飞升/转生系统专题：转生曲线怎么画、过渡期怎么设计、数字膨胀怎么控制-平芜编程栈

本文是「放置游戏策划实战」系列第 6 篇，回到数值线深挖飞升/转生——这是放置类游戏最核心、也最容易被做坏的系统。
P2 里我们推导了"每轮增量 = ln(b)/ln®"这个公式，知道飞升乘区 b 决定了多周目节奏。P5 里我们把它定位为长循环的核心钩子。今天这篇要把飞升系统从"概念"拆到"可执行"：转生奖励曲线的数学形态、过渡期的体验设计、以及三种数字膨胀控制策略。

一、飞升奖励曲线：为什么必须是凹函数
二、α 参数选择：从 0.3 到 0.7 的调参区间
三、过渡期体验：重开到底有多痛？
四、数字膨胀控制：三种策略与优劣
五、最佳飞升时机：什么时候该按按钮？
六、完整可运行脚本
七、总结与下期预告

一、飞升奖励曲线：为什么必须是凹函数

问题

玩家决定飞升时，你根据他"本轮累计获得的总资源量"来计算给他多少永久加成。这个映射关系就是飞升奖励曲线。

最常见的错误是写成线性关系：

# ❌ 线性奖励 —— 会导致增长失控permanent_bonus=base_bonus ×(total_earned/threshold)

看起来很合理——资源越多奖励越多。但问题是：如果奖励和资源成正比，那么随着游戏进行，每次飞升获得的加成会与累计资源同步放大，后期数值迅速膨胀到玩家无法感知差异。

数学模型

更通用的形式（以首次飞升门槛E0归一化）：

bonus_multiplier = 1 + K × (earned / E0) ^ α

其中α（alpha）决定了曲线的凹凸性，K是首飞时的加成幅度。三条曲线共用同一个K，这样α就是唯一的形状变量，方便对比：

α = 1 → 线性：奖励正比于资源 → 增长无上限
α < 1 → 凹函数：边际递减 → 增长减速（但仍趋于无穷，只是慢得多）
α > 1 → 凸函数：边际递增 → 更快失控（基本不会用）

澄清一个常见误解：凹函数（α<1）并不能让增长"有界"——earned^0.5在 earned→∞ 时依然趋向无穷。它的真正作用是边际递减：资源翻倍时奖励只增长2^α倍（α=0.5 时约 1.41 倍），远小于线性的 2 倍。这让后期的膨胀速度大幅放缓，配合飞升重置就能把数字控制在可读范围内。

实验

取K=1、首飞门槛E0=10万，三条曲线在首飞点（earned=E0）都恰好给出bonus=2x，然后看累计资源从 1 千到 1 万亿时各自的走势：

结果

曲线类型	α	累计 1,000 时	累计 10 万（首飞）	累计 1 亿时	累计 1 万亿时
线性	1.0	1.0×	2×	1,001×	10,000,001×← 💥 失控
凹函数（推荐）	0.5	1.1×	2×	33×	3,163×← ✅ 可控
过平	0.3	1.3×	2×	9×	127×← ⚠️ 激励太弱

核心发现（log-log 图的直观解读）

在双对数坐标上，每条线的斜率就等于 α：

红线（α=1）斜率 45°——直线上升，意味着累计资源每增长 10 倍，奖励也增长 10 倍。到了后期（1e12），一次飞升直接给千万倍加成——这会让后续所有数值彻底崩掉。
绿线（α=0.5）斜率约 26°——平缓得多。累计资源增长 1 万倍（1e8→1e12），奖励只增长约 100 倍（33→3163）。边际递减让长期膨胀速度大幅放缓。
蓝线（α=0.3）斜率最平——虽然绝对安全，但激励太弱。玩家跑了很久才给 127 倍加成，会觉得"不值得飞升"。

黄金法则：α 取值应在 0.45 ~ 0.55 区间。太高（>0.7）后期膨胀失控；太低（<0.35）前期激励不足导致没人愿意飞升。

二、α 参数选择：从 0.3 到 0.7 的调参区间

不同 α 的实际影响（K=1，E0=10万）

α	首飞加成	累计 1 亿时	累计 1 万亿时	适用场景
0.35	2×	9×	127×	休闲向、节奏偏慢
0.45	2×	22×	1,414×	偏保守
0.50	2×	33×	3,163×	推荐区间
0.55	2×	48×	7,081×	重度养成、硬核
≥0.70	2×	251×	251,189×	⚠️ 后期必崩

怎么选你的 α？

两个步骤：

定首飞门槛和加成：
- E0= 你期望的首飞累计资源量（如 10 万）
- K= 首飞时的加成幅度（建议取 1，即首飞bonus=2x）
- 这样所有 α 在首飞点给出相同的 2x，方便横向对比
检查长期上限：
- 假设玩家最终能累计到1e12，查上表对应 α 的 bonus
- 如果 > 10,000x，说明 α 偏大，后期数字会失控
- 推荐 α=0.50 时，1e12 对应 3,163x——配合飞升重置，单轮数字仍可控

和 P2 的 b 参数配合：飞升后的永久乘区b（P2 讲的"每轮增量"）和这里的bonus_multiplier是两个不同层面的东西：
b= 飞升操作本身给的基础战力乘区（如 ×1.5）
bonus_multiplier= 飞升时根据累计进度额外给的乘区加成（来自本篇公式）
两者相乘才是总效果：总永久加成 = b^c × bonus_multiplier_c
建议先定 b（1.35~1.55），再微调 α 来控制长期上限

三、过渡期体验：重开到底有多痛？

问题

飞升的本质是重置当前进度换取永久加成。那问题来了：重开后，玩家需要多久才能"追回来"？

如果追回来的时间太短（比如 5 分钟）→ 飞升没有成本感 → 玩家疯狂刷飞升 → 失去意义
如果追回来的时间太长（比如跟第一次一样久）→ 每次都像从头开始 → "白重开"感（P2 讲过弱飞升的问题）

实验

我模拟了两种飞升强度下，从零推回第 20 关所需的天数随轮次的变化：

结果

飞升强度	第 1 轮（首飞）	第 3 轮	第 5 轮	第 7 轮	过渡期缩短比例
强飞升 ×1.50	8.5 天	6.5 天	4.5 天	2.5 天	缩短 71%
弱飞升 ×1.10	8.5 天	8.0 天	7.6 天	7.1 天	仅缩短 17%

解读

强飞升（×1.50）：第 5 轮只需要 4.5 天就能回到第 20 关——比首轮快了将近一半。随着轮次增加，过渡期持续缩短，玩家从"重新爬坡"逐渐变成"碾压旧关卡"的快感。这正是 P2 说的"质变感"的具体体现。
弱飞升（×1.10）：第 5 轮还需要 7.6 天——和首轮几乎没有区别。玩家每次飞升都要重新经历一遍完整的"爬坡"，体验极其糟糕。

过渡期设计的实操建议

理想过渡期长度 = 首轮时间的 30%~60%。

即：如果玩家第一次从 1 关推到 20 关花了 8 天，飞升后应该能在 2.5~5 天内回到同一位置。

实现手段（按优先级排序）：

调整飞升乘区 b（最直接）——b 从 1.1 提到 1.5 就能把第 5 轮过渡期从 7.6 天压到 4.5 天
飞升保留部分非核心进度——例如保留已解锁的装备槽位或技能树节点（只重置等级/数值），减少"完全归零"的挫败感
飞升后给予临时 buff——前 24 小时内攻击力翻倍之类的"起飞助推器"，帮玩家快速度过早期关卡
解锁新内容作为补偿——飞升后立刻开放一个之前没有的新系统（如新职业/新地图），让"失去的"被"新获得的"覆盖

四、数字膨胀控制：三种策略与优劣

问题

即使有了飞升重置，数字仍然会在多周目的累积中越来越大（因为b^c在增长）。加上单轮内的战力成长（挂机产出→升级→推图），显示出来的数字迟早会变成1.23e308这种天文数字。

三种策略

策略 A：无控制（❌ 绝对不要这样做）

不做任何处理，让数字自然增长。结果如红线所示：第 20 轮左右峰值战力就已经突破 10^25。这带来三个致命后果：

浮点溢出：JavaScript 的Number.MAX_SAFE_INTEGER是2^53 ≈ 9e15，超过这个数精度丢失；Python 的 float64 上限约1.8e308，再大就是inf
玩家麻木：看到1.2e25和看到1.5e25没有任何区别——数字失去了参照意义
存储/传输开销：大数字序列化后体积更大，对移动端性能不利

策略 B：飞升重置（✅ 根本解决方案）

每次飞升时清空当前进度，只保留永久加成（b^c）。结果如绿线所示：单轮峰值战力恒定在有界范围内（本例中约为 171）。

关键点：飞升重置解决的是"单轮内"的数字爆炸——每一轮的数字都在可控范围（比如 10~200），只有跨轮的永久加成在缓慢增长（而那个增长已经被 P2 的公式约束为有限多周目）。

策略 C：对数压缩 / 科学计数法（⚠️ 辅助方案）

不改变底层值，只改变显示方式：

1,234 → 1.2K 123,456 → 123.5K 1,234,567 → 1.2M 1,234,567,890→ 1.2B > 10^15 → AA / AB / AC ... （沿用 Cookie Clicker 的 AA 表示法） > 10^308 → e308 格式

优点：实现简单，一行代码就能搞定。
缺点：只治标不治本——底层数字仍在膨胀，溢出风险依然存在。必须配合策略 B 使用。

五、最佳飞升时机：什么时候该按按钮？

这是每个飞升类游戏玩家都会问的问题：“我现在该不该飞升？” 作为策划，你需要确保答案是明确的、可计算的，而不是模糊的"感觉差不多就行"。

最优飞升条件

当满足以下不等式时，飞升的净收益 > 继续玩的收益：

(b^1 - 1) × 当前总产出 > (继续玩 Δt 时间的新增量) × 未来 N 轮复利

简化版实用规则（不需要精确计算也能用）：

当"本次飞升获得的永久加成带来的额外产出" ≥ "再玩一轮当前关卡的预计产出"时，就该飞升了。

具体例子

假设你的飞升参数：

b = 1.50（每次飞升基础战力 ×1.5）
当前每小时产出 = 100 金币
飞升后因 b=1.5，下一轮每小时产出提升 50%（因为战力更高→打怪更快→产出更多）
但飞升后需要 3 天过渡期才能恢复到当前关卡水平

决策：

如果不飞升，接下来 3 天产出 =100 × 24 × 3 = 7,200 金币
如果飞升，过渡期 3 天内产出较低（假设平均 30/h）=30 × 24 × 3 = 2,160，但之后每小时变成 150
飞升后**需要(7200 - 2160) / (150 - 100) = 100.8 小时 ≈ 4.2 天**就能追回损失
之后每多一天都是纯赚（50 vs 0 的差价）

结论：只要你还打算继续玩超过一周，现在飞升就是正收益。

给玩家的 UI 提示

不要让玩家自己算。在飞升按钮旁边加一行提示：

💡 建议：本次飞升可获得 +50% 永久产出加成， 预计 X 天后追平当前进度，之后每天多赚 Y 金币。 [立即飞升] [稍后再说]

把复杂的数学隐藏在友好的文案后面——这就是好的 UX。

六、完整可运行脚本

保存为ascend_system.py，一键生成全部 3 张实验图表：

# -*- coding: utf-8 -*-"""飞升/转生系统实验器 —— 奖励曲线 / 过渡期 / 膨胀控制"""importnumpyasnpimportmatplotlib matplotlib.use("Agg")importmatplotlib.pyplotaspltfrommatplotlibimportfont_managerasfmimportos,platform# ── 跨平台中文字体 ──_sys=platform.system()if_sys=="Darwin":FONT="/System/Library/Fonts/STHeiti Medium.ttc"elif_sys=="Windows":FONT="C:/Windows/Fonts/msyh.ttc"else:FONT="/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc"fm.fontManager.addfont(FONT)plt.rcParams["font.family"]=fm.FontProperties(fname=FONT).get_name()plt.rcParams["axes.unicode_minus"]=FalseOUT="./csdn_images/p6"os.makedirs(OUT,exist_ok=True)P0,REQ0,R,M=10,12,1.15,1.5deflevel_req(n):returnREQ0*(R**n)*(1.6ifn%10==0else1.0)deffp(s,b=False):returnfm.FontProperties(fname=FONT,size=s,weight="bold"ifbelse"normal")# ── 1. 奖励曲线（归一化公式）──defreward():earned=np.logspace(3,12,200)E0,K=1e5,1.0fig,a=plt.subplots(figsize=(8,4.6),dpi=110)cases=[(1.0,"#DC2626","线性 α=1（膨胀失控）"),(0.5,"#16A34A","凹函数 α=0.5（推荐）"),(0.3,"#4F46E5","过平 α=0.3（激励弱）"),]foralpha,col,labincases:a.plot(earned,1+K*(earned/E0)**alpha,color=col,lw=2.4,label=lab)a.set_xscale("log");a.set_yscale("log")a.set_xlabel("飞升前累计获得资源（对数轴）")a.set_ylabel("飞升获得的永久乘区（对数轴）")a.set_title("飞升奖励曲线：斜率α必须<1否则膨胀失控",fontsize=13,weight="bold",fontproperties=fp(13,True))a.legend(fontsize=9);a.grid(alpha=.3)fig.tight_layout()fig.savefig(f"{OUT}/p6_01_奖励曲线.png",dpi=110)plt.close(fig)# ── 2. 过渡期 ──deftransition():deftt(tgt,cyc,b):returnmax(np.log(level_req(tgt)/(P0*b**cyc))/np.log(M),0)c=np.arange(0,8)ts=[tt(20,x,1.5)forxinc]tw=[tt(20,x,1.10)forxinc]fig,a=plt.subplots(figsize=(8,4.4),dpi=110)a.plot(c,ts,color="#16A34A",lw=2.6,marker="o",ms=6,label="强飞升×1.50")a.plot(c,tw,color="#DC2626",lw=2.6,marker="s",ms=6,label="弱飞升×1.10")fori,vinzip(c,ts):a.annotate(f"{v:.1f}d",(i,v),textcoords="offset points",xytext=(0,9),ha="center",fontsize=9,fontproperties=fp(9))a.set_xlabel("飞升轮次")a.set_ylabel("重开推到第20关所需天数")a.set_title("过渡期体验：强飞升让'重开'越来越轻松",fontsize=13,weight="bold",fontproperties=fp(13,True))a.legend(fontsize=9);a.grid(alpha=.3)fig.tight_layout()fig.savefig(f"{OUT}/p6_02_过渡期.png",dpi=110)plt.close(fig)# ── 3. 膨胀控制 ──definflation():c=np.arange(0,101)pc=M**7nc=P0*(pc**c)rp=np.full_like(c,P0*pc,dtype=float)fig,a=plt.subplots(figsize=(8,4.4),dpi=110)a.plot(c,nc,color="#DC2626",lw=2.4,label="无飞升重置（数字爆炸）")a.plot(c,rp,color="#16A34A",lw=2.4,label="飞升重置（单轮峰值有界）")a.set_yscale("log");a.set_ylim(1,1e30)a.set_xlabel("飞升轮次")a.set_ylabel("单轮峰值战力（对数轴）")a.set_title("膨胀控制：飞升重置让数字有界，无控制则溢出",fontsize=13,weight="bold",fontproperties=fp(13,True))a.legend(fontsize=9,loc="upper left");a.grid(alpha=.3)fig.tight_layout()fig.savefig(f"{OUT}/p6_03_膨胀控制.png",dpi=110)plt.close(fig)if__name__=="__main__":reward();transition();inflation()print("✅ 全部图表已保存至",OUT)

七、总结与下期预告

飞升/转生系统是放置游戏的命门。今天我们从四个维度把它拆透：

维度	结论	口诀
奖励曲线	必须用凹函数（α<1），推荐 α=0.48~0.55	斜率 < 1，膨胀放缓
α 参数	首飞 2x 加成，累计 1 万亿时控制在数千倍	前期够甜，后期有顶
过渡期	强飞升让重开时间逐轮递减	越飞越轻松，不是白重开
膨胀控制	主方案飞升重置 + 辅助对数显示 + BigNumber 兜底	单轮有界，全局可控
最佳时机	追平时间 ≤ 7 天就值得飞	别让玩家自己猜，告诉他答案

飞升系统终极检查清单：

奖励曲线是凹函数吗？（α < 0.70？）
飞升乘区 b 在 1.35~1.55 吗？
过渡期能缩到首轮的 60% 以内吗？
单轮峰值数字是否被重置控制在有界范围？
大数字是否有对数显示方案？
是否给了玩家明确的"该不该飞升"提示？

下一篇（P7）我会切到数据驱动实战——如何接 TapTap 埋点、反推卡点、分析 LTV 与付费漏斗。这是独立开发者相对大厂最大的灵活优势：“当天拉数据当天改”。如果你正在纠结自己游戏里飞升系统的 α 该设多少，欢迎评论区贴出你的目标首飞门槛和期望加成，我帮你反推。

飞升/转生系统专题：转生曲线怎么画、过渡期怎么设计、数字膨胀怎么控制

目录