12.3 参数敏感性与漂移诊断
上线前先问「哪个参数最危险」，上线后再问「经济有没有跑偏」。这一节对五个关键参数做 ±20% 单参数扫描，按稳态存量摆幅排出最危险的三个参数；再用最小二乘从存量时序反推漂移速率，判定通胀/通缩/稳态，并以一组已知漂移的对照序列做检测基准验证。
tag
数值策划
共 67 篇文章。
9.3 账本模型与守恒约束
分层和归属定完资源的身份，这一节给经济配一个动态机制——复式账本：每一次资源变动都是一组借贷分录，产出记 @source、消耗记 @sink、玩家间转移只搬存量。配一段可跑的 Python 脚本，跑完一批交易后断言总量守恒，再用 B 层基准压测记账路径不会漏记。
9.2 绑定与非绑定、账号与角色
上一节按稀缺度给资源分了层，但稀缺度不回答「它归谁、能流到哪」。本节给资源加第二个正交维度：绑定与非绑定、账号级与角色级，用一张四组合表讲清同一资源在不同归属下能不能跨玩家交易、能不能账号内共享，并配一段可跑的 Python 脚本校验归属矩阵的完备性、一致性与反例自检。
9.1 资源分类与货币分层
经济系统的第一块地基是分层：把资源按稀缺度分成基础、进阶、稀有，把货币按流通范围分成软货币、硬货币、代币，讲清每层的作用与流通边界，并用一段可跑的 Python 脚本从 config 里读出分层、校验「每层至少一种资源」与「不存在孤立资源」。
7.2 内容产能与排期
上一节定下了版本列车的到站日期，本节回答「能不能做完」。用每个任务的人天估计与各职能每日产能，算出确定性完成日与瓶颈职能，再用蒙特卡洛把点估计变成区间，量化排期的系统性乐观偏差，并用《王朝纪元》版本的真实跑数，给出留缓冲与砍需求两类可执行决策。
4.2 解锁节奏与前置链
解锁节奏不是拍脑袋定天数：本节把每个系统的前置链与天数门槛写成一张门槛表，用 S 层脚本逐日推进，算出「第 N 天解锁第几个系统」的时间轴与累计曲线，再用 TypeScript 原型测试断言它与 Python 侧逐位一致，并解释为什么「前置满足」不等于「当天就能开」。
3.3 长线目标与追求感
把 SLG 的长线目标做成可校验的台阶刻度：给定每日发展度收入，算出《王朝纪元》8 级目标的达成日与相邻间隔，用「追求感带」判定每个台阶是太密还是太疏，并让 Python 与 TypeScript 两侧算出逐位一致的结果，把追求感从口头判断变成可回归的断言。
3.2 日/周/赛季三级节奏
把 SLG 的节奏拆成日、周、赛季三层时钟：用 24 小时行为密度曲线与行为锚点算出峰均比 266%，用周权重找到峰值日，用赛季相位划开荒到结算共 70 天，并给一个 B 层基准把设计曲线与均匀基线对照，说明为什么日峰均比可以高、周峰均比却要克制。
2.2 付费意愿分层
把「谁愿意花钱」从一句运营直觉变成一条可仿真的意愿轴：定义《王朝纪元》五层意愿分层，用动机原型的意愿基准加扰动抽出万人样本，算出各层占比、相对目标的偏差与每层的主导原型，并把同一份配置在 Python 与 TypeScript 两侧复算，全程只做画像、不碰任何定价。
2.1 玩家类型与动机模型
把「玩家为什么玩」从一句访谈结论变成可仿真的权重向量：定义《王朝纪元》五种原型的动机权重，用带种子的确定性 PRNG 抽出万人样本，算出人群占比、动机均值与 P90，并把同一份配置在 Python 与 TypeScript 两侧跑到逐位一致。
15.3 修复流程与回滚预案
识别出事、归类出事之后，最后一节回答出事那一刻该做什么。先把处置拆成发现、止血、定位、修复、补偿、复盘六步，再把最难的决策——回滚——切成三条边界：哪些能回滚、哪些只能补偿、哪些只能接受。配一段可跑的仿真，把「发多了资源」的一次事故在三种处置下算成货币通胀与玩家损失，并给出等权代价最小的推荐。
15.2 经济事故案例库
上一节教会我们认出可疑账号，这一节处理已经发生的事故。SLG 的经济事故翻来覆去就那么几类：产出漏洞、复制 bug、汇率套利、赛季重置算错、补偿发多。每一类都给「症状 / 根因 / 影响面 / 处置」四段，并把案例库结构化成一份可校验的配置——真实事故一律标 X（需真实业务环境，命令行不可复现），只归纳公开可观察的机制。
15.1 异常检测与打金识别
经济系统设计得再稳，也会被人从外部撬动。这一节把打金识别拆成四条可判定的统计规则——单位时间产出离群、资源转移的星型拓扑、账号行为高度同步、资源流向单一出口——用自己实现的确定性 PRNG 造一批模拟账号，跑出混淆矩阵与阈值扫描曲线，并用一份配置同时喂给 Python 与 TypeScript，证明两侧结果逐位一致。
14.2 定价机制与流动性
撮合规则只决定「谁和谁成交」，定价机制才决定「成交在什么价位、能不能一直成交下去」。本节讲价格如何形成——供需、锚定、系统指导价——以及流动性怎么用挂单深度、成交率、买卖价差来度量；再用多玩家限价订单簿仿真跑 40 轮，观察价格收敛与价差收窄，输出 CSV 与纯 Python SVG 图。
13.3 赛季重置与货币回收
赛季边界是 SLG 最彻底的货币回收手段。本节让四种方案（不清零 / 全额清零 / 按比例压缩 / 压缩+保底）各跑 10 个赛季、每赛季 90 天：不清零的赛季初存量膨胀到 2500 万，全额清零永远停在 0，按比例压缩收敛到 13 万却低于健康带，只有压缩+保底收敛到 20 万。附纯 Python SVG 与 TypeScript 对照。
13.2 沉淀机制与回收活动
同一段经济，叠加不同的沉淀与回收组合，存量曲线会走到哪？本节用《王朝纪元》跑 150 天：升级消耗、仓库税、交易税三档沉淀，限时兑换、赛季宝箱、拍卖行抽水三档回收，对比四种组合的终值与末段斜率，得出「沉淀决定稳态高度、回收决定到达速度」的结论。
13.1 通胀症状与成因
经济生病了，第一步是能诊断。本节把「通胀 / 通缩 / 健康」从口头判断变成可判定的量：读一段存量时序，算出存量、价格、交易三组日均变化率，再归因到产出侧、消耗侧或外部注入；用《王朝纪元》五个场景验证判定与归因，并给出判定稳定性与余量的 B 层基准。
12.2 闭环仿真与稳态判定
把产出与消耗合起来跑 180 天多玩家闭环仿真：300 名玩家、确定性 PRNG、逐日结算存量，判定经济是否收敛到稳态。输出 JSON、CSV 与纯 Python SVG 三曲线（存量/日产/日耗），并给出稳态偏差基准——第 170–180 天存量相对波动，软告警不硬失败。
12.1 存量/流量模型
把「存量 = 历史产出 − 历史消耗」写成方程，推导稳态条件：产出速率 = 消耗速率。用伐木场产出曲线与消耗曲线求数值解，讲清楚稳态是设计出来的——产出增速只要不低于消耗增速，稳态就不存在。附可跑的 S 层脚本与 TypeScript 原型。
11.3 消耗曲线仿真
把 11.1 的养成消耗与 11.2 的市场回收汇总成一条 N 天消耗曲线，用 S 层脚本跑出每天各消耗槽的明细与合计，再用 B 层基准对活动强度做蒙特卡洛抖动，量化总消耗的 P10–P90 带宽。闭环（产出与消耗一起建模）留给第 12 章。