Open Core 边界：78% 的代码开源，22% 才收费
开源哪一部分、闭源哪一部分，不是按「值钱」分的。本文用 48,600 行里的 78% 与 22%、180 个付费账号的 93.9% 动机，给出三条可复用的边界判据，以及核心功能下移、许可证收紧、托管专属 API 三种漂移的前兆。
tag
产品设计
共 81 篇文章。
3.1 素材生产线与批量产出
素材设计框架已在卷三 5 章写完，本节只做工业化产线：把钩子、场景、CTA、版式四个维度做笛卡尔积，用整数优先级裁剪到产能上限，再排出逐日交付计划；配 S 层 Python 仿真与 P 层 TypeScript 内核跨语言对拍同一份 config。
8.3 从实验到决策
显著性只回答「差异是不是真的」，不回答「值不值得上」。这一节把护栏指标（ARPDAU、崩溃率）、显著性、效应量合成一张决策规则表：护栏破了一票否决，不显著继续观察，显著但变差就停，显著但效应不足则迭代，达标才 ship；给出可跑的 Python 决策脚本与一个可交互的 W 层看板。
8.2 显著性、样本量与常见陷阱
分好组之后，怎么判断两组的差异是「真的」还是「碰巧」？这一节自实现两比例 z 检验（不依赖 scipy），按基线率、最小可检测效应、显著性水平与统计功效算出每臂最小样本量，并用布朗运动模拟「每看一次 p 值」如何把假阳性率从名义 50‰ 抬到 70‰ 以上，给出可跑的 Python 仿真与同口径的 TypeScript 内核。
8.1 实验设计与分流
把「做实验」从拍脑袋变成可复现的工程：用 FNV-1a 哈希把用户确定性地分到对照与实验臂，再用带盐哈希模拟日志丢失、用样本比例失衡（SRM）检查把「分流坏了」变成可断言的数字，给出可跑的 Python 仿真、同口径的 TypeScript 内核与 5 项单元测试。
6.3 增长预算分配
把固定日预算按最小单位拆份、逐份投给边际新增最高的渠道（贪心水填），用整数几何衰减建模边际收益递减，给出可跑的 Python 分配脚本与 B 层稳健性基准，验证水填优于平均分、且分配大头对 ±20% 参数扰动不敏感，把「一笔钱怎么分」变成一段能跑出数字的决策。
6.1 自然增长与裂变机制
把裂变从「社交设计」搬进「增长模型」：用一个带留存与买量注入的 DAU 递推，算清自然量占比与有效获客成本，给出可跑的 Python 仿真、同口径的 TypeScript 内核与 4 项单元测试，验证 K 越高、自然量占比越高、被摊薄的获客成本越低。
16.3 原型回放与方案交付
方案交付的最后一关，是把它变成一次能被人亲手重放的回放。本节先声明回放录制参数（D 层）——种子、列数、步数、时间跨度与合成阈值；再用一段 P 层内核把录制序列重放成确定性的终局与摘要（FNV-1a）；最后把同一段内核打成单文件 HTML（W 层），用无头浏览器读回摘要，断言它与 Node 单测逐位相同，并截图留证。
14.2 关键决策复盘
《合成小岛》一路走来做过不少岔路口选择：引擎怎么选、变现怎么配、包体怎么裁、难度怎么排、增长靠买量还是自然、新版本全量还是灰度、运营有没有活动。这一节把七条关键决策做成一份可评分的台账，量化每条决策的预测偏差与机会成本，算出「决策质量分」，再用 ±15% 缩放做一次对照，看复盘结论稳不稳。
12.3 节点运营与内容日历
活动有了模板、赛季有了节奏，最后一件事是把它们排到同一张日历上：节日、版本、赛季、平台活动、日常活动怎么错开、不撞车、不超产能。本节给出一份节点排期配置，用 S 层脚本做四条校验——同类间隔、重类型间隔、重节点并发、每周产能——把「排期靠拍脑袋」变成能报错的数字。
12.1 活动模板与奖励预算
活动是运营最常用的抓手，但「做个活动」背后是一套模板加一份奖励预算。本节把四类活动模板（排行榜赛 / 收集兑换 / 每日签到 / 回归返场）写成配置，用 S 层脚本算人均奖励、发放总量、净通胀与预算超支，再算活动 ROI，把「奖励发多少才不把经济搞崩」变成能跑出来的数字。
16.3 原型回放与设计案交付
验收在 Python 侧跑完了，交付前还差最后一步：亲手证明同一份配置在 S 与 P 两侧算出同一串数。本篇给出一段配置驱动的原型回放，把结算、战斗、赛季推进串成一条确定性转录，用 node --test 钉成断言，再在原型层复核跨章不变量，最后收束整部设计案的交付。
16.2 全链路仿真验收
装配只保证了产物齐全，验收才回答「数对不对」。本篇把前面各章留下的产物汇总进一次全链路验收，逐项断言关键不变量：经济守恒、战力排序、概率归一、匹配收敛、赛季压缩在带内、实验第一类错误率覆盖。检查分声明式与派生两类，覆盖 S 仿真、P 原型、B 基准三层，再补一层余量基准看结论过得稳不稳。
16.1 把两卷装配成完整设计案
前 15 章各产出一批 config、sim、proto 与 out 产物，收尾这一章要做的不是再写一套结论，而是把它们装配成一份可交付的设计案。本篇给出一份装配清单，把两卷 30 章的代表性交付物登记成可追溯索引，跑一个脚本逐条核对「配置源 + 产物」是否真的在磁盘上，并报告覆盖度。
11.3 CAC 与买量口径
CAC 与 ROI 是唯一不能在本机复现的一组数——它们来自真实买量后台。本节把「口径与计算」拆出来：用 config/n11_ltv.json 的 LTV 曲线与三种 CAC 情景，算回本周期与 LTV/CAC 比值，跑出自然量 2.28、混合 1.43、买量为主 0.81，并逐处划清哪些是设计假设、哪些是命令行可复现的换算。
《SLG 游戏产品设计》卷二《数值平衡与商业化运营》目录与阅读路径
《SLG 游戏产品设计》卷二《数值平衡与商业化运营》全书目录：16 章 48 节，第三部分讲属性与战力、成长曲线、战斗数值、兵种阵容、掉落概率、抽卡礼包、匹配分段、赛季膨胀控制，第四部分讲付费点、定价折扣、LTV 与回本、留存漏斗、A/B 实验、活动赛季、联盟 GVG 运营与设计案装配。每一节都配可跑的 Python 仿真或 TypeScript 原型。
《SLG 游戏产品设计》卷二《数值平衡与商业化运营》· 全书目录与章节索引（50 篇）
《SLG 游戏产品设计》卷二《数值平衡与商业化运营》全 50 篇。第三部分（第 1–8 章）讲属性与战力模型、成长曲线、战斗数值基础、兵种与阵容数值、掉落与概率、抽卡与礼包、匹配与分段、赛季数值膨胀控制；第四部分（第 9–16 章）讲付费点、定价与折扣、LTV 与回本、留存与漏斗、A/B 实验、活动与赛季制、联盟与 GVG 运营，以及把两卷装配成一份可交付的设计案。每一节都配可跑的 Python 仿真或 TypeScript 原型，围绕虚构 SLG《王朝纪元》与贯穿工具链 bastion 展开。
1.3 自研 vs 引擎：什么时候值得自己写
把「自研还是用引擎」变成一个可算的分界问题：用整数递推把引擎路径（前置 120 人时、每项功能按 70% 消耗、对定制功能加 55% 约束代价）与自研路径（前置 260 人时、逐项提速）逐步累加，看累计人时何时交叉，再用 5×5 网格扫出什么条件下自研划算。
附录 B：配置表字段字典与 schema
bastion 的配置表字段字典与 schema：resources / buildings / units / battle 四张核心表的每个字段含义、类型与取值范围，整数比与整数百分比的表达约定，以及一份可跑的 schema 校验脚本——它能在仿真和原型跑之前，先把配错字段的配置拦下来。
序：为什么写一套能跑的 SLG 设计书
产品设计书最容易写成散文：道理都对，落不了地。这篇序讲清楚这套书的写法——把 SLG 的设计写成可验证的模型，每一节配可跑的仿真或原型，一份配置两处消费，改一个数字两边结果都变。也讲清楚它与站内既有的 SLG 技术架构、经济平衡、赛季运营等内容的边界。