我做过一个 SLG 数值平衡系统，用强化学习监督遗传算法迭代，分析武将与技能组合的数值合理性。用户可以在网页上看数据、分析结果。
系统投入使用约一年后终止。策划主要需要设计新资料，而系统侧重分析和优化现有组合，没有直接帮助他们完成主要工作。后端随后迁到游戏智能体训练平台，继续使用数据交互与分析功能。
能优化的目标，未必是最需要解决的问题
这段经历里，值得反思的是目标之间的距离。“已有组合是否合理”可以变成搜索和优化问题，“怎样设计下一批资料”却是另一项工作。前者的结果需要怎样进入后者，当时的系统没有给出足够直接的帮助。
对我来说，一个更有用的产品问题是：用户拿到结果后，下一步会做什么？如果还要绕很远才能完成主要任务，算法表现再好，也只能解释工具的一部分价值。
使用反馈会改变功能的轻重
在另一批游戏资源与布局工具中，我负责过早期模型训练方案和编辑器 Demo，也承担技术顾问与产品职责。实际使用较多的是资源相似性检索，生成功能使用较少。
这个反馈让我更重视查找和复用已有素材的需求。参考图生成可编辑 UI、布局审查、一键横竖屏转换各有技术问题，但功能是否值得继续投入，还得回到使用者的工作中看。
我愿意把终止的项目也写下来。它提醒我，在开始训练模型之前，先确认要改善哪一步工作，以及怎样观察这一步是否真的变好了。