【17173新闻报道，转载请注明出处】
引言：“XX妖人”是如何炼成的？
即便到了两人职业生涯后期，我们也依然能够直观感受到C罗和梅西这对绝代双骄对于当今世界足坛的统治力，比如今年，当《FIFA22》将首发阶段最高能力值球员的殊荣给予梅球王之后，就引发了C罗球迷的不满。尤其对比现实中回到曼联后C罗那劲爆的赛场表现，和梅西在艺术之都踢的养生足球，这种“梅西老大，莱万次之，C罗第三”的排序，实锤了江湖上关于“EA不懂球”的传闻。
C罗照片中的表情对比前面那两位的“茄子“，透着这位霸道总裁发自内心的“不爽”
说正经的，《FIFA足球》《NBA2K》这种从商业模式到游戏系统经过长期打磨的头部作品，对于游戏里球员的各项能力值设计，早就有一套专门的“数据手艺”，其历史渊源，可以追溯到上世纪80年代的棒球游戏。而作为现实中职业棒球的从业者，也通过建立“魔球理论”，将游戏开发者一样的数值设计能力，上升到了足以指导建队思路和球队技战术制订的高度。
接下来就结合大家熟悉的球类游戏，聊聊现实数据分析与游戏数值设计是如何产生出相互的影响与关联。
从数据到数值
都说“万事开头难”，但是体育游戏基于球员个人能力建立起相应数值这件事，基本上是游戏开发者在“懂球”基础上的一蹴而就。
1984年，美国MicroLeague公司推出了一款DOS系统上运行的棒球游戏《MicroLeague Baseball》，游戏的画面与玩法和大家在FC上能玩到的同题材游戏大同小异，只不过与当时市面上其他棒球游戏相比，《MicroLeague Baseball》除了拥有完整的职业球队授权，还有史以来第一次为游戏中的每一位球员专门建立了一套数值体系，通过各项数值的高低，让玩家在上手操作之前，就能对球员强弱有一个基本了解。
最初的球员数值样式就是这样的
平时观看各种球类比赛的朋友，对于球场边的技术统计人员一定不会感到陌生，与激情四射的解说员不同，他们用手中的纸笔，记录下比赛过程中每一次犯规，等分，失误等等场上发生的事情，最后汇总成为完整的技术统计，当中事无巨细罗列了一名球员职业生涯的高峰与低谷，一名教练临场的指挥与应变，一支球队战绩的辉煌与黯淡。
当勒布朗·詹姆斯在2018年NBA总决赛第一场比赛关键时刻，面对JR·史密斯莫名其妙的临场表现奉献出“历史名画”时，在技术统计栏里，这也只会是一笔没有丝毫感情色彩的“克利夫兰骑士队5号 JR·史密斯 失误+1”。
再回到80年代，《MicroLeague Baseball》的开发者们找来大联盟比赛的过往技术统计，把其中记录的每一名球员在此前每一年的表现，按照具体数据分类，比如全垒打数量、三振数、打击率等等，然后折合成游戏里该名球员的能力数值，最后就生成了每一名球员几乎一样的像素外观下，独一无二的数据模型。这套系统后来在各种体育游戏得到了广泛推广和使用。
场边的技术统计统计人员会记录下场上发生的一切技术环节
对此我国玩家对此最直观的感受，便是上世纪90年代，随着《NBAlive》《FIFA足球》和《实况足球》渐渐流行，作为玩家，可以在赛事转播等传统媒体之前，先从游戏里体验到球员的能力与特点。比如跑起来风一样快的罗纳尔多和艾佛森，力拔山兮的巴蒂斯图塔和奥尼尔，游戏里直观的数值，让玩家们对于球员能力特点一目了然。
球类游戏与生俱来的年货属性，很大程度上就是因为现实中球员能力与状态的逐年变化，要求游戏里做出相应的浮动调整，如今《NBA2K》等游戏几乎把数值调整频率做到可以与比赛日同步，相当于第一时间就把真实比赛数据转化成游戏数值。
但这也引出了新的问题，那就是当物理引擎越发完善的同时，游戏该如何平衡玩家操作，系统玩法和数值设计这三者之间，以避免高数值球员碾压一切的情况出现呢？
