书读到这里，你可能注意到一个被刻意回避的问题。前面所有章节假设了一个前提：市场是「活的」，内容由系统自己产生。但真到开工那天，你会面对一个具体的工程选择：玩家的对手、行情的内容，到底从哪来？一共有三条路，每条都有人用，每条都有陷阱。这一章把它们摆在一起对账。
第一条路：历史回放
做法：拿真实市场的历史数据（某只股票 2019–2021 年的全部行情），原样播放给玩家。玩家在「2019 年的贵州茅台」里交易，体验和当年一模一样。
优点显而易见：真实到骨子里——每一根 K 线都是真实发生过的历史。缺点也同样根本，而且恰好踩中本书第一章立的标准：回放是一个人的电影，不是一个市场。玩家的买入不改变价格（价格早被历史写死了），没有对手盘，没有滑点，没有「我影响了市场」的体验。它是教学工具，不是市场。还有一个隐蔽的陷阱：后见之明偏差——大白话：回头看历史，一切走势都显得「早有征兆」。玩家在回放里屡屡「看对」，以为自己看懂了市场，其实他只是在开卷考试。回放模式练出来的自信，是最危险的一种自信。
第二条路：参数化生成
做法：不回放真历史，而是用数学模型生成行情——设定波动率、漂移率、跳跃概率等参数，让随机数发生器吐出曲线。这就是第一章批判过的「比分牌做法」，学界叫随机过程建模。
它的正当用途在于底层素材：第四章那条基本面暗线，用它生成再合适不过——暗线本来就是上帝私产，不需要「被交易出来」。但用它直接生成玩家看到的价格，就回到了第一章的死穴：曲线再像，玩家也没有对手。
第三条路：agent 涌现（本书的路）
做法：就是前五章干的事——不生成价格，只生成人，价格从人和机器的碰撞里自己长出来。优点已经说了九章：可信、可交互、每个现象都能追溯因果。但它也有自己的代价，诚实交代：
- 调参是黑 art。NPC 的参数（第五章那条「分布」）轻微一动，市场性格大变。参数空间巨大，没有理论告诉你「趋势派占比 25% 还是 30% 才对」——只能一遍遍跑、看行情、靠经验调。你的手感就是唯一的指南针。
- 可能涌现出不想要的行为。比如 NPC 阵容失衡时，市场可能陷入永远单边上涨的死亡螺旋，或永远无人问津的冰冻。你需要监控指标（波动率分布、崩盘频率、价差水平），像央行行长盯经济数据一样盯自己的模拟世界。
- 算力贵。几百个 NPC 每个 tick 都要做决策，规模上去后是实打实的计算成本。工程上的解法（低频 NPC 批量决策、采样而非全量）会占掉你不少开发时间。
三条路不互斥：一个务实的组合
真实项目里，三条路常常各管一段：
- 历史回放做「教学博物馆」：让玩家亲历 2015 年 A 股股灾、2020 年美股熔断——作为历史教育，它无可替代。但要明确标注「这是回放，你的操作不影响行情」。透明是底线。
- 参数化生成做「暗线原料」：基本面漂移、新闻事件的真实影响值，用它生成。
- agent 涌现做「主竞技场」：玩家真正交易、对战、成长的地方。
还有一个正在出现的第四条路：用大语言模型当 NPC 的大脑，让他们读新闻、写交易日记、形成观点再下单。它能让 NPC 的「信念」从几条规则变成真正的叙事——2024 年后不少学术实验在试。但成本、不可控性和「LLM 的共识偏差」（它们容易集体得出相似结论）还没解决。把它当调味料（少数关键 NPC），别当主粮。
回到那条标准
三条路的取舍，说到底还是第一章那句老话：可信优先于准确。历史回放准确但不可信（你是观众），参数生成可以调得很准确但同样不可信，agent 涌现不承诺任何准确性但每一秒都可信。你要造的是「让人走进去玩的市场」，答案从一开始就是唯一的。
最后一章，泼一盆冷水，也是一份敬意：这一切搭完之后，它依然教不会你的那些事。