无论是谁拿起这个，

当我替代一个被压垮的IT总监工作时，我目睹了一个系统的崩溃。在试图在网络上保护学生的安全的努力下，严格的网络过滤器被用来控制内容的传播。结果呢？无辜的教育性搜索触发了假警报，学生被盘问，开始了猫和老鼠的游戏。教训很明确：环境随着时间的推移会以指数速度变化，而任何政策或过滤器都无法匹配。 唯一可持续的解决方案是建立内部的适应性和判断力，而不是建造更大的围墙。

今天，我们面临着这种问题的全球性挑战。随着AI、气候变化和技术的发展，目标线比人类可以规划的速度更快。我们的最大进化优势——适应性正被测试。太多的人在静态规则失败时会冻结或脱离。

我将这个想法传递给那些有足够的能量和工具来建造它的人：我们可以使用游戏设计来重新训练人类的适应性吗？

大多数游戏奖励静态优化——找到单一的“最佳”策略并重复它直到胜利。要教导人们在不确定的世界中行走，我们需要游戏奖励流动性：

可靠的微工具： 保持即时控制、物理学和基本玩家动作完全僵硬和可预测，玩家会感觉稳固并在控制之中。

流动性大目标： 使最终胜利条件和环境规则动态和不断变化。

智能奖励设计： 而不是严厉地惩罚过去的选择，使用引导式奖励结构：

减少奖励 对重复相同策略的行为。

最大化奖励 对首次成功尝试新适应策略的行为。

奖励尝试行为— 给予玩家反馈和激励仅仅为了在规则改变时尝试新方法。

我没有足够的精力来建造这个自己，但我想把这个种子扔进房间。如果你是游戏设计师、教育工作者或开发者，正在寻找一个有意义的项目或Game Jam提示，请自由地取这个蓝图并跑起来。

你会如何设计一个游戏，其中目标线从未停止移动？