Machinations

把游戏系统问题变成可运行的图,在真正实现前先看它会怎样发展。

证据状态基于公开资料评估中等置信度最后核验 2026年9月1日编辑:MakeGameWithAI

应用介绍

Machinations 是什么,以及它如何使用。

Machinations 是面向游戏系统与经济设计的浏览器建模和模拟工具。你可以让 AI Builder 根据文字起草系统图,也可以自己连接资源来源、储存、消耗、转换、概率、参数和反馈环。Step 与 Interactive Play 用来观察资源如何移动;重复 Prediction 与图表展示的是你所输入假设下的结果分布和极端路径。

AI Balancer 可以围绕一个数值目标搜索参数组合。Google Sheets 用于参数交接,Unity Open Beta 路线可以把部分模型数值与项目连接起来。这些能力让规则和后果更容易讨论,但不会自动证明游戏已经平衡、好玩、公平或可以发布。

使用方式

通过桌面浏览器使用。Community 无需信用卡即可开始,但账号与系统图公开并适用 CC0;私密工作从付费账号开始。模拟、公式、资源移动与 AI 上下文都可能消耗 Events。

把系统建成可运行的图

用来源、储存、消耗、转换、概率、门和反馈关系表达依赖,让系统不再只存在于文档或表格里。

O01O04

逐步运行,或采样大量结果

先用 Step 和 Interactive Play 检查路径,再用 Predict 与图表比较分布;增加 playthrough 只能降低抽样波动,不能修复模型错误。

O05O06O07

用 AI 起草与搜索参数

AI Builder 降低空白画布门槛,AI Balancer 围绕一个目标搜索最多十个影响参数;目标定义与候选判断仍由人完成。

O01O08O09O15

把数值交给后续工作流

Sheets、CSV 与 Unity 路线可以继续传递部分数据,但同步范围、维护责任和验证方式需要明确规划。

O10O11O12O13O14
本页评估范围

本页评估 Machinations 是否值得用于一个边界明确的游戏系统问题;不评测模拟正确率、当前 AI 质量、典型 Events 用量、Unity 性能、玩家预测准确性或商业结果。

入门友好度需要一定基础
可从 AI 或模板开始,但要运行有意义的系统模型,仍需理解节点、资源流和每一步规则。
Agent 接入便利度接入受限
官方 Socket.IO API 能读取和修改已有图,但不能据此确认 Agent 可完成 AI 建图和完整仿真流程。
查看适用范围、接入条件与来源核验

入门范围:搭建并解释一个小型资源循环或经济模型。

Agent 范围:从系统设计到仿真结果的工作流;已确认入口只覆盖其中已有图的数据交互。

判断置信度:入门 中 · Agent 中

准入与认证
需要 User API Key 和手动生成的 Diagram Token;当前账户权限需确认。
费用边界
图的执行仍受套餐和 Events 等条件约束;该文档没有给出完整 API 费用保证。
取得结果
WSS 连接后取得图元素,发送更新并监听元素变化。
关键限制
不能把产品内 Agentic Simulations 当成对外 MCP;本轮 API 细节来自官方搜索索引,直开页面仅返回站点外壳。

两项为独立的编辑判断,不是综合评分,也不代表本站已完成 Agent 接入测试。

关键发现

证据支持什么,不支持什么。

01
用户报告中等置信度

系统图的价值,在于让假设显性化

小游戏评论、Defold 示例、经济分析、学术项目和经营游戏记录反复显示:把循环与依赖变成可运行模型有助于发现取舍和更具体的问题,而不只是得到一条最终预测。

U01U03U05U06U08
02
编辑判断中等置信度

不写代码也能开始,但系统思维不会消失

文字生成图与视觉节点降低了入门门槛。独立记录仍反复提到节点、数值、公式、抽象方式和 Step 定义的学习成本。AI 可以起草结构,但不能替你判断哪些规则忠实代表游戏。

O01O04U01U03U04
03
编辑判断中等置信度

先解决一个代价高的问题,不要先复制整款游戏

极小团队可能用 Lua、表格或规则引擎就能得到同样答案;一个受委托项目也在机制仍变化时认为接入不值得。首个模型应围绕一个实现或撤销成本较高的决策。

U04U07U08
04
官方事实高置信度

模拟次数更多,不会让错误模型变正确

Monte Carlo playthrough 可以降低模型内部的随机抽样波动,却无法修复缺失行为、错误参数或对玩家的错误假设。重要结论仍需手算、原型、试玩或真实数据验证。

O06O07U05U08
05
官方事实中等置信度

AI Balancer 优化的是目标,不是“好玩”

官方 Balancer 围绕一个目标搜索最多十个影响参数,可以缩小参数候选范围;但目标、约束、模拟长度和比较标准仍由人选择。当前独立证据不足以声称复杂游戏有稳定成功率。

O08O09U03
06
编辑判断中等置信度

系统图与实际游戏,可能变成两份真相

Sheets 与 Unity 提供了交接路线,但当前 Unity 仍为 Open Beta,实时同步范围也有限。如果维护责任与验证方式不清楚,参数、公式、实验和分析可能在系统图与实现之间漂移。

O10O11O12O13O14U07U09

编辑结论

我们的判断

中等置信度

当游戏包含相互依赖的资源、随机掉落、成长曲线、生产链或反馈环,而且错误实现后的返工很贵时,Machinations 值得先进行一次小范围、低风险尝试。不会编程也能从文字和视觉节点开始,但可信结果仍需要清楚的规则、Step 定义、概率和独立验证。先解决一个代价高的问题,不要先把整款游戏复制成第二份模型。

结论范围基于公开证据的中等置信度适配判断。可支持的结论是:小范围模型能澄清假设并比较情景;这不是排名、准确性认证,也不声称 AI 能平衡整款游戏。

更适合

这些情况下值得试

  • 资源循环、成长、随机掉落、制造或生产链,以及依赖关系明显的多货币经济。
  • 能够描述每一步发生什么、资源从哪里来、去哪里,以及什么会改变概率的设计者或新手。
  • 存在一个实现成本较高、适合在投入工程时间前先验证的问题。
  • 愿意维护假设、把模型与原型对照,并用试玩或真实数据验证重要结论的团队。

不太适合

这些情况下先别依赖它

  • 用表格、手算或小脚本已经能够充分回答的简单系统。
  • 规则变化太快,维护另一份系统图的成本高于收益。
  • 准备把未公开、需保密的经济系统放入免费公开 Community 账号。
  • 期待一次提示、更多 Monte Carlo 运行或一个最优数值就能证明玩家会觉得好玩或公平。

工作流定位

放在制作流程的什么位置。

01

实现之前

选择一个资源循环、成长曲线、掉落系统或生产链,在投入工程成本前比较少量明确情景。

护栏增加细节前,先写清问题以及一个 Step 代表什么。
02

原型迭代中

用系统图解释异常行为、筛选值得尝试的参数,再把候选值放进可玩版本。

护栏把图表当作模型输出;每个重要结论都要回到原型验证。
03

交接与后续调参

当维护收益明确时,通过 Sheets、CSV 或有条件的 Unity 路线传递选定数值。

护栏指定唯一负责人,记录同步范围,保留备份,并与试玩或遥测对照。

推荐工作流

把这项工具放进完整制作流程。

从可验证的 Brief 开始,逐步完成原型、资产、音频、测试与发布,并明确每一步的交接物和人工检查。

打开完整方法

最短验证路径

只验证一个问题、一个模型和一次可重复运行

以下是根据本轮证据整理出的低风险起步方法。

  1. 01

    只写一个决策问题,例如“50 关内是否出现难度尖峰”,并明确定义一个 Step 代表什么。

  2. 02

    用合成、非保密数值在 Community 建立最小循环;不要上传未公开经济、客户资料或核心秘密设计。

  3. 03

    先逐步运行,确认每次资源移动和触发都符合预期;再做少量 Prediction,检查异常路径。

  4. 04

    完整重复同一项任务一次,读取 Event tracker,用实测 E 计算 Starter 或 Pro 容量;不要套用别人的系统图用量。

  5. 05

    用表格、手算或小脚本复核一项结果,再把重要结论放回可玩原型或真实数据验证。

  6. 06

    只有当反复模拟或协作收益明显超过订阅和维护成本时,才为私密性付费或扩大模型;同时保留参数和结果备份。

价格与权利

Events 额度能买到什么,以及为什么一个有用答案没有固定价格

价格与条款最后核验:2026年9月1日

  • Community 为 $0,每人每月 50,000 Events。账号与系统图公开,可被查看、运行和 fork;Community 内容适用 CC0 公共领域贡献。
  • Starter 月付 $20,含 200,000 Events;年付一次支付 $180,页面折算 $15/月。它为个人创作者和灵活协作提供默认私密空间。
  • Pro 月付 $200,含 4,000,000 Events;年付一次支付 $1,800,页面折算 $150/月。它增加团队与性能额度;更多 Events 不保证结论更准确。
  • 节点触发、公式和资源移动都会产生 Events。一次资源转移已包括发送、移动与接收事件;系统图复杂度、步数、playthrough 与 AI 上下文都可能放大用量。
  • 月度 Events 每月重置且不结转,年付订阅同样如此。Top-up Events 在月度额度后消耗且不过期;具体包、折扣、税费和最终结账金额未核验。
  • AI Builder 会根据提示、当前系统图、上传文件、模拟和图表数据以及回答长度消耗 Events。官方没有公开 raw token 到 Event 的公式,不能换算固定 AI 请求数。
  • 年付帮助页仍写 17% off,但当前 $180 与 $1,800 金额相对月付相当于三个月免费。本页采用当前明确金额,同时保留冲突。
成本与产出

先测一次可重复任务实际消耗的 E Events

月付名义分摊假设整份包含额度都被使用:Starter $20 ÷ 200,000 = $0.10 / 1,000 Events;Pro $200 ÷ 4,000,000 = $0.05 / 1,000 Events。即使只运行一次,实际付款仍是 $20 或 $200;额度闲置会提高有效单位成本。

O02O03
Starter 包含额度200,000 Events → $20/月

全部使用时,每 1,000 个包含 Events 的名义分摊为 $0.10。这是订阅内部的额度分摊,不是按次结账价。

如果一次实测运行消耗 10,000 EventsStarter:20 次 → 名义 $1/次

200,000 ÷ 10,000 可容纳 20 次理论运行,$20 × 10,000 ÷ 200,000 为每次分摊 $1。它不保证一次运行能回答问题,也不代表 10,000 是典型用量。

同一实测运行放在 ProPro:400 次 → 名义 $0.50/次

4,000,000 ÷ 10,000 可容纳 400 次理论运行,每次月度名义分摊 $0.50;实际订阅门槛仍是每月 $200。

Starter 高用量敏感性50,000 Events → 4 次 → 名义 $5/次

高用量任务会很快吃掉 Starter 额度。4 次运行不等于 4 个完整经济系统,而且该情景只是示例,不是本站实测用量。

页面显示的 Top-up 基础费率每 1K 约 $0.20 / $0.16 / $0.10

Community、Starter、Pro 分别显示 $0.00020、$0.00016、$0.00010 / Event,尚未计入适用的量价与档位折扣;结账总额和税费未测试。

一个真正被采用的设计结论实际成本仍未知

应把订阅与加购支出、建模、调试、维护和后续验证时间相加,再除以后来被项目采纳并由原型或真实数据确认的结论数。当前没有合格率可提供这个分母。

1,000、10,000 与 50,000 Events 都只是敏感性算术,不是典型系统图大小、实测账单或有用答案承诺。失败请求扣费与 Events 自动退回规则未确认;选择套餐前先测自己的可重复任务。

商用条件

付费账号内容默认私密,用户内容仍归用户,并受提供服务所需许可约束。Community 账号和系统图公开,内容自动适用 CC0;以后转为私密或删除,也不能撤回已经访问者取得的权利。条款第 4 节把 Community 限于个人、非营利或学术用途,第 7 节却又加入收入或融资低于 $100,000 的专业人士。由于资格表述内部冲突,本页采用 allowed_with_conditions:商业用途需确认适用合同,保密设计应使用付费私密账号。这不是法律意见。

订阅自动续费,月度额度不结转,服务也不是备份。当前隐私文字早于 AI-first 入口,没有清楚说明 AI 模型供应商、训练用途、专门保留期或退出选项。免费试用应使用合成、非保密数据,保留自己的副本,并在付费前核对结账页和账号适用条款。

生产风险

投入生产前处理这些问题。

Community 意味着公开与 CC0

免费系统图不只是“可见”,还会按 CC0 允许广泛复用。不要把未公开经济、客户数据或专有核心循环放进去;以后转私密也无法收回已经授予的权利。

O16

图表再精确,也可能回答了错误问题

模拟输出继承模型结构、Step 含义、参数和玩家假设。需要独立复核;如果结果显得异常确定,应优先检查模型,而不是更加相信它。

O05O06O07U05U08

维护成本可能抵消建模收益

规则变化时,系统图、表格、引擎数值、测试和分析可能彼此漂移。Unity 仍是 Open Beta,同步也只覆盖部分结构;需要指定负责人,并定义冲突时以哪一份为准。

O10O11O12O13O14U07U09

AI 数据条款不足以让人默认保密

AI Builder 会读取提示、系统图、上传文件和模拟数据,但公开隐私政策早于该工作流,Subprocessors 也没有列出 AI 供应商。敏感使用前应取得当前合同层面的明确答案。

O03O16O17

尚未验证

本页没有声称完成的事情

研究方法

基于公开资料评估

本页采用“基于公开资料评估”。我们核验了 18 个官方来源,并编码 9 条独立记录,来自 8 个有效平台和 6 类来源环境:评论平台、引擎社区、专业分析、学术项目、广泛设计社区与竞品分析。定向检索了 14 个平台或站点组。Defold 占 2/9(22.2%),Reddit 占 1/9(11.1%)。受邀或激励评论、厂商支持、历史价格、匿名身份和竞品偏见均已披露并降权;关于价值、复杂度、精度、项目阶段和模型漂移的冲突意见也被保留。对限定范围的工作流适配判断为中等置信度;对当前 AI 质量、Events 分布、Unity 生产表现和合格结论成本的置信度低。

时间范围官方事实、价格、条款与独立证据最后核验于 2026 年 9 月 1 日。9 条独立记录跨越 2023–2026 年;当前 AI Builder、AI Balancer、Events 改制后用量与 Unity Open Beta 证据仍然稀薄。
官方来源18
  1. O01
    官方来源
    Machinations product homepage

    当前文字生成可运行系统图的入口与产品定位;效率和准确性宣传不作为实测结果。

    核验 2026年9月1日
  2. O02
    官方来源
    Machinations pricing

    Community、Starter、Pro 的价格、每月 Events、加购费率、可见性、性能档位和当前年付金额。

    核验 2026年9月1日
  3. O03
    官方来源
    Machinations Events and Billing Policy

    Events 的构成、AI Builder 计量、加购、共享图扣费和额度到期规则;其中年付 17% 折扣与当前价格冲突。

    核验 2026年9月1日
  4. O04
    官方来源
    What is Machinations?

    浏览器视觉建模、模拟、图表、AI、Sheets 与 CSV 能力;厂商结果宣传不进入结论。

    核验 2026年9月1日
  5. O05
    官方来源
    Machinations Play Modes

    Step、Interactive Play 与 Predict 的行为;Step 由模型作者定义,不自动等于现实中的时间单位。

    核验 2026年9月1日
  6. O06
    官方来源
    Monte Carlo Simulations

    重复随机采样可以降低抽样波动,但不能修复错误结构、参数或玩家假设。

    核验 2026年9月1日
  7. O07
    官方来源
    Machinations Charts

    均值、中位数、范围、PNG 与套餐相关的 CSV 输出;图表描述模型,不是实际玩家行为。

    核验 2026年9月1日
  8. O08
    官方来源
    AI Balancer Overview

    AI Balancer 围绕一个选定数值目标搜索最多十个影响参数;该目标并不等同于好玩或公平。

    核验 2026年9月1日
  9. O09
    官方来源
    Interpreting AI Balancer results

    候选参数与平均值取决于目标、步数和模拟次数;备选方案仍需人工比较和验证。

    核验 2026年9月1日
  10. O10
    官方来源
    Google Sheets integration

    官方导入导出路线;修改后需要再次导入或保存,因此表格与系统图不会自动永久同步。

    核验 2026年9月1日
  11. O11
    官方来源
    Game Engine Plugin overview

    当前现成插件为 Unity Open Beta,Unreal 仍在路线图中;路线图不是交付日期。

    核验 2026年9月1日
  12. O12
    官方来源
    Unity Integration Guide

    Unity Open Beta 设置与 ScriptableObject 交接;本页未安装或测试该集成。

    核验 2026年9月1日
  13. O13
    官方来源
    Machinations Real-Time Sync

    当前同步范围包括 Pools 与 Resource Connections;这不意味着所有节点、公式和运行状态都会成为生产游戏逻辑。

    核验 2026年9月1日
  14. O14
    官方来源
    Ruby's Adventure Unity example

    官方示例仓库,展示一种接入路线;README 将部分公式处理标为很早期实现,不属于独立生产证据。

    核验 2026年9月1日
  15. O15
    官方来源
    Machinations changelog

    记录 2025 年 8 月 Events 改制及 2026 年 AI Builder、Agents、Dashboard 与 AI 更新,用于判断旧证据时效。

    核验 2026年9月1日
  16. O16
    官方来源
    Machinations Terms and Conditions

    付费与 Community 内容权利、账号资格、续费、取消、备份和隐私文字;Community 资格条款内部存在冲突。

    核验 2026年9月1日
  17. O17
    官方来源
    Machinations subprocessors

    列出托管、支持、分析、支付与邮件服务商;未标明 AI 模型供应商,也未解决 AI 训练和保留问题。

    核验 2026年9月1日
  18. O18
    官方来源
    Machinations FAQ

    可用于保守限制与支持背景,但若干 Agent、Prediction 与 SSO 条目落后于当前产品和更新日志。

    核验 2026年9月1日
独立证据记录9
  1. U01
    评论平台
    G2: small-game RNG and loop review

    一名经验证的小游戏开发者报告可在原型前检查 RNG 与玩法循环,但理解节点和值仍需要代码或逻辑基础;该评论受邀且有激励。

    核验 2026年9月1日
  2. U02
    评论平台
    Trustpilot: historical studio-adoption limit

    一名创意总监喜欢该工具,但当时 100 个组件限制阻碍了工作室采用;2025 年 8 月 Events 模式已移除该具体限制,因此只作历史变化证据。

    核验 2026年9月1日
  3. U03
    社区案例
    Defold Forum: first puzzle-progression model

    一名初次用户把 50 关谜题难度与流失问题变成系统图和结果,并认为该例子比 Excel 更适合;没有后续准确性验证。

    核验 2026年9月1日
  4. U04
    社区案例
    Defold Forum: overkill counterpoint

    另一名开发者认为,对极小团队而言,这类工具可能过重,简单 Lua 模拟或规则引擎已经足够;这是适配反例,不是产品故障。

    核验 2026年9月1日
  5. U05
    社区案例
    Naavik: ILV and SPS economy simulations

    一篇多图经济分析改变需求、卡包与卖出假设,并明确警告不要过度解读简化模型;作者获得免费访问和厂商技术协助。

    核验 2026年9月1日
  6. U06
    学术案例
    UPC: creation of a mobile game economy

    一项本科项目报告称,拆解移动游戏经济改善了工作流程、暴露了取舍并促成机制修改;它仍是一名作者的项目自述。

    核验 2026年9月1日
  7. U07
    学术案例
    Theseus: progression-model adoption counterexample

    一个受委托移动卡牌项目在机制仍变化、资源有限时认为正式接入不划算,最终主要依靠试玩、日记和分析数据。

    核验 2026年9月1日
  8. U08
    社区案例
    Reddit: management-game customer-flow model

    一名匿名设计者称 Machinations 帮助思考顾客流、扩展与公式,但精度不足以作为唯一的最终优化方法。

    核验 2026年9月1日
  9. U09
    社区案例
    Leap: model-to-live-game drift analysis

    一篇竞品文章肯定其系统思考价值,同时批评系统图、实现、A/B 测试和分析之间的重复接线与漂移;商业偏见显著限制权重。

    核验 2026年9月1日

商业披露

这项研究如何获得支持

Owner Review 于 2026 年 9 月 1 日通过,接受本页有边界的公开资料评估。MakeGameWithAI 没有使用联盟链接,也未获得赞助、厂商账号、免费额度、采访或技术支持,本轮也没有运行 Machinations。Naavik 作者获得免费访问和厂商协助,G2 评论受邀且有激励,Leap 销售竞品;这些关系均已披露并限制证据权重。

资料评估与 Owner Review 已完成。

本页已作为公开资料评估发布。结论会随定价、条款、产品版本和重要新证据变化而复核。