In English — This game exists because of a homework prompt. I teach an AI workshop, and the advanced challenge in my handout says: build a complete, playable mystery puzzle game from one prompt. I had to prove it works, and I also wanted to stress-test OpenAI's new GPT-5.6 Sol model in Codex. It delivered a genuinely complete game — four chained puzzles with unique solutions, synthesized audio, GPT Image 2 scene art, 32 self-written tests — and then ran out of quota one step before deployment, after burning nearly my whole week's allowance in a day. Claude Code took over the last mile: deploy, domain, portfolio. The interesting part is how it took over — through a shared memory system where both AIs log their work. Reading those logs, Claude found that months of Chinese text had been silently stored as "????", traced it to a one-line Windows PowerShell encoding bug, and fixed it for every AI agent on my machine at once.

The relay baton drops at the finish line

額度在部署前一步歸零 | Death by quota, not by bug

7 月 12 日凌晨，遊戲已經做完了。32 項自動測試全數通過，完整破關流程驗證過，串接四個關卡的謎題鏈也對過。我對 Codex 說：推上 GitHub、部署到 Vercel。

然後它就停了。

不是程式出錯——是 ChatGPT Plus 的週額度燒完了。一個做完了 99% 的專案，卡在最後 1% 的部署，而負責它的 AI 要好幾天後才能「上班」。

這是 vibe coding 時代的新型專案死法：不是 bug，不是需求不清，是額度。

解法後面再說。先講這個遊戲為什麼存在。

A homework prompt needs a proof

出給學員的題目，自己得先交卷 | I assigned it, so I had to ship it

我在帶一個 AI 工作坊，講義最後放了一題進階挑戰：用一個 prompt，讓 AI 做出一款「可以從開始畫面一路玩到結局」的深夜醫院解謎遊戲。

出題的人有交卷義務。如果我自己都沒把這個 prompt 跑到「真的能玩」，它就只是一段好看的文字。

剛好 OpenAI 出了新模型 GPT-5.6 Sol，我也想知道它在 Codex 裡的 agentic 能力到哪——一次餵一整份遊戲規格書，它能自己走多遠？這就成了一石二鳥的實驗：prompt 要驗證，模型也要實測。

跟上次的坦克遊戲一樣，我不會寫程式。我能做的還是同一件事：把「做好」定義清楚。這次的 prompt 重點不在功能清單，在堵死 AI 的偷懶路徑——不可只有靜態畫面、不可有假按鈕、謎題必須唯一解、線索必須遊戲內找得到、錯誤操作不可造成死局、不可宣稱測過實際沒測的功能。完整 prompt 全文照樣附在文末，可以直接複製去玩。

One day, one game

一天做完的遊戲長什麼樣 | What GPT-5.6 Sol delivered

Codex 拿到 prompt 後，先自己寫了設計文件（評估三種架構、選了零框架的 vanilla JS）、再寫遊戲、再給自己出考卷。一天後交出來的東西：

• 四個互相鎖扣的關卡：護理站找出病房號 → 檢驗室比對檢體 → 藥局掃描處方 → 地下機房重建資料鏈。前一關拿到的物品，下一關真的要選取、使用
• 謎題答案不存在任何地方——由場景資料即時推導，還附了一套獨立的 oracle 測試驗證「線索到答案」的邏輯鏈
• 32 項 Node 自動測試 + 瀏覽器全流程測試：完整破關、錯誤回饋、存檔續玩、手機直橫向、鍵盤無障礙
• 自動保存、三階段提示、四個隱藏物件、Web Audio 合成音效

場景背景是 GPT Image 2 生成的：同一套「電影感深夜醫院」美術規格，四張場景圖風格完全統一——深藍空間、青綠終端光、走廊盡頭的冷白燈。效果好到我沒有改過任何一張。

代價也很誠實：這一天幾乎燒光了我一整週的 Codex 額度。Agentic 開發是 token 焚化爐——它自己規劃、自己寫、自己測、自己修，每一輪迭代都是實打實的 token。以 Plus 訂閱的額度，一個這種規模的遊戲大概就是一週的預算。這是我這次實測最具體的收穫：模型很強，但強是有單價的。

The second AI reads the first AI's diary

兩個 AI 的交接，靠一本共享筆記 | The shared-memory handoff

額度歸零後，我把專案丟給 Claude Code：「看看這個專案，寫 CLAUDE.md，接手部署。」

有趣的地方在這裡。我的機器上裝了一套跨 agent 共享記憶系統——Claude Code、Codex、Gemini CLI 的每個 session 都會自動把工作記錄寫進同一個本地資料庫。理論上，第二個 AI 接手時，可以直接查到第一個 AI 做了什麼。

實測結果：真的可以。Claude 查共享記憶，撈出了 Codex 前一天的完整開發軌跡——寫了哪些檔案、測試輸出、最後那筆 commit，以及它斷線前收到的最後一個指令（就是那句「部署到 Vercel」）。交接不用我複述，它自己讀完了前任的日記。

但日記有個問題：所有中文都變成了 ????。

一行程式碼，三個 AI 的中文 | One line, every agent's Chinese

Claude 順藤摸瓜查下去，查出了根因：記憶系統的擷取腳本用 Windows PowerShell 5.1 的 Invoke-WebRequest 送資料，而這個指令在沒指定編碼時，會把文字用 ISO-8859-1（一個不含任何中文的西歐編碼）送出——每個中文字都被換成一個問號，悄悄地、不報錯地，持續了好幾個月。

修復是一行：把文字先轉成 UTF-8 bytes 再送。因為三個 AI 共用同一支腳本，修一處，全部治好。Claude 還做了 before/after 對照：修復前存進去是 ????，修復後是 編碼測試，四個字完好。

這件事給我的感受很微妙。壞消息：幾個月的中文記錄永久失真，救不回來。好消息：如果不是這次跨 AI 交接，這個 bug 可能永遠不會被發現——因為每個 AI 自己都「寫得出去」，只有下一個來「讀」的才會看到滿頁問號。

Ten minutes of playing, again

又是真人十分鐘 | The bug automation missed, again

部署上線後，我自己玩了一局通關。結局畫面大字「病例恢復成功」——字的上緣被平平切掉一條。

32 項測試綠燈、全流程瀏覽器測試通過，沒有任何一項抓到這個。原因很技術：標題用了漸層填字的 CSS 技巧，行高設了 0.94——對英文字母夠用，但中文字形的墨跡幾乎填滿整個字身，超出繪製範圍的部分直接隱形。自動測試驗的是「元素存在、文字正確」，不會知道字被切了頭。

上次坦克遊戲，43 項測試漏了重生 bug，被我十分鐘玩出來；這次 32 項測試漏了截字，又是玩一局就看到。兩個專案、同一個教訓，現在我可以把它升級成定律了：自動化測試驗證你想到的，真人遊玩發現你沒想到的。

修復後，遊戲住進了自己的網域：game-hospital.tingyudeco.com。

Takeaways

1. Agentic 開發的成本要用「額度」思考，不是「次數」——一個完整遊戲 ≈ Plus 一週的 Codex 額度。排程重要工作前，先看油表
2. AI 之間可以交接，而且比你想的順——共享記憶讓第二個 AI 直接讀第一個的工作記錄；multi-agent 工作流的基礎設施值得投資
3. 寫的路徑不報錯，不代表讀出來是對的——中文變 ???? 悄悄持續了幾個月，直到有「另一個讀者」出現。定期抽查你的自動化管線的輸出，不要只看它有沒有跑
4. CJK 使用者的老朋友：編碼——Windows 上任何「文字送出去」的環節都可能是 ISO-8859-1 / cp950 陷阱，中文變問號就往編碼查，九成是它
5. 真人遊玩不可省，第二次驗證：測試全綠 ≠ 畫面是對的

Links | 所有連結

• 🎮 線上遊玩：game-hospital.tingyudeco.com
• 🕹️ 上一個遊戲的故事：IRON VANGUARD — 不會寫程式，但我上線了一款坦克遊戲
• 🛠️ 更多工具：tingyudeco.com/portfolio/tools
• 📚 AI Workshop：這個 prompt 是課程講義的進階挑戰題

Appendix: the full prompt | 附錄：完整 Prompt 全文

以下是工作坊講義裡的原始 prompt 全文，也就是餵給 Codex 的唯一輸入。按右上角按鈕可整份複製，自由取用改造。