發生什麼事
曾做業務的 Sam Brovda 平時用 AI 編程代理開發軟體。他在 HackerNoon 發表文章,回顧自己做的每日運動問答遊戲 Statback,以及最後把它關掉的原因。
遊戲的玩法受 Wordle 與 Immaculate Grid 啟發:每天所有玩家看到同一個 3x3、共九張球員卡,姓名、出生地等資訊被隱藏,玩家要從數據推測,每張卡有三次機會,提示要扣分,答對的卡會收進收藏冊,有新秀卡與閃卡等樣式。技術組合是 Next.js、Supabase、Vercel、PostHog、Resend 與網頁推播。
依文中的時間線,作者從 6 月 18 日到 7 月 16 日共提交 172 次 commit,其中 155 次標示由「Claude Opus 4.8」共同撰寫。第一天就上了棒球、NBA 與 NFL,加上帳號與排行榜。

出了什麼問題
- 提示內容:AI 寫的提示不準確、重複,或夾帶多餘輸出。後來改成以 Wikipedia 與 Wikidata 為依據,涵蓋 930 名球員中的 914 名。到 7 月 16 日最後一次 commit 時,球隊名稱提示仍出現在約 60% 的項目,只是重複卡面已顯示的資訊。
- 資料架構:資料放在一個大型 JSON 文件,6 月 24 日修了一個失敗的資料庫讀取可能清空資料的嚴重錯誤。
- 效能:閃卡動畫讓手機發燙,需要修正。
- 難度:上線後從分析數據發現題目太難,7 月 3 日調整難度分佈。
- 分享:分享功能改了五種設計,X 與 iMessage 的連結預覽會快取數天,所以分享網址要加版本號。
為什麼下架
作者的說法是,對一個副業專案來說,維護不斷出狀況,修一個常引出另一個。他把 Statback 視為正在開發的行動 App 的練習。他整理的教訓包括:AI 生成速度快,但不會對照畫面上已有的資訊,需要人檢查;調整前先把分析數據裝好;盡早問清楚資料如何儲存、讀取失敗會怎樣。
對你的影響
這是一份個人經驗,不能代表所有 AI 輔助開發的情況,內容也沒有獨立查證。但對小團隊有參考價值:用 AI 代理能很快做出可玩的原型,真正花時間的是資料架構、內容品質與長期維護。評估是否要把 AI 做出來的原型當產品經營時,可以先把維護成本算進去。