82-0 是怎么计算的

好奇 82-0 挑战是怎么把五名球员变成一份胜负战绩的？这里用大白话讲清模拟引擎到底做了什么。

一句话答案

当你选完五名球员后，引擎会把他们的场均数据在五个类别上相加——得分、篮板、助攻、抢断、盖帽——再按各自所处年代对每项做校正，然后把总和送进一条非线性胜场曲线，推演出一份介于 0-82 到 82-0 之间的战绩。只要有一项数据偏弱，无论阵容其余部分多强，你的上限都会被压住。

每名球员都带着真实的历史数据：场均得分（PPG）、篮板（RPG）、助攻（APG）、抢断（SPG）、盖帽（BPG）。引擎把首发五人的每一项分别求和，所以一套阵容的得分总量是五个得分手之和，篮板总量是五个篮板手之和，以此类推。五项之间的均衡，比任何单项的爆表都更重要。

这就是为什么五个得分手的阵容表现不佳：它堆起了得分，却在盖帽和组织上几乎为零，引擎会惩罚这种失衡。

数据总量并不是线性地转化为胜场。引擎把你的总和送进一条曲线，每多赢一场，所需的阵容强度都越来越高。从 55 胜涨到 60 胜很便宜；从 75 胜涨到 80 胜则贵得离谱。正是这条曲线，使得即便是顶级阵容，82-0 也极为罕见——最后那几场胜利需要一套近乎完美的阵容。

在曲线之上，每个类别还有一个最低门槛。如果你的阵容几乎没有护框、或几乎没有组织，无论得分总量爬得多高，引擎都会压住你的战绩。一套均衡的 78-4 阵容，每次都能击败那种「90 分但零盖帽」的畸形阵容。这是在模拟真实篮球：一支既守不住篮筐、又跑不起进攻的球队，得分再多也会输球。

在快节奏、高得分的 1960 年代场均 30 分，和 2020 年代的 30 分并不是一回事。引擎会压低更早年代里被节奏抬高的数字，在求和前把每项数据归一到统一基线，这样球员不会仅仅因为身处高节奏年代就被高估。这让跨年代的阵容保持公平。

理解评分最快的方式就是去玩。转出一套阵容，看看推演战绩和「最大短板」提示，再在下一局里调整去补上那个洞。

用 AI Character Squad Builder 组建一支 AI 角色战队，生成一个故事，再把它变成一本绘本。