a16z 合伙人:究竟是什么让「边玩边赚」游戏模式大获成功?_DEF:HISWAP价格

当(大部分)游戏中的真钱交易模式不起作用时,我们发现「边玩边赚」(play-to-earn)开始兴起。那么,从 @AxieInfinity @Diablo @EveOnline @CSGO 这些游戏中又可以相互学习到什么有价值的东西呢?

我将在这个主题帖中提出一个框架,探寻究竟是什么让「边玩边赚」游戏模式大获成功。

首先,对于一些流行的游戏来说,有的利用「真钱交易」模式有效,有的则无效:

无效的游戏包括:暗黑破坏神 3 (Diablo 3)、Artifact、Star Wars Battlefront II

有效的游戏包括:反恐精英(Counterstrike)、魔兽世界(World of Warcraft)、星战前夜(Eve Online)、Genshin Impact

框架:边玩边赚 / 真钱交易

有多种途径可以在游戏中获胜

相比于基于成品的游戏商品,游戏输入通常会被代币化

知情人士:a16z加密基金今年上半年已蒸发约40%:10月26日消息,知情人士表示,a16z加密基金在今年上半年蒸发了约40%的价值,其中今年前六个月在Coinbase的剩余股份中就损失了29亿美元,目前其正在进行调整,今年第三季度宣布了9笔加密初创公司投资,低于去年第四季度26笔的高点。(华尔街日报)[2022/10/26 11:44:55]

市场是去中心化的

经验:设计具有多种可行路径的游戏

边玩边赚游戏模式的批评者通常只专注于付费游戏。然而在付费游戏里,当付费变成唯一获胜方式时,就会出现很大问题。真钱交易游戏模式的一个典型失败案例就是《暗黑破坏神 3》,在这款游戏里,核心游戏循环是杀死怪物以获得战利品,虽然有一些玩家对战场景,但绝大多数暗黑破坏神 3 玩家都将战利品作为他们玩游戏的唯一选择。

a16z普通合伙人:Web3游戏“死亡”的说法被夸大:7月20日消息,a16z普通合伙人Jon Lai在社交媒体发文称,Web3游戏“死亡”的说法被夸大,每个BUIDLer都知道新平台会有起伏,开发人员需要尝试多次才能使用新原语进行构建,他对Web3游戏长期发展持乐观态度。以PokémonGO为例,这款游戏原型Ingress直到iPhone首次发布(2007年)后五年才推出,因此Web3链上游戏不能急于完成产品周期,但短期内Web3游戏也有很多机会通过NFT和开放经济来扩展现有游戏类型,尤其是在开放经济中有大量潜力,当创作者可以自由地利用彼此资产,同时所有权和财务奖励可由代码保证,Web3游戏将会变得更加强大。[2022/7/20 2:25:44]

因此,当暗黑破坏神 3 为游戏内置物品引入真钱交易「拍卖行」时,游戏规则就打破了。玩家发现,从「拍卖行」购买物品比杀死怪物更容易,结果导致大量玩家在「获胜」后流失(买到游戏物品后就不再花时间打游戏了),最终导致暴雪很快关闭了「拍卖行」。

a16z创始合伙人Chris Dixon取关Jack Dorsey:金色财经报道,就在Jack Dorsey五天前取消了对Chris Dixon的关注之后,这位a16z创始合伙人今天也在社交媒体上取消了对Jack Dorsey的关注。此外,Chris Dixon还提出在区块链之上构建社交网络需要三个关键要点,分别是:1、低交易费用(存储和计算);2、较短的确认时间;3、富有表现力的编程语言。[2022/5/18 3:25:14]

而在《星战前夜》和《魔兽世界》这两款游戏里,玩家可以体验多种游戏模式和「获胜」方式——您可以与其他玩家战斗、突袭地下城或简单地装饰自己的战舰。结果,尽管许多《星战前夜》和《魔兽世界》玩家从其他人那里购买金币和其他游戏内置物品,但游戏基础并并没有被破坏。

在 Zed Run 这样的边玩边赚游戏中,也为玩家提供了多种玩法,例如:

Facabook数字货币项目两名顶级工程师离职并加入a16z:金色财经报道,Facebook数字货币项目的两名顶级工程师Riyaz Faizullabhoy和Nassim Eddequiouaq已离职并加入Andreessen Horowitz(a16z)加密货币团队。Faizullabhoy和Eddequiouaq将分别担任Andreessen名为a16z Crypto的加密团队的首席技术官和首席信息安全官。据悉,Faizullabhoy和Eddequiouaq在过去两年中一直致力于开发Facebook的Novi数字钱包。这项努力遭到了全球监管者和立法者的抵制,导致许多高层领导者离开了该项目。[2021/10/12 20:22:00]

骑师:通过赛马以增加自身价值

饲养员:饲养一匹表现稳定且能赢得比赛的

经理:可以出租马匹给其他玩家

你会发现,创造待完成的游戏任务,是边玩边赚游戏健康发展的关键。

风投a16z:2017年ICO繁荣之后的高质量项目会推动第四个加密周期:硅谷顶级风投机构Andreessen Horowitz(a16z)发文称,加密行业已走过三个周期,加密周期的一个关键特征是每个周期都播下种子,这些种子随后会长出并驱动下一个周期。新项目最终激发更多人,并最终在下一个周期达到顶峰。例如,以太坊是在2013年周期中创建的,并成为推动2017年下一个周期的ICO繁荣的基础。展望未来,a16z预测, 2017年周期在许多领域催生了许多激动人心的项目,包括支付、金融、游戏、基础设施和Web应用程序。其中许多项目会在不久的将来启动,可能推动第四个加密周期。(Coindesk)[2020/5/18]

在一个有很多任务要做的游戏中,会产生一些不同的玩家池。好的游戏可以细分玩家并将他们与志同道合的人分组,「玩家对战」类游戏能否获得成功的关键,通常取决于他们是否具有匹配有相似技能(和花费水平)玩家的能力

还要提醒一点,不要忽视「免费」玩家,他们其实是游戏的「漏斗顶部」,也是可以游戏内置的潜在消费者。而在加密游戏中,「漏斗顶部」可能是 NFT 收集者或土地所有者,因此你需要确保他们拥有丰富的经验和「获胜」的途径——再把他们转化为积极的游戏玩家。

在 Genshin Impact 这款游戏中,你可以使用完全免费的角色完成游戏,这是一种很棒的游戏体验,我本人最喜欢使用的角色是免费火焰法师 Amber。

这种「免费游戏」模式能起作用吗?数据不会说谎,在六个月内收入超过 10 亿美元的游戏中,Genshin Impact 是速度最快的一个。

经验教训:专注于代币化输入而不是成品

虽然把所有强大的游戏物品制作为 NFT 并看着这些 NFT 以巨额美元被交易十分诱人,但从长期来看,这种做法会损害游戏,你需要设计一个支持购买的系统,而不是简单地去制作游戏商品成品,这么做会带来的重要影响是:游戏技能更重要——战斗、制作和研究元游戏(metagame)成为学习的基本技能。如果平衡得好,游戏可以让技能型玩法和付费型玩法循环和谐共存。

以《反恐精英》(CS:GO)为例——高技能玩家可以始终获得更好的支以击败对手。同样地,在 Axie Infinity 游戏里,拥有正确策略的高技能玩家也可以击败拥有更好 Axie 宠物的对手。

代币化输入还加强了「多任务待完」(multiple jobs-to-be-done)机制的游戏开发。培育 Axies 宠物是有利可图的,部分原因是 SLP 代币本身就是一种投入。游戏中的玩家越多,SLP 价格越低,投资回报率越高,继而形成了一个自我强化的循环。

最后,使用代币化输入更容易平衡经济。在真正的所有权模式中,玩家其实很容易会对更改游戏内置商品产生抵触。比如 Valve 的 Artifact 游戏之所以会失败,部分原因就是因为难以重新平衡用真钱购买的游戏卡。

通过代币化输入,使用真钱购买游戏商品的传统模式发生了变化,游戏设计师可以通过抽象层来平衡经济,这类似于中央银行通过改变利率来控制通货膨胀与直接设定价格

经验教训:放弃对社区的控制!去中心化市场效果更好——因为这能让玩家自己建立组织、确定价格、相互之间直接进行交易。

当游戏开发商试图保持对游戏内市场的控制时,通常结果会适得其反。 @Reddit 历史上最不受欢迎的一个评论就是 EA 试图向愤怒的社区证明《Star Wars Battlefront II》游戏中的商品价格是合理的。

从游戏开发商那里购买游戏商品和从其他玩家那里购买游戏商品有很大的不同——当你付钱让游戏开发商解锁《Star Wars Battlefront II》中的卢克·天行者时,感觉他们就像是在公然抢钱。然而当你付钱给一个为解锁而努力了 40 小时的游戏玩家时,感觉就像是一笔公平交易。

当真正将控制权交给游戏社区时,奇妙的事情就会发生。像 YGG 这样的去中心化自治组织(DAO)已经围绕出租游戏资产建立了充满活力的二级市场,让世界各地的人们能够以「学者」身份赚更多钱,有时赚的钱甚至比玩家的正常工作还要多。

去中心化也倾向于成为加密核心优势,在思想流动层面上——自下而上 vs. 自上而下,你们觉得哪种创新更容易获得成功?

DOM 开发的 NFT 文字游戏项目 Loot 就是自下而上创新的一个典型例子 - 围绕 Loot 构建的社区项目的和创造力令人无比震惊。

总结——我本人非常看好加密游戏,当然,加密游戏目前仍处于早期阶段,仍有很多问题需要解决,但对于很多「边玩边赚」游戏开发者来说,完全可以利用传统游戏中的经验教训,取其精华去其糟粕。

撰文:Jon Lai,a16z 合伙人翻译:卢江飞

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

[0:15ms0-9:607ms