Show HN：GeneGuessr – 一款每日生物學網頁解謎遊戲

背景

GeneGuessr 是一款由分子生物學背景的開發者所設計的網頁解謎遊戲，其靈感源自地理猜謎遊戲 Geoguessr 與字謎遊戲 Wordle。玩家每天會看到一個隨機人類蛋白質的 3D 結構模型，並需透過相似性線索推敲出正確的基因名稱。這款作品最引人注目之處在於開發者自認程式經驗有限，主要依賴 Claude AI 協作開發，並運用 Linear 與 Playwright 等模型上下文協議（MCP）工具來管理任務與測試。

社群觀點

社群對於這款遊戲的專業度與視覺呈現給予了高度評價，認為其介面設計極具品味，且成功將結構生物學的專業知識轉化為一種新穎的互動形式。許多具備生物背景的用戶表示，這是一項極具挑戰性的測試，因為它要求玩家以一種與傳統研究完全不同的「正交思維」來思考蛋白質。即便是在該領域工作的專業人士，也發現僅憑 3D 結構來辨識基因名稱並非易事。有用戶建議，若能增加更多關於蛋白質特性的回饋，例如當玩家猜測某個跨膜蛋白時，系統能自動揭露該屬性是否正確，將有助於降低門檻。開發者對此回應，目前已設有「高亮系統」，當玩家猜測的蛋白與目標具有相同特徵時，系統會自動揭露隱藏資訊。

對於非生物專業的普通大眾而言，這款遊戲的難度被公認為「幾乎不可能」。有留言指出，雖然對於大行語言模型（LLM）輔助解題感興趣，但缺乏基礎知識的玩家很難從結構中提取關鍵詞進行檢索。部分用戶建議開發者可以從更知名的熱門基因開始，或者加入氨基酸序列作為輔助線索，因為研究人員對序列的熟悉度往往高於結構。此外，關於「人類是否能像地理猜謎高手 Rainbolt 那樣一眼認出基因」的討論也引發熱議。有人認為這可能成為一種新型態的「圖靈測試」，若能集結一群具備這種直覺的「超級生物學家」，在生物技術投資或疾病預測上將具有巨大的商業與科學價值。

在技術實踐層面，開發者分享了非工程師如何利用 AI 工具打造複雜應用的過程，這引起了技術社群的共鳴。他坦言在調整網頁 GUI 時，由於缺乏專業術語，必須不斷透過截圖並要求 AI 「對齊物件」來反覆嘗試。社群對此表示認可，認為這展示了 AI 時代下，跨領域專家如何突破技術壁壘，將專業知識轉化為實際產品的潛力。雖然目前遊戲仍存在一些小錯誤，如選單連結失效或練習模式的開啟邏輯不夠直覺，但整體而言，這被視為一個結合專業知識與 AI 協作的優秀範例。

延伸閱讀

• Claude Chrome Extension：開發者建議非專業玩家可搭配此工具，讓 AI 協助分析結構並解釋猜測邏輯。
• Linear MCP：開發者用於管理開發任務與看板的工具，是讓 AI 理解專案進度的關鍵。
• Playwright MCP：用於自動化測試網頁功能的工具，協助非專業開發者確保網站運行穩定。