"再测一次"的代价——游戏项目的退出难题

活得最久的项目，往往不是最好的

在游戏行业聊久了，会发现一个反直觉的规律：存活时间最长的项目，通常不是团队里最有潜力的那个，而是最"难被杀死"的那个。不是因为市场反馈好，也不是因为核心体验扎实，而是因为某种说不清的力量——也许是创始人的执念、也许是团队的情感绑定、也许是"都做了这么久了"的惯性——让它一直在那里，不死不活，持续消耗着本可以流向更好机会的资源。

这个现象不只发生在五六十人的中型团队里。两个独立开发者、一个外包画师、一台租来的 GPU 服务器，同样会陷入类似的泥潭。规模不同，底层心理机制是一样的。

续命比止损容易，因为恐惧是不对称的

行为经济学里有个经典概念叫"损失厌恶"——人们对失去的敏感度，大约是对获得的两倍。套进游戏项目管理里，效果极其明显：关停一个在进行中的项目，需要有人站出来承担"承认失败"的心理代价和组织代价，这个代价是即时的、具体的、个人化的；而"再投三个月和两个人"的代价是未来的、模糊的、集体分摊的。

这就产生了一个严重的决策不对称：继续，风险可以被"下一个版本"推迟，今天没有人需要被问责；关停，今天就要面对团队解散、合同处理、预算返还、以及所有参与者的情感落差。大多数人会本能地选那条今天不痛的路。

更隐蔽的是"锚定效应"。一个项目从立项到现在投入了多少人月、多少预算，这些数字本身就会成为继续下去的理由——不是因为项目值得，而是因为"已经花了这么多，不继续岂不是浪费"。这是经典沉没成本谬误，但在实际决策中，它伪装成理性，极难被识破。

独立开发者的困境：没有评审委员会，也没有人替你做决定

大公司的困境是评审会流于形式，项目该停停不下来。但独立开发者和小团队面临的是另一个极端：根本没有评审机制，做不做、停不停全看创始人自己——而这个人往往也是最不客观的那个。

一个人花了八个月写了一款roguelike，核心循环已经跑通了，数值也很扎实，但美术拖了进度。这种时候问自己"该不该停"，就像问父母"你的孩子该不该放弃治疗"。理智告诉他市场调研数据不够、竞品太多、品类天花板太低，但情感告诉他：我都做到这一步了，再撑两个月也许就好了。

"再撑两个月"是独立开发世界里最贵的五个字。很多人不是死于项目失败，而是死于反复续命时把积蓄耗干、把机会窗口错过、把身心状态拖垮，到最后连下一个项目的启动能量都没有了。大公司至少还有人可以被调去更需要的项目，独立开发者一旦被沉没成本套住，就是一个人扛着全部代价。

"数据不够好"还是"不愿面对数据"？

项目续命最常见的理由是"样本不够、数据还不够充分"。这句话在某些时候是成立的——测试用户量太小、买量渠道不精准、留存窗口太短，确实可能让数据失真。

但更多时候，它是一种自我保护机制。数据已经足够说明问题了，只是解读数据的人还没准备好面对那个答案。心测数据不好看，对外可以说"包体太大测试环境不真实"；留存不达标，可以说"前期引导还没优化"；付费率低，可以说"商业化还没完整接入"。这些说法每一次都可能是对的，但当它们被反复用在同一个项目上，就成了递延承认失败的工具。

区分"确需更多数据"和"回避已有判断"的方法，其实很简单也很残忍：问一句——如果今天从零开始做决策，面对同样的数据，你还会启动这个项目吗？如果答案是"不会"，那现在继续，只是在给过去的投资找借口。

给退出装一个刹车：在启动时就写好停下来的条件

止损最有效的做法，不是在项目出问题时才开始思考"要不要停"，而是在项目启动之前就写下明确的停损规则——不是写给自己看的模糊目标，而是具体的、可验证的、到时间必须执行的硬条件。

比如：第一次外部测试如果核心循环评分低于 6 分（10分制），暂停扩编，缩小到原型团队继续；如果第二轮测试仍然低于 6 分，项目正式进入退出流程，团队转入储备池。预算只批当前阶段，不批"全部预算"。时间窗口写死，到了就是到了。

这种做法在体育训练和投资领域很常见，但在游戏开发行业很少有人用。原因是它要求决策者在项目还没开始的时候就承认"它可能会失败"——这跟创业者的心理特质是相悖的。但恰恰是这种提前承认的可能性，保护了团队和资源不被无限度地消耗。退出机制不是悲观主义，是给理性留一个可以工作的空间。

AI 时代的双刃剑

AI 工具正在改变这个困境的两个维度，但改变的方向是矛盾的。

好的一面：原型验证的门槛大幅降低。一个人用 AI 辅助写逻辑、做美术、跑测试，过去需要三个月才能看到核心体验是否成立，现在可能两周就能出一个可感知的 demo。这意味着"失败的发现时间"被大幅前移——项目在还没投入多少资源的时候就能被判断是否值得继续。止损变得更容易，因为代价更小了。

坏的一面：正是因为"再做一点"的成本也降低了，项目变得更容易"再撑两个月"。AI 可以帮你快速补内容、快速做变体、快速出更多版本——这给了"下一版会更好"的信念更强大的工具支撑。当一个人可以几乎免费地不断迭代，"承认不行"反而变得更加困难，因为放弃的心理门槛已经降到了接近零。工具让人更容易做，却不一定让人更容易停。

这是 AI 时代项目管理最被低估的挑战：技术降低了做和停的双重成本，但人性的惯性只在"做"的方向上加速。真正的退出纪律，越来越需要人自己来守住。

关不掉项目，本质是关不掉自己的某个执念

说到底，项目不死不是因为流程有问题，也不是因为评审机制不够健全。归根到底是人的问题——准确地说，是决策者和项目之间那条看不见的情感脐带。它把一个客观的商业判断，变成了一个关于自我认同的问题："如果我承认这个项目不行，我是不是也不行？"

能做好退出决策的人，通常有一个共同点：他们把项目和自我身份分得很清楚。项目是用来验证市场假设的工具，不是用来证明自己价值的证据。项目失败了，说明假设不对，换一个假设继续——这跟"我这个人行不行"没有关系。

但这种心理分离，说起来容易，做起来极难。它要求一个人在持续投入了大量情感、时间和声誉之后，仍然保持足够的冷静。这几乎是一种反人性的能力——正因为如此，它才是真正的核心竞争力。

下一次，当你的项目又要"再测一次"的时候，不妨停下来问自己一个更根本的问题：我到底是在为市场做产品，还是在为自己的某个执念做产品？

（本文观点仅代表作者个人。）