一個能讓數(shù)學家算到禿頭的NP-hard問題，現(xiàn)在成了手游的核心玩法。GeoQuest團隊正在把「旅行商問題」（Traveling Salesman Problem，TSP）塞進手機，讓用戶自己規(guī)劃路線——預算、時間、距離全都要管。

這不是什么學術demo。團隊要面對的是更棘手的命題：當用戶畫出一條「夢中情線」，系統(tǒng)怎么告訴他「這路線數(shù)學上不可能」而不被罵娘？

產(chǎn)品經(jīng)理的噩夢：算法對了，體驗崩了

傳統(tǒng)TSP求解器跑在服務器后臺，輸出發(fā)給司機就行。但GeoQuest把決策權交給了 casual user（ casual user ），實時反饋成了剛需。

團隊踩的第一個坑是「硬阻斷」。用戶剛畫完路線，彈窗提示「超出預算，請重試」。測試數(shù)據(jù)很難看——次日留存直接腰斬。一位參與測試的用戶反饋：「我知道錯了，但你倒是告訴我錯在哪??？」

硬阻斷的問題在于剝奪了用戶的探索感。物流規(guī)劃本身是個試錯學習的過程，但游戲不能做成Excel表格。

第二種方案：讓失敗成為玩法

團隊轉向「軟失敗」設計。用戶提交路線后，系統(tǒng)不攔截，而是跑完整套模擬——卡車半路拋錨、貨物超時變質、預算赤字報警——用可視化災難讓用戶自己長記性。

這個方向保留了 player agency（玩家自主性），但引發(fā)了新的爭議：有些用戶確實只想快速通關，被迫看「破產(chǎn)動畫」等于懲罰認真玩家。

團隊內部為此吵了三輪。負責算法的工程師傾向于「智能預檢」，在畫線階段就灰掉不可行路徑；UX設計師堅持「后果教育」，認為只有承擔后果才能建立真實認知。

第三種路線：動態(tài)難度+漸進披露

目前的折中方案是分層反饋。畫線階段，系統(tǒng)用顏色漸變提示風險（綠色=安全，橙色=緊張，紅色=危險），但不阻止提交；模擬階段，根據(jù)用戶歷史行為調整災難的「戲劇性」——新手看到詳細拆解，老玩家直接給結果。

這個設計偷師了一個冷門領域：嚴肅游戲（Serious Games）。美國軍方用類似機制訓練后勤軍官，讓學員在虛擬沙盤中「燒掉」幾百萬美元預算，比課堂講解印象深刻十倍。

GeoQuest的挑戰(zhàn)在于，軍事模擬可以犧牲趣味性換取教育效果，商業(yè)手游不行。

地圖API的隱藏成本

實時反饋的另一個瓶頸是數(shù)據(jù)成本。每做一次路線可行性校驗，就要調用地圖API計算距離、路況、時間窗。按團隊估算，如果每個用戶每次畫線都觸發(fā)全量校驗，月度API賬單能買一輛特斯拉。

工程師的解法是做客戶端預篩：先用簡化模型（直線距離+靜態(tài)路況）快速排除明顯離譜的路線，只有「看起來可行」的方案才送服務器精算。這個分層策略把API調用量壓到了原來的12%，但代價是偶爾出現(xiàn)「客戶端說能走，服務器說不行」的錯位——團隊正在用置信區(qū)間算法修補這種尷尬。

一個未解的權衡

GeoQuest的困境其實是整個模擬游戲品類的縮影。Cities: Skylines的玩家抱怨「交通AI太蠢」，SimCity的老玩家懷念「可以故意搞崩城市看災難」的自由——但后者的商業(yè)表現(xiàn)證明，多數(shù)用戶其實不喜歡真正的失敗。

團隊負責人最近在內部論壇拋出一個問題，至今沒有標準答案：「如果90%的用戶第一次玩就選『簡單模式』自動規(guī)劃路線，我們算不算背叛了『教育用戶理解物流復雜性』的初衷？」

這個問題沒有寫在需求文檔里，但決定了GeoQuest最終會成為「披著物流皮的拼圖游戲」，還是「真正讓人頭疼的供應鏈模擬器」。你傾向哪邊？