The truth is rarely pure and never simple.

说说我的近况,兼介绍一款优秀的异形DBG卡牌游戏

上一次更新博客,大约是在半年前了。实际上这半年不仅仅是博客停更,我很多项目都终止了,例如公众号,例如 Python 网课。唯一不变的是,这半年在持续的买游戏和玩游戏,其中买游戏的速度还远远高于玩游戏……这就导致库存积压,却有大量游戏仅玩过一两次、甚至一次没玩过。

以及,最近申请离职了,裸辞,下周五是 last day。米筐是国内 FinTech(金融科技)行业的头部公司,无论技术还是理念,都明显强于其他竞争对手,从这样一家公司离职,略有遗憾,但又没有遗憾。我从 2016 年的编程小白入门,到参与米筐几乎所有重要项目和重要组件的开发,再到现在带领测试开发团队,一路走来可以给自己打满分了,就是重新来过一遍,也不太相信身为文科生的自己能做到更好。离职的原因很单纯,就是现在的工作已经无法给自己提供更多的挑战;在可见的一两年内,米筐测试团队恐怕没机会到达20人以上,那么对我来说,带这样一个小型团队,工作量过低,也不能施展和锻炼自己的管理能力。

好了,下面说一说游戏。 前两天,我阅读了 Reddit/boardgame 板块上一篇文章《Learning to enjoy what you’ve got》,大意是,桌游玩家有两种乐趣,一种通过不停买新游戏来获取新鲜感,另一种则通过深入理解已购游戏、研究新策略来获取智力挑战的快乐。我深以为然,而且认为后者的乐趣其实远高于前者,一款游戏最少也要玩两三遍才能体会到其中玄机。故此,我会降低购买游戏的频率乃至完全不再购入新游戏,充分享受家里堆积的大小游戏。

今天,就会向各位介绍一款我购买已久、非常著名的牌库构筑式游戏——《Legendary: Encounters Alien》。 Legendary 是一个牌库构筑游戏(Deck-Building Game,简称 DBG)系列,其中最知名的是《Legendary: Marvel》,一款玩家扮演漫威英雄击败洛基、末日博士等等著名反派的 DBG,在 BGG 上的排名 138名、主题游戏类排名 45 名,已经可以算得上是佼佼者,在全球桌游爱好者之中享誉非凡。

View post on imgur.com

然而《Legendary: Encounters Alien》虽然名气略逊,但其 BGG 排名居然更加优秀,总排名 92 名,主题游戏类排名 21 名!而能够进入 BGG 前 100 名的游戏,都是『神作』! 《Legendary: Encounters Alien》(以下简称异形 DBG )可以由玩家挑选扮演若干《异形》系列电影中的角色,然后按照电影剧情一点点完成任务进而通关。整个游戏过程非常流畅,策略感十足,代入感超强。在游戏过程中,玩家就像重现了《异形》四部曲的关键情节。 (我使用了十几年的网络昵称「Alien」就来自于《异形》系列电影,看过无数遍) 

View post on imgur.com

2016年,异形 DBG 推出了第一个大扩《Legendary: Encounters Alien Expansion》。这个大扩新增了两个剧情(共六个任务)、若干新的角色牌和异形牌,而最大的特点则是增加了「女王」模式!在该模式下,1个玩家扮演异形女王,对抗其他所有玩家。虽然在异形 DBG 基础包中,也有类似 PvP 的模式,甚至异形 DBG 还可以与同系列的铁血战士 DBG 进行联动,但其本质终归是合作游戏,强行改造为对抗游戏难免使游戏风味略有丧失。这个大扩则将对抗模式正式发展到一个全新层次,甚至给「女王」玩家提供了一张鼠标垫材质的牌垫,诚意十足!

然而一切并未结束。随着《普罗米修斯》和《异形:契约》的相继上映,异形宇宙的世界观逐渐成型,原有的四部曲已经显得颇为单薄,而异形 DBG 同样需要在剧情、游戏玩法、乃至风味上更上层楼。 在 2019 年 3 月的美国 GAMA Trade Show(游戏制造商贸易展)上,异形 DBG 的出版公司 Upper Deck 向大家展示了一张 2019 年路线图,图中明确标明了在 2019 年第三季度将会发行一个异形 DBG 系列新扩展《Legendary: Alien Covenant Expansion》!根据目前已有资料,该扩展很有可能是一个小扩,而它也有可能成为异形 DBG 系列的第一个小扩(漫威 DBG 的大扩小扩我已经数不过来了……) !

我这两天已经通过亚马逊海外淘,购入了「女王」扩展,在 Q3 势必要入一套「契约」扩展了。到时候,会再发一次新扩展的介绍。 下面是一些我在玩异形 DBG 基础包时候的照片。 

View post on imgur.com



发表评论

电子邮件地址不会被公开。

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据