狼人杀角色配置计算器

狼人杀的平衡核心是阵营力量比：狼人阵营每晚刀一人，好人阵营白天投票放逐一人，双方速度相当的前提是狼人占 1/3 左右、神职能挽回轮次。行业通行的配比公式是狼人数 = 人数 ÷ 3.5 取整：6 人局 2 狼、9 人局 3 狼、12 人局 4 狼。神职数量与狼人基本持平，预女猎白（预言家、女巫、猎人、白痴/守卫）是 12 人标准局的四神配置。

人数不同节奏完全不同：6-7 人局没有警长、不遗言，一局 15-20 分钟适合破冰；9 人局是入门标准（3 狼 3 神 3 民），女巫首夜自救规则必须明确；12 人局才有完整的警徽流、刀边战术，一局 40-60 分钟。新手局建议减少花板子角色，狼美人、白狼王、骑士这类强变数角色等大家理解基础轮次逻辑后再加入。

狼人杀 1986 年由莫斯科大学心理学系学生 Dmitry Davidoff 发明，原名 Mafia（黑手党），最初是课堂心理学实验道具。游戏的核心创新是「信息不对称博弈」：狼人知道彼此身份和夜晚行动，好人只能通过白天的发言和投票推断——这是典型的贝叶斯博弈（Bayesian game），每个玩家基于不完全信息更新信念。2001 年法国桌游《The Werewolves of Millers Hollow》加入神职角色体系后传入中国，2015 年网综《饭局的诱惑》引爆国内热度。

角色平衡是数学问题：好人胜率与狼人数量呈非线性关系。4 狼 12 人局（狼占比 33%）好人胜率约 45-50%；3 狼 9 人局（同占比）好人胜率升至 55-60%——因为神职技能在信息密度低时价值更高。女巫的解药+毒药组合价值约等于 1.5 个轮次，预言家每验一人消除 8-12% 的不确定性。扩展角色（白狼王、狼美人）本质是改变 payoff matrix，不是增加趣味性。

发言分析是信号检测理论（Signal Detection Theory）的应用：狼人发言有更高的认知负荷（需要编造虚假信息），表现为细节缺失、过度一致性、回避具体指控。研究表明，有经验的玩家对狼人识别的准确率约 60-70%（随机 33%），但确认偏误（confirmation bias）会导致「听杀」冤案——首夜被抗推的好人中约 40% 是发言紧张的真平民。

面杀与网杀的信息结构差异巨大：面杀有微表情、语音语调、肢体语言等副语言线索（para-verbal cues），狼人胜率下降约 10%；网杀纯文字逻辑，悍跳狼（fake seer）成功率更高。法官 AI 化（APP 主持）消除了夜间噪音泄露，但也移除了「听声辨位」这一高阶技巧，改变了游戏 meta。