直接改能力值，为什么总会被玩家识破
先看一个模拟示例：一场5v5足球小游戏，玩家第60分钟以2:0领先。系统判定比赛“太轻松”，把对方7号的冲刺速度从82悄悄调到90。玩家的边锋照常下底，前半场这个距离足够甩开防守，这一次却在底线前被追上。玩家打开回放，发现自己的跑动路线和之前几乎一样，唯一的变化是对手变快了。
能力值在体育游戏里是玩家做判断的依据。玩家根据“我比他快”决定下底，根据“他头球好”决定不传高球。一旦这些数字在比赛中途变动，玩家积累的判断就失效了，他会把失球归因为系统，而不是自己的选择。竞速游戏里的橡皮筋AI就是典型：领先时对手加速、落后时对手减速，公开的设计讨论中它常被批评为一眼可见且不公平。
所以问题不在“能不能调整”，而在于调整发生在哪一层、玩家能不能理解它。
先分清玩家遇到的是哪一种“难”
同样是输球，背后的难点可能完全不同。调整之前，系统要先从表现数据里找原因：
- 被对方同一条边路反复突破，说明防守站位或补位有问题
- 中场传球被断次数明显偏高，说明传球选择过于冒险，或对方逼抢节奏太快
- 下半场最后15分钟集中丢球，可能是体能分配或换人时机的问题
- 射门次数多但转化率低，更可能是射门位置选择，而不是对手门将太强
如果玩家已经连续输了好几场，就更不能直接跳到“降难度”，需要先做连续失利的原因诊断。原因找错了，调哪一层都没用。
五层调整顺序：从玩家最不会觉得被针对的地方开始
乐鱼体育把可调整的对象按“玩家可感知程度”和“对比赛公平性的影响”排成五层，越靠前越优先：
| 层级 | 调整对象 | 模拟示例 | 玩家感受 |
|---|---|---|---|
| 1 | 教学提示 | 被突破3次后提示“边后卫压得太靠前” | 系统在帮我 |
| 2 | 任务目标 | 本场目标从“赢3球”改为“零封对手” | 换了一种挑战 |
| 3 | 比赛节奏 | 对方丢球后反抢的持续时间缩短 | 比赛没那么窒息 |
| 4 | AI行为与战术 | 防线后撤、减少高位逼抢、决策延迟增加 | 对手打法变了 |
| 5 | 底层能力值 | 速度、力量、射门精度 | 对手变强或变弱 |
教学提示和任务目标：不动对手，只改玩家的信息
前两层完全不碰AI，只给玩家更多信息或换一个目标。提示要具体到可执行的动作，“注意防守”没有价值，“对方9号连续三次在你左后卫身后接球”才有价值。任务目标的调整则让同一场比赛有了不同的成功标准，玩家即使没赢，也能在“零封半场”这样的目标里获得进展。
比赛节奏：控制压力出现的时机
节奏调整改的是压力的分布，而不是压力的上限。Valve在GDC 2009讲解过Left 4 Dead的AI Director，它根据玩家状态控制节奏和刷怪，是规则式的节奏控制，并不依赖机器学习。放到体育游戏里，可以是对手在连续进攻后给玩家更长的持球喘息时间，或者减少比赛最后阶段的连续快攻。
AI行为与战术：让对手换一种踢法
这一层是动态难度的主要工作区。可以调整的参数包括：防线高度、逼抢触发距离、传球时的风险偏好、Reaction Time、Decision Delay。例如在模拟设置中，把AI中卫的决策延迟从0.2秒调到0.35秒，他仍然跑得一样快，只是判断慢了半拍，玩家的直塞就有了空间。玩家看到的是“对手防线没反应过来”，这是一种可以用战术解释的变化。Resident Evil 4常被引用的隐藏难度机制也是类似思路：据公开报道，它根据命中率与受伤情况调整敌人的攻击性，而不是改敌人的硬属性。
底层能力值：只在规则公开时才动
修改能力值并非完全不行，前提是它公开、赛前确定、比赛中不变。据AI and Games的分析，2023年版Forza Motorsport的难度主要依靠车辆性能分级，而不是改变AI驾驶行为，这种做法的关键在于玩家在赛前就知道自己选的是哪一档。能接受的是“赛前选择强队或弱队”，不能接受的是“比赛进行到一半对手偷偷变快”。
调整之后，下一场怎么判断有没有用
每次只改一层，并且只改一个方向。如果同时降低逼抢强度又弹出教学提示，下一场赢了也不知道是哪个起了作用。反馈至少看三项：玩家在原来的问题上是否有改善（例如左路被突破次数是否下降）、比赛是否仍然有来回拉锯、玩家是否主动关闭了提示。如果玩家在调整后连续大胜，说明幅度过大，应该回退一半，而不是继续往下调。更完整的作弊感问题，可以参考AI动态难度那篇的讨论。
留给设计者的检查清单
在上线任何一条动态难度规则之前，逐条确认：
- 这条规则改动的是提示、目标、节奏、AI行为，还是能力值？
- 如果是能力值，它是否在赛前公开且比赛中不变？
- 调整是否由具体原因触发，而不只是由胜负比分触发？
- 玩家能否在设置里看到并关闭这类调整？
- 下一场有没有明确的指标来决定保留还是回退？
五条里有任何一条回答不了，这条规则就还不应该上线。
