读万卷书，行万里路！作为游戏开发者，我才刚上路！
无意中通过关注的公众号看到腾讯游戏开发者大会（TGDC），也就信手报个名。一个人封闭太久了，是需要出来转转才能知道世界有多大。说实在话，自己一直从事的是游戏后端开发，TGDC关于技术的内容，完全是硬着头皮听下来的，但同时也算是一扇大门像自己敞开了，游戏前端技术博大精深，有兴趣深入研究，必大有可为。
游戏做为一门技术活的同时，又是门艺术活，需要各个专业团队的紧密协作才能成功。
下面就把每一场演讲我所获得的知识和思考记录下来。（注意：不是完整内容，全凭记忆和自己理解了）
1.《刺客信条：奥德赛》的产品研发历程
自以为YouTube上的视频能听懂一些，现场应该没问题，然后就没有借同声翻译，结果才发现自己的英语听力就是个渣渣，结合PPT也就似懂非懂地听完了。
《刺客信条：奥德赛》是一款RPG游戏，现场播放的视频相当震撼，包括CG和海战时的场景，炫酷到爆。Mr Jonathan说在设计的时候着重考虑了下面三点：
- 自主性（Autonomy），让玩家在玩游戏的时候，能够自主的做出各种选择，有自己的目标和任务关卡，可以自己决定游戏怎么玩。可以自行选择对话分支，任务的结束方式，甚至时可以自主选择要获得的奖励。
- 能力（Competency），有意义和清晰的成长线。
- 社交相关性（Relatedness），在多人游戏中，如何做好玩家和玩家之间的交互最最难的挑战。好友、恋人、敌人等等都有支持。
然后噼里啪啦一大堆，云里雾里，印象比较深刻的是，为了构架游戏的世界，他们团队参考各种关于古希腊的书籍、网上的信息、甚至专门去古希腊的遗址进行考察，同时还聘请古希腊历史专家作为顾问。这种开发游戏的方式和专业的精神非常值得我们学习。
2.《QQ飞车》从端游到手游的十年发展历程
主要分享的是QQ飞车从2008年到2018年这款游戏在运营和开发中遇到的各种问题和解决方法。总结为四个阶段：
探索期：在此期间，基于用户游戏动机的细分设计游戏内容。作为竞速类游戏，分为三种动机：休闲导向、竞技导向、社交导向。在版本制作上做了一个比较大的调整，之前是由研发推动运营，在此期间反过来，版本应该是运营主导研发，这样才能开发出满足市场的产品，否则研发自嗨效果不佳。
震荡期：此阶段的关键词是：理性面对，回归初心。据说当时做了些与竞速核心玩法无关的玩法，有些玩家开始吐槽。然后坐下来，大家一起探讨竞速游戏的核心和手感，各种细节，弯道的角度，障碍物出现的时间等等都进行精细的调整，甚至还启用了脑电波实验，验证玩家玩游戏的情绪体验。同时解决了一系列导致崩溃和性能问题，严格控制包体大小。
下滑期：由于新的游戏类型（MOBA）的出现和其它原因，DAU有所下降。
- 平稳期：如今DAU基本上处于一个稳定状态，运营过程中也总结出一系列经验。比如提出的：用户运营的两大利器，一个是像蘑菇一样思考，做用户的生命周期干预管理；另一个是集中营销调整运营节奏，阶段性激活沉默老用户。
最后，对手游未来的一些思考，提了四点：
- 目标感：我清楚我要什么。
- 多人合作：我不是一个人在战斗。
- 多元化玩法：技术不行也能打辅助。
- 社交闭环：无论合适都能找到好基友。
3. 实时数字人Siren渲染技术揭秘
这个是我见过最炫酷吊炸天的演示，有兴趣的可以去Google一下UE4的Siren。人脸、眼睛、牙齿、耳朵、头发、甚至皮肤上面的毛发都可以进行渲染，更加牛逼的是实时的，不像电影里面的一些数字角色都是离线渲染的。关于图形学和UE4的了解太少，这场炫酷吊炸天的演讲也只能了解个皮毛，其中最关键的是腾讯NEXT技术中心的大神提出的这个观点，非常认同。无论做什么优化之前，首先要确定如何去验证它（How to Prove It?），然后再考虑去做优化（How to Improve It？）。否则，没有一个标准，优化效果好与不好不得而知。
4. UE4制作多人大地型游戏的优化
这位Epic的大神，讲了茫茫多的UE4引擎对于大地形游戏的优化及其对各种移动平台的性能适应。UE4这个坑不是一般的深，现在也只是大概了解过而以，想要听懂这位大神的演讲，估计先闭关修炼个几年再说。对于大地型游戏，最大挑战有下面几点：
- 超大地形
- 玩家数量大（如：50 vs 50）
- 长距离显示
- 动态光照和环境。
至于如何做优化，我就完全是懵逼状态了。不过话说回来，游戏客户端开发的技术含量简直太TMD高了，服务器开发至少不懂的随便看看就能懂，客户端的完全懵的，各种数学公式，算法，Shader，想想头发都要掉一地。不过还是挺有意思的，有必要好好研究下的。
5. 斗地主中的AI机器人研究
这位大神，在玩斗地主时被老婆喊去买菜，本来一手好牌，被系统接管后输的一塌糊涂。产生了这么一个需求：拟人的AI机器人玩斗地主。话说Alpha Go解决了围棋问题之后，斗地主作为一种棋牌类游戏，也可以参考深度学习来训练一个拟人的AI。至于什么是深度学习，我也就只知道它是神经网络，至于神经网络相关的算法神马CNN（卷积神经网络）和RNN，自行Google和脑补，我对此也是一脸懵逼。
6. 周边系统的潘多拉解决方案
终于来了一个能听懂的了。这位大神提出了一个新思路，值得行业借鉴：网络游戏=核心玩法+周边系统。特别对于已经处于运营状态的游戏，多数的开发任务是什么？收益和运营（如：商城、直播、社交等）占了大部分！所谓的潘多拉方案，就是把游戏核心玩法之外的系统统一起来，这样游戏开发者能够专心做好游戏性的开发，而潘多拉团队则负责其它周边系统的开发。相当于多了一个产业分工，大家都各自做自己擅长的事情。
什么是周边系统，下面一张图感受下：
潘多拉技术架构：
特别要提一下，游戏适配层的演进过程，为自行搭建类似的平台提供了很好的参考：
v0.0 嵌入H5浏览器。优势：成本低；开发工具成熟，现有技术栈完全满足；易于热更新。劣势：对游戏性能有影响；内存占用比较大，还不可回收；效果不好，与游戏风格不统一；部分功能做不了。
v1.0 基于不同平台的原生API。针对Andriod和IOS只需要各开发一套，虽然性能有所好转，但还是存在与游戏风格不统一的问题。
v2.0 针对游戏引擎提供对应引擎原生。针对Unity、Cocos和Unreal都有相应的解决方案，这样做的好处：开发、测试环境统一；效率与游戏保持一致；内存占用与游戏保持一致；对游戏刷新频率也无影响。
v3.0 针对所有引擎做统一抽象。现在正在开发阶段，框架如下：
7. 小结
此次TGDC之行，要给一个关键词那就是：懵逼。就当开阔下眼界，了解一下游戏行业比较前沿的技术，同时认识到自己缺失的知识，尽快补上。这十年顶多算个后台程序员，作为一个游戏开发者是相当不称职：不了解游戏的设计，缺少对前端技术的深入研究。
PS. 吐槽下，深圳有两点体验奇差无比：
- 打个车要等半天！（可能因为下雨的原因把）
- 打不到车，那就骑自行车吧，问题是连个非机动车道都没有！据说摩托车全市禁止！
无论如何也不会来深圳工作，不为其它，就为两个轮子的都跑不起来！哈哈～～
