这是熊猫的第368篇原创
大家好，我是熊猫。
众所周知，Hungry studio是一家非常低调的公司，采访很少，最近看到了一篇Gamesforum 在2025年对 Jason Wang（VP of Brand Marketing at Hungry Studio）的专访，现在看起来仍觉得很有价值，以下内容通过翻译整理，并加入作者个人分析。
这篇文章有意思的地方在于，它没有把 Block Blast! 的成功简单归因于“买量猛”“素材好”或者“踩中了方块赛道”。相反，里面反复提到几个关键词：用户获取、A/B 测试、AI 工具，以及长期玩家价值。
买量重要，但不是全部
Hungry Studio 的 Jason Wang 在采访里承认，Block Blast! 的增长很大程度上来自 UA，也就是用户获取。
这点很真实。
今天的休闲游戏想做到全球头部，几乎不可能完全依靠自然量。尤其是这种低门槛、强素材驱动的产品，买量能力本身就是产品能力的一部分。但他也强调，Block Blast! 不是只靠买量成功。
他们更看重的是：玩家进来之后，能不能留下来。
很多团队研究 Block Blast!，第一反应可能是看素材、渠道、广告节奏。但 Hungry Studio 自己强调的是，他们愿意为了长期用户增长，接受短期负 ROI。
它意味着团队不是只盯着当天 ROAS，而是相信产品的长期 LTV。只要玩家能持续回来，前期亏损就是可以接受的。
A/B 测试是基础设施
文章里还有一个很夸张的数据：Hungry Studio 每周会做超过 50 个 A/B 测试，失败率高达 97%。
这听起来像是“疯狂测试”，但背后其实是一种产品组织方式。他们不是靠拍脑袋决定功能，而是把大量想法放进测试系统里，用真实用户行为来验证。更关键的是，他们测试的不只是 UI、活动、广告位，而是深入到了核心玩法算法。
文章提到，Block Blast! 的方块生成算法包含接近 100 个嵌套子规则，用来生成动态、个性化的游戏体验。
表面看，Block Blast! 只是一个拖拽方块消除游戏。但真正影响玩家体验的，可能是下一组方块怎么出，什么时候让玩家觉得还有希望，什么时候制造一点压力，什么时候给一点喘息空间。
这些东西不是美术，也不是活动，而是藏在底层算法里的手感。
AI 用来提高验证效率
这篇文章还提到 Hungry Studio 自研的 AI 工具：Block AI Robot。
它不是直接替代设计师，而是通过分析大量游戏状态和玩家行为，预测玩家在新局面下可能做出的选择。文章里提到，这套 AI 系统和真实玩家行为的匹配度可以达到 80%。
这背后的意义是：AI 可以帮助团队更快地验证玩法、算法和局面体验。
对于 Block Blast! 这种游戏来说，每一步方块生成、每一次玩家选择，都会影响后续体验。如果全部依赖真人测试，效率会非常低。
AI 在这里承担的是“重复验证”和“行为模拟”的角色，而不是替代人的创意。
最值得学的不是玩法，而是系统
如果只看表面，Block Blast! 的玩法并不复杂：拖动方块，填满行列，完成消除。但它真正值得研究的，不是“这个玩法能不能抄”，而是背后那套系统。
买量不是孤立能力，而是和产品 LTV 绑定。
A/B 测试不是偶尔做一次，而是产品开发的基础设施。
核心算法不是写完就结束，而是持续迭代的体验系统。
AI 也不是宣传概念，而是提高验证效率的工具。
所以，Block Blast! 的成功很难被简单复制。
文章最后 Jason Wang 也提到，如果回到 2021 年重新开始，他们可能也无法复制今天的成功。这句话反而很真诚。爆款当然有运气和时机。但运气到来之前，团队需要有足够强的系统去接住它。
Block Blast! 给我的启发是：
休闲游戏的机会并没有消失，只是它越来越不像过去那种“做一个轻玩法，然后猛买量”的生意。它更像是一个长期系统工程。表面是一个简单的方块游戏，背后是买量、算法、A/B 测试、AI 和用户体验之间的长期平衡。
今天就写到这。
Block Blast相关文章：
这款致敬Block Blast的产品｜上个月下载90万｜Woodoku Blast
超越了Block Blast｜King的新作冲到免费榜第一｜Candy Crush Solitare
美区免费榜长期霸榜第一的Block Blast｜做对了什么？
这个下载量破亿的游戏app，在Google Search 里又火一次
