去年丝之歌发售的时候，我在直播间和各位一起尝试了这款游戏，并且在大家的监督下100%通关了。通关真结局的当晚，心情久久不能平复。
第一章——困惑
第一天要下播的时候，我愤怒的打开了我的白板，开始给直播间为数不多的观众讲为什么丝之歌差，差在哪。丝之歌的缺点多到数不清，我可以滔滔不绝的讲40分钟。但最终来看，丝之歌确实是这几年我玩的最投入，带给我最深刻体验的游戏之一了。如果问我的主观感受，我想给这款游戏打90-95分。
当天晚上我不停的在想，问题在哪？丝之歌这个游戏让我对我的游戏理念产生了不自洽感。我最相信的方法论告诉我，丝之歌很多地方是错的，是“低级问题”，要狠狠扣分；但我的身体告诉我，这个游戏的评分一定要比空洞骑士高，还要高不少。
这段时间我一直在思考这个问题，直到最近玩了终末地以后，我决定系统的整理一下这段时间的想法。
不知道大家有没有经常关注游戏评分。ign也好，fami通也好，或者是浏览mc评分。有些是以10分满分、有些是以100分为满分，fami通是40分满分。这些媒体的评分标准往往是在满分的基础下，根据个人感受为游戏打分，先假定一个平庸的游戏能拿到的分数，然后优缺点就扣分，有特别的优点就“瑕不掩瑜”一下，足够“神作”且没有缺点就给接近满分或者满分。
我也有一段为游戏打分的经历。从我一开始接触游戏行业时写评测，到后来给国内的游戏设计活动当评委，以及给TapTap年度大赏当评委，其实都是类似的工作。某些比赛性质的评分会为不同评委寻找与特定作品对应的参考分数，但大家评价的逻辑基本上也和我刚刚说的大差不差。
再回到开头的问题，对于丝之歌来说，一系列严重影响玩家体验的问题，在当前的评价标准下绝对是大的扣分项，甚至会被打上“史”的标签；为什么一款让我觉得“缺点满满”甚至受尽折磨的游戏，我却觉得传统评分系统根本配不上它，甚至想拼命给它打满分。难道是我们评价游戏的方式出现问题了吗？
第二章——现状
现在的媒体评分，是一个把最追求创新的游戏和最保守最工业化的游戏放在一起比较的系统。越成熟的设计结构越不容易出错，反之，越罕见和创新的结构则更容易出错；同样的，相通复杂度的问题，执行的量越大，越会积累更多问题。游戏媒体认识到了这一问题，所以“罐头游戏”越来越多的获得一个“保底分数”；但这不能根本的解决这个问题。问题的关键在于，现在的“满分制”评价体系，无法很好的涵盖这些内容。而很多时候恰恰是这些“不保稳”的设计，带给了玩家最极致的体验。
我还记得《赛博朋克2077》刚发售的时候，同样也是问题不断。就算我不去看网上的差评，严重到影响体验的闪退和bug我自己也遇到过不少。但2077同样也是我玩到上头的一款游戏，还没等到官方修复就通关了。
如果让当时的《赛博朋克2077》和某些大厂的罐头年货相比，你会发现非常荒谬，要知道当时的2077最低只有3/10分。我可以理解，更低的评分可以让官方重视问题，同时也是玩家对问题发泄情绪的出口。但这确实和我在游戏中获得的乐趣相违背。在当时，2077中新鲜的地图搭建、美术表现，复杂的可玩性组件的组合与其中的涌现可能，带来了超高的新鲜感和游戏乐趣。
我的担心是在于，这样的评分系统，是否正在潜移默化地影响玩家的购买决策，以至于成为助长大厂“求稳”风气的罪魁祸首。
总地来说，如果“完美地做到一个简单的事”在很多情况下比“做一件困难但无法保证完美的事”更能被承认的话，本质上是在鼓励所有人做简单的事。这会促使厂商做成熟的项目“藏拙”。但话又说回来，如果评分系统不把游戏的“执行性问题”作为扣分项的话，又会促使厂商忽视发售时游戏潜在的问题。
那么，有没有一种方法，能同时直观地展示这两个维度的价值？
第三章——跳水
有的兄弟，有的。我第一时间想到了跳水运动。
在跳水运动中，评委和裁判严格的按照难度系数和完成情况为选手计分，每一套难度动作根据其组成有一个对应的难度分。运动员完成后，由裁判在绝对不能受动作难度系数影响的情况下为选手给出完成分。最后讲难度分与完成分相乘，得到最后的总分。我觉得这个评分体系非常适合游戏的评分。
不妨把现在的评分体系解耦。
Score(最终游玩价值) = DD (设计深度) × E (体验完成度)
DD (Design Depth) - 设计深度
衡量游戏设计与机制的复杂程度、自由度，并从玩家视角判断这些机制带来的体验、新鲜感与乐趣的上限。这个维度从玩家玩家视角出发，侧面体现游戏的设计者为自己的团队出了一道多难的题，并尽可能忽略最终未造成玩家体验变化的无意义加难。
E (Experience Execution) - 体验完成度
衡量开发者在既定的“设计深度”下，将设计实现到位的能力。参考游戏运行扎实度（BUG、掉帧、崩溃等）、游戏体验、操作反馈、UIUX引导逻辑及各种易用性问题等，它代表这道“难题”的答卷清晰度与正确率。
传统计分模式的问题
简单总结下。在这个思路下回看传统计分模式，我发现了一些问题：
不同模式的强制对标：将体量极小、机制单一的独立游戏，与系统庞大、模拟万物的 AAA 开放世界大作放在同一维度比较，掩盖了两者在“设计野心”上的巨大差异。
是惩罚短板，还是“容错率陷阱”：系统越复杂越创新的游戏，越容易因为不可避免的 Bug 和体验断层被扣分；而系统保守、机制极简的游戏反而容易“藏拙”拿高分。这实质上惩罚了玩法创新，逼着游戏设计走向“罐头化”。
时代绝对性和相对性：传统计分具有相当的时效性。当大家在评分时，往往只是在和同时期的游戏做横向比较，当时间维度拉长后，无法反映跨越时代的绝对视角下的设计价值。
新计分模式的价值
技术的进步会不断拉高“DD”维度的上限，但一款老游戏在其时代所达到的“E”（完美落地）是永恒的。比如《塞尔达传说：时之笛》，如果在新的评判方式下评价，“DD”会停留在当年的水平，为我们指示这款游戏在当今绝对的设计价值；而“E”则能为我们展现这款游戏在当年无与伦比的时代价值。
在游戏设计方法论越来越完善的今天，新的评分标准更能使这些方法论在游戏评价领域得到更好的应用。
现在再来看丝之歌。与空洞骑士的对比中，或许空洞骑士的E值略高于丝之歌，但丝之歌有着明显更高的DD值。最终的评分在我看来就不奇怪了，丝之歌理应获得更高的分数。
我想向你描述以下这意味着什么：一群固执的设计师，逆着时代“保姆式引导”的洪流，挑战自己在乐趣与表达上更高的上限，为我们带来了一盘难嚼但回味无穷的第九艺术大餐。这也是过了这么久，我想为丝之歌平反的原因。
还有一个例子：以《无人深空》为例，2016年，他画了一个超级大饼（高DD值），但首发时一塌糊涂（低E值），最终差评如潮。持续优化多年后，Hello Games极高的提高了完成度（拉高了E值），不仅兑现了最初的大饼（DD值），还通过免费DLC的更新拓宽了游戏玩法的边界（拉高了DD值），完成了从“年轻人的第一次上当”到特别好评的大逆转。
关于新计分模式的思考
在我想到这个系统后，我第一时间思考的是，现在的评分系统是利好小体量游戏破除大厂垄断的系统。“蔚蓝”、“空洞骑士”、“死亡细胞”这样的作品可以在这套体系下获得超越3A认可。
但我乐观的认为，好的评分体系应该是让新的玩家在购买游戏前更了解这款作品。玩家会自行在同品类游戏中比较不同游戏的两个维度的水平，来指导自己的购买。有的玩家更喜欢“有野心”的游戏，而有些玩家更喜欢“体验丝滑”的游戏。玩家会在比较中自行评判。
还有一点思考。我对这套系统的思考完全基于游戏设计这一小小的版块，但我想游戏的其他几个维度或许同样适合这样的评价方式，尤其是高度受游戏与相关艺术工业化影响的板块，比如美术与音乐。但我对这些板块知之甚少，也欢迎与有相关知识的大佬一起分享想法。
这篇文章全程未使用AI辅助。也感谢你在这个AI的时代看到这里。关于这个计分系统，这只是我初步的想法，文中未涉及每个板块具体如何评分的方法与规则，仅讨论概念。欢迎各位在评论区开放讨论。
