系统能读到的熟练度信号
玩家自己很少会说“我已经把 50-50 练熟了”。系统要从行为里读出来。最直接的信号是落地成功率，但单看成功率容易误判：一个玩家在最矮的路缘上 50-50 成功率九成，换到九级扶手可能只有两成。所以成功率必须和 Spot 参数绑定，按扶手高度、长度、进入速度分开统计。
第二个信号是尝试次数与间隔。一个动作在短时间内被反复尝试，说明玩家正在攻克它；如果连续几天都在做同一个动作，而且每次都很快成功，说明它已经变成了“热身动作”。第三个信号是放弃行为：玩家尝试某个动作几次失败后，转身去做别的，并且之后很久没有回来。放弃不一定代表太难，也可能只是没兴趣，需要结合其他信号判断。
第四个信号是失败的位置。失败集中在上杆、滑行中段、出杆还是落地，能区分“还没学会”和“学会了但不稳”。im体育滑板研究组把这四类信号放在同一个动作签名下记录，签名包括动作名称、frontside 或 backside、进入角度和出杆方式，这部分设计在AI滑板系统那篇有详细描述。
识别平台期：会了，但不再进步
推荐新动作的最佳时机，是玩家进入熟练平台期的时候。平台期的特征大致有三条：最近一段时间的成功率稳定在高位，不再明显上升；失败不再集中在某一阶段，而是零星分布；玩家开始在这个动作上加花样，比如换不同扶手做、故意提高速度，或者在 line 里反复使用它。
以一个设计示例来说：某玩家的 backside 50-50 在九级直杆上，最近三十次尝试成功率约八成五，过去一周没有明显变化，他还在三条不同的 line 里都用到了这个动作。系统据此判断他进入了平台期。反过来，如果成功率还在从五成往七成爬，或者失败仍然集中在滑行中段，说明他仍处于学习期，此时推新动作只会打断他正在进行的练习。
另一种需要识别的是“卡住期”：成功率长期停在低位，尝试次数逐渐减少，玩家开始回避这个动作。卡住期不适合推一个更难的新动作，更合适的做法是回退一步，推荐一个更基础的相邻动作，或者换一个更容易的 Spot 练同一个动作。
相邻动作：沿技能树走一格，不跳级
推荐什么动作，靠的是一棵技能树。树上的边表示两个动作之间共享的身体技能。backside 50-50 的邻居可能包括：backside 5-0，只用后桥，重心后移；backside nosegrind，只用前桥，重心前移；backside boardslide，板子横过来，需要上杆时转体；以及同一个 50-50 在带折点扶手上的版本。它们每一个都只在一个方面与已掌握的动作不同。
跳级推荐的问题很明显。一个刚熟练 50-50 的玩家，被推荐“kickflip to crooked grind”，这中间隔着 flip-in 的落板精度、crooked grind 的板头压杆、以及两者的结合，至少三步。玩家大概率会反复摔，然后得出“这个推荐不靠谱”的结论。在im体育里，我们的设计是只推荐距离一步的动作，最多同时给出两三个方向让玩家挑，不在一次推荐里叠加多个新要素。
技能树也不是只有一个方向。除了“更难”，还有“更宽”：一个只会 grind 的玩家，可以被推荐一个 flip trick 过三级台阶，这不一定更难，但拓宽了他的动作库，让他的 line 有更多连接方式。
练习场景：推荐动作要附带一个合适的地方
只说“试试 5-0”不够，系统还应该告诉玩家在哪里试。新动作的第一个练习场景应当降低其他维度的难度：更矮的扶手或 ledge、更长的助滑、宽敞平整的落地区。比如推荐 backside 5-0 时，系统从城市里挑一段花坛边 ledge，高度比玩家常滑的扶手低，助滑二十米，落地区开阔，并且离他常去的广场不远。
练习场景也要逐步升级。玩家在 ledge 上的 5-0 成功率上来以后，下一步再换到五级矮扶手，然后是九级标准扶手，最后才放进 line。这和滑雪等项目里讨论的动态难度思路一致：调整的是场景与组合，而不是暗中修改物理判定。练习场景里的扶手判定、落地判定和城市其他地方完全相同，系统不会为了让新动作“更容易上手”而偷偷放宽。
玩家控制权：推荐可以被拒绝
有些玩家就是喜欢反复磨同一个动作，把九级扶手的 boardslide 滑到完美，再换十二级。对这样的玩家，频繁推荐新动作是一种打扰。我们倾向于把推荐做成可以轻松忽略的提示，而不是必须完成才能解锁内容的任务。玩家拒绝一次，系统会记住，并在一段时间内降低同类推荐的频率。
玩家也应该能看到推荐的理由，例如“你的 backside 50-50 最近三十次成功率稳定，5-0 只需要把重心往后移”。理由让玩家判断推荐是否合理，也让他知道系统在看什么数据。im体育还计划允许玩家手动标记某个动作“我想学”或“不感兴趣”，这些标记比任何行为推断都更直接。系统的角色是提出一个合适的下一步，最终往哪里走，由玩家自己决定。
