放世界的每一个实体(无论是否有生命)都被当成一个系统;每个实体(房子、火、鸟、虫), 它们都会感知周围;
而玩家不是唯一制造变量的家伙, 其它实体之间也会制造输入和输出。
每个实体只要「输入」,就会有「输出」,会有连锁反应,会有涟漪效应;
不同实体(无论是否有生命)相互连接,带来带来各种开放方案的可能性;
用户可以隔山打牛, 可以一两拨千金,发现解放方案就不是唯一的。
通过为游戏注入在于「系统间的关联性」这一思想, 万物之间有了联系:
可玩性(复杂性)大幅提升了;随着我们对这种复杂性的驾驭,感觉越来越好了。 (通常第一个Boss之后)
除了天气系统,还有经济系统、战斗系统等都在一个可控的学习范围;开放性系统「杀死」了线性设计,干掉了固定和单一解决方案,「自由」感不断萌生。
用心理学语言说,你不断「互动」,「心流」就出来了。从神经学语言来说,你期待就兴奋, 你不确定就焦虑;就像斯金纳箱里面鸽子们的随机之舞²,不同的是,你对未来「预期」和掌控感,已经完全压过了不确定性。
而自由是持续「心流」和「期待」的结果,是一种满足感和不确定性的一种平衡状态。
(不确定性,是我们焦虑和恐惧等不适情绪的根源;但没有不确定性,我们会觉得无聊和不满足。大脑这些神经网络特性需要在下篇中展开)
有限拟真:游戏引擎的挑战
天气系统功不可没, 这么一个子系统为所有实体提升了大量「复杂性」,这就和传统游戏大大区别开了。(大多实体就是摆设,你没法和它互动)
例如,在不同天气系统下,哥布林这个实体会配合水火电风,各种不同做出「输出」,用户们因为直到这是模拟真实物理法则,我们过去多年的神经网络训练(所谓世界的知识)早就熟稔于心。玩起来,就毫无压力。
但是……
「系统驱动」这种简单模拟物理特性的复杂,是借助了物理引擎的力量。 (这就是我在和少楠讨论「游戏设计和软件差异」的第一点)
游戏世界的物理引擎,还是非常「有限」的模拟。
研究过天气系统的人都知道天气是一种数学上的超级复杂的混沌系统 ³,所以大家平时看到天气预报3天以上基本上就不太准了。
物理引擎目前不可能去完整模拟, 因此,游戏世界想打造物理世界的复杂性还有非常非常远的路要走。
就虚拟世界模拟真实的程度来说,我们也许可以做个比喻:
科学对物理世界的认知达到了「韦伯望远镜」水平,但游戏引擎所能做到应该还是「伽利略时代」那个镜片水平吧?
让我们小结一下,
开放世界背后的思想是「系统驱动型」,让实体相互关联,相互驱动。
每个实体之间都有「输入」和「输出」,这相当于解放只有玩家才能进行「输入」的传统设计思想。
天气系统也是一个拟真的系统,为每个实体注入了指数级的复杂性,玩法更加多样和开放了。
天气系统在真实物理世界是无法被预测的混沌系统, 任天堂团队发现只要弄个超简版的天气系统,整个开放世界的复杂性就指数提升了。
但就技术演化来说, 物理引擎还远远没到模拟真实物理法则的地步。
反过来说,游戏产业还很年轻,通过有限拟真,就已经发展到今天了,如果将来还能 引入 生命系统的复杂性,其「真实性」将何等震撼。
生物的智慧: 蚂蚁、免疫系统和大脑
我们通过对游戏系统拆解,解释了好玩来自复杂性,本质上用了物理学思维( 还原论)这样的方法论和心理模型⁴。
但是,生物的复杂性要难理解的多。先从简单的蚂蚁开始。
我想引入一个基本事实,激发对这个物种的敬畏和好奇:
你知道世界上有多少只蚂蚁吗?
答案是, 没人知道他们的精确数值,生物学家预估, 它们的重量加起来和60亿人类差不多。
换句话说,它们是比人类还要成功的物种。
接下来展开讨论生物的复杂性时, 我们最容易观察就是蚂蚁的集体智慧。它将让我们看到另一种复杂性,它无法被物理学解释。⁵
(我们下篇再续)
强烈推荐: Kurzgesagt这部精彩的科普影片《涌现:为何简单食物可以带来智慧》。
Hans 的引用和注释:
Mark Brown 游戏设计界知名的公共教练, 拥有极为科学专业水准的游戏策划解说。 Youtube 可搜索他的频道。 本文吸收了《The Rise of the systemic Game》的一些核心术语。
斯金纳箱。 讨论随机性、奖励机制以及心流体验, 我们绕不过行为主义心理学的发现,这里有一些深入对话, 不再这里展开。
天气系统的复杂性具有不可预测性, 详见混沌理论的说明和解释。
不同思想体系和方法,见Naval 推荐这些框架和模型,不限于 演化论、复杂理论、微积分等 https://web.okjike.com/originalPost/62c921c6c7238472ec426950
生物的复杂性, 有几个核心观念:涌现、自组织和信息处理。 每个点都需要很长时间的感性储备。所以,我引入引用Kurzgesagt的视频作品,可以对熟悉生物学提供大量的感性认知。