游戏经济最难受的死法，不是崩盘，而是安静地停下来：价格稳了、库存平了、成交一周比一周少。大发娱乐AI把这种停滞当成需要尸检的对象，逐条找出它在第几周、因为什么发生。

一个市场“死掉”，到底指什么？

先划清一个边界：稳定不等于死。一个价格波动很小、企业赚钱不多但每周仍有大量成交的市场，是健康的均衡。停滞指的是另一件事：成交笔数持续下滑、价格不再对任何冲击有反应、企业不再有进入与退出、玩家的任何操作都激不起波澜。前者还在流动，后者已经停止呼吸。

多Agent经济模拟里，停滞几乎是默认结局，原因是：Agent学得越好，越快收敛到某个稳定点，而稳定点通常就是没有变化的点。Bihan Xu等人的团队于2025年在KDD 2025接收的论文中报告，把LLM智能体引入MMO游戏经济仿真后，观察到了角色分工与符合市场规律的价格波动，作者称这是早期探索。它说明经济可以“涌现”，但没有回答另一个问题：跑上很久以后还能不能保持活力。下面用一个模拟示例的时间线，把这个问题拆开。

第1周到第100周：一个没有防护的小镇是怎么慢慢停下来的？

假设一个模拟小镇，有2000名居民与30家企业，每个居民有收入、储蓄与消费习惯，每家企业会自己定价、进货、雇人。下表是这个小镇在“没有任何防护”的默认版本下，几个观察点的模拟示例数据，用来说明趋势，不代表任何实测结果。

观察周 周成交笔数企业价格离散度 在营企业数货币流速（相对第1周）
第1周 约6000 18% 30 1.00
第25周 约64009% 31 1.05
第50周 约52004%26 0.82
第75周约3800 2%220.61
第100周 约2600 1%19 0.43

看这张表，有意思的是第25周：一切都好，成交甚至略有增加，价格离散度下降被当成“市场成熟”。但这个下降，恰恰是后面所有问题的种子。第50周开始，成交和企业数一起下滑，第100周成交只剩起点的不到一半，价格几乎一模一样。没有哪一周出现过“崩盘”，每一周都只是比上一周稍差一点点。

死因一：价格收敛，把利润压到零，把差异也压没了

企业Agent每周看对手价格调整自己的价格，最后所有企业的价格挤在同一个窄带里，利润被压到只剩维持运营。价格离散度从18%降到1%，说明商品之间的“差别”消失了：没有便宜的，也没有贵的。消费者失去了货比三家的乐趣，也就失去了跑动与尝试的动力，成交自然下降。

大发娱乐经营AI的对策，是让企业在定位上保持真实差异：位置、品质、服务、客群不同，价格带因此不同。在设计里，这是让同质化的代价大于收益：一家店若把定位从“高端”改成“低价”，它要付出重新定位的成本，并且原来的忠诚客群会流失。

死因二：钱被吸走了，或者没有地方去

货币流速降到0.43，说明钱还在，只是不流动。原因通常有两个：一是财富向少数账户集中，多数居民没有富余，只能压缩消费；二是回收机制（税、租金、手续费）大于投放机制（工资、补贴、投资），货币被慢慢抽走。

大发娱乐AI在模拟里做货币守恒审计：每一周核对“总货币量”的进出，任何一笔钱都要有来源与去处。同时给居民和企业加入消费与投资的分流：储蓄超过一定比例，会有更强的动机转化为购买或投资，避免钱在账上沉睡。这一点与城市模拟相通，比如一家工厂倒闭后，周边居民的收入和消费怎样一路传导，可以看城市里一家工厂倒闭以后住宅区也可能慢慢发生变化。

死因三：需求饱和，居民已经什么都买过了

现实里，洗衣机、家具这类耐用品买过一次就不再买。如果模拟里居民的需求列表是固定的，一段时间以后，所有人的需求都满足了，剩下的只有替换，成交自然下滑。这是一种“合理的死法”，因为现实也一样，但游戏里如果放任，玩家就会看到一个静止的世界。

需求要更新，而且更新要有因果来源：人口更替（新家庭组建、孩子出生、年轻人搬入）、生命周期（从租房到买房，从学生到上班）、收入变化（升职、失业）、产品迭代（旧产品折旧、新品推出）。这些不是随机事件，而是居民状态的自然演变。

死因四：企业只有退出，没有进入

表里在营企业数从30降到19，是典型的“只退不进”。低利润让弱者退出，但没有新企业进入，市场就越来越集中，然后越来越僵化。现实里，进入的动力来自“有人赚到钱”的信号：一个行业的利润率高于其他行业，就会有人来分一杯羹。

大发娱乐经营AI的设计是，新企业Agent的诞生与市场的平均利润率、空缺的需求缺口挂钩。哪一类商品供不应求，就会有新的创业者出现，这是一个负反馈机制。反过来，若行业过度拥挤，进入就会自动减缓。

死因五：所有Agent学到了同一套策略

这是LLM时代才特别突出的死因。如果所有企业Agent背后是同一个模型、同一份提示，它们面对同一份数据会做同一个选择：同时降价、同时涨价、同时囤货。市场因此失去多样性，任何冲击都会造成全体同向的剧烈波动，随后又同时进入僵局。

对策是让策略多样：给企业不同的性格与风险偏好，设定不同的探索率（有时故意尝试与自己惯常做法不同的定价），并让它们保留各自的记忆与经验。具体怎么让企业Agent保持个性、什么时候该跟价，可以参考竞争对手什么时候应该跟价里拆的五道判断。

冲击来了，市场该怎么反应，而不是被“事件”救活？

很多游戏遇到经济发死，第一反应是加事件：突然来一场繁荣、一次灾难、一笔补贴。这种做法短期有效，长期是另一种病。事件如果没有原因，玩家会觉得世界是被导演摆弄的；事件如果频率固定，Agent会学到“过几周就有一次”，反而把它写进预期里，形成新的僵化。

大发娱乐AI的思路是把冲击拆成有因果的输入：一条新交通线开通，会改变某些地段的客流与租金；一家大厂倒闭，会改变周边居民的收入；一次原料涨价，会沿着供应链推高下游价格。这些冲击出现的位置与强度，来自世界里已有的状态，而不是随机数骰子。市场对冲击的反应速度与幅度，才是检验它是否还活着的标准：一个死掉的市场，对什么冲击都只会给出很小的响应。

有防护的版本，长什么样？如何验证它真有效？

把五项防护加进同一个小镇以后，同样的100周，走势会明显不同（同样是模拟示例，只说明方向）。

观察周周成交笔数企业价格离散度 在营企业数 货币流速
第25周约630011%31 1.03
第50周 约610010% 30 0.98
第75周 约6200 10% 32 0.99
第100周 约60009% 310.97

但有一件事必须说清楚：这张表也不能证明防护是对的。我们只是让指标看上去健康，如果防护措施是随便塞进去的随机事件，指标好看也没有意义，那不过是给一个死去的市场打了强心针。大发娱乐AI的做法是把这些指标当作校准对象：跑多次不同随机种子，观察成交、离散度、进出企业率在哪个范围内波动，是否与现实里已知的经济规律相吻合。更完整的验证与校准思路，在AI模拟世界怎么知道自己跑偏了里有专门讲。

玩家在大发娱乐经营AI中看到的，应该是几个能检查的信号：本周成交比上月多还是少，价格带是否在收窄，有没有新企业进来，钱在不在流动。市场死没死，看这四个数就够了。一个好的游戏经济，不是让它永远不出事，而是让它在第100周依然有人愿意开店、有人愿意下单。