不靠主观形容词，靠可复现的测量过程与可对照的排行榜。
PG模拟器是 PG 游戏模拟器网，一个把 PG 电子游戏样本搬进浏览器、再用数据讲清体验差异的评测站点。我们收录 348 款游戏样本，覆盖 12 个玩法大类，每一款都要跑满 3 轮标准化脚本：记录首帧加载耗时、连续 5 分钟的帧率波动、按键到画面反馈的毫秒延迟，外加规则还原度与画面一致性的人工评分。
所有分数进同一张表，按中位数排序；新样本想上榜，就得和旧样本对齐同一套标尺。编辑不写“手感不错”这类空话，只给数字——A 样本加载 0.79 秒，B 样本 1.42 秒，差距 0.63 秒，读者一眼就知道该点哪一个。平台每周更新 2 次榜单，每月复核 1 次历史分数，把掉队的样本降级、把翻盘的样本提上来。
固定设备、固定网络、固定脚本。每款样本连跑 3 轮，取中位数；标准差超过 4.2 的直接标黄，重测通过才放回 A 档。
评测机常年保持同一套系统版本，一旦更换硬件，全库分数重算一遍，谁也不吃亏。
交付 4 样东西：分数表、排行榜、复测记录、变更日志。每一条结论后面都挂着原始数据，可回查、可对照、可反驳。
不卖“最强”，只交测量过程——这正是 8.4 万名常驻读者每天回到这里的理由。
新样本入榜前必须与 20 款基准样本同场跑测，偏差超过 5% 就退回重来。
尺子不变，分数才敢横向比。
脚本参数、设备型号、网络条件、原始日志，全部写进复测记录。
读者拿同一份参数跑一遍，应得同一组数字。
每周两轮全量巡检，本月已有 12 款样本从 A 档降到 B 档，5 款旧样本回稳升级。
榜单不养老，只认这一轮的成绩。
最初只有 26 款样本，全部靠人工秒表掐时间，误差大到不敢公开。
引入自动化脚本，指标从 2 项扩到 5 项，样本量翻到 140 款，开始对外发布榜单。
权重重新分配，新增复测机制，全库分数重跑一遍，旧榜单整体作废。
指标稳定在 7 项，每周两更，读者规模升到 8.4 万，复测日志全部公开。
凭统一标尺与公开复测日志入选，评审给出的关键词是“可复现”。
7 项指标的权重表被同行引用 40 余次，成为同类站点的参考模板。
复测记录完整度评分 96.5，位列同类榜单第一。
全部原始日志对外可查，累计被读者回查 21 万次。
本轮抽样 60 款样本，首帧平均 0.82 秒，环比缩短 0.11 秒。第 1 名与第 10 名只差 0.34 秒，第 10 名与第 30 名却差出 0.97 秒——差距全挤在后段。
编辑把 30 名之后的样本单独拉了一张表，标注了各自的瓶颈环节，方便读者对症下药。
连续 5 分钟跑测后，12 款样本的帧率标准差超过 4.2，被下调一档；同时 5 款旧样本回稳，重新拿到 A 档标识。
复测脚本与上一轮完全一致，参数、设备、网络条件均已写入变更日志。
新增“退出恢复率”与“二次进入一致性”，权重从既有 6 项中按比例划出，总分保持不变，避免历史分数被打乱。
全部 348 款样本已完成回溯重算，新表已在排名榜页面同步上线。
Q1PG模拟器上的分数到底是怎么跑出来的？
PG模拟器用同一套脚本连跑 3 轮取中位数，记录首帧加载耗时、5 分钟帧率标准差、按键响应毫秒数，再叠加人工的规则还原度与画面一致性评分，最后按权重折算成 100 分制。全过程参数公开，读者可以拿同一份参数自行复现同一组数字。
Q2PG模拟器的排行榜多久更新，旧分数会保留吗？
PG模拟器每周二、周五各更新 1 次榜单，每月做 1 次全库复核。旧分数不会删除，而是以变更日志的形式留档：哪个样本被降级、降了几分、原因是什么，都能回溯。新分数上榜，旧记录留底，这是我们对读者的承诺。
