Por um lado, esta proposta é uma metáfora, um simbolismo análogo ao não desenvolvimento da razão da peleja entre os dois inimigos.
Por outro lado, é uma desculpa para o animador desenhar apenas o que achar mais divertido.
Quando considera muito trabalhoso intervalar por conta do excesso de detalhes, o animador simplesmente fotografa as posições principais doze vezes e não faz os desenhos intermediários.
Quando considera a sombra um elemento dramático relevante, ele pinta um cenário para compor a seqüência e anima sombras projetadas.
Quando tem preguiça, deixa tudo preto-e-branco, sem cenário nenhum.

Partindo do mesmo conceito, há apenas dois personagens.
Sem vestimentas detalhadas e com apenas três dedos em cada mão, para agilizar o processo.
Afinal, nunca me pareceu muito sensato animar cinco dedos em cada mão de um personagem desenhado.
Utilizar quatro não faz diferença nenhuma ao público.
Certa vez tive de me submeter à insanidade do design de um personagem imposto para um comercial para TV, que tinha SEIS dedos.
Em cada frame, eu tinha de animar doze dedos!
Doze!
Em cada frame!
Preferi ficar com três.
É o suficiente.
Eles conseguem empunhar suas espadas.
Um tem somente pupilas e o outro apenas os globos oculares.
A dificuldade maior era fazer parecer que estavam olhando para o lado sem virar suas cabeças.