大約八年前，我在玩一場《機密代號》時，局面已經到了如果這回合不能把剩下所有己方的詞都猜對，我們幾乎就必輸了。以當時的提示，我們根本做不到。雖然這個遊戲本來是要靠詞彙線索來猜詞，隊友卻提議，根據已經被選走的詞在版面上的實際分布，我們正在考慮的幾個選項大多會形成「太奇怪」的圖案，所以最後一個詞應該直接看位置來選。結果真的奏效了，我們贏了。

從那之後，我就一直在想，如果有人只做一件事——把遊戲盒裡附的全部 40 張陣營配置卡都背起來——會有多強。為了模擬這種情況，我們來打造一個只靠位置資訊來玩的 bot（你也可以叫它 AI，但因為接下來會談到用 LLM／AI 來寫這個 bot，為了區分方便，我們把自動玩《機密代號》的程式稱為 bot）。

當時贏下那一局後，我們翻了翻配置卡，想確認隊友那個靠形狀來猜的想法到底對不對，結果是對的——他正確地判斷出在所有可能的實體配置中，機率最高的那個猜測。每張版面卡定義了哪些詞是己方的、哪些是對手的，而大概是為了節省成本，遊戲只附了 40 張卡（算上旋轉，共有 160 種配置）。我們的隊友並沒有把卡背起來（如果背起來，就能直接縮小到唯一一種可能的配置），但他玩得夠多，已經對哪些圖案／群聚是常見或罕見培養出一種直覺，因此能對遊戲發動這種側信道攻擊。舉例來說，玩夠多場後你可能會發現，根本沒有哪張卡會讓同一隊有 5 個詞連成一排或一列，或是只有先手那一色才會出現 4 連線，而且如果這 4 連線出現在邊線上且是藍色，那第 5 個詞一定屬於紅隊，又或者根本沒有藍方 6 個詞連在一起的配置（但紅方有一個，是中間橫排 2 個連著 4 個的形狀）。就算你沒有刻意去利用這些資訊，潛意識裡大概也會對某些「太奇怪」的圖案產生排斥感。

回到打造 bot、模擬那種花幾天把 40 張卡都背起來的人的想法，下面有一個簡單的 bot，你可以跟它對戰，模擬一整隊都是這種玩家的情況。正常遊玩時，你會給提示、讓隊友猜詞。但為了給你——人類玩家——盡可能大的優勢，我們給你一個不切實際的大優勢：假設你隨時都能生出一個提示，讓你的隊伍精準選中你想要的格子，這在模擬中就體現為讓你直接點擊任何你想讓隊伍猜的方塊。

預設情況下，你每回合還有三次猜測機會，這已經遠遠超過我見過的《機密代號》玩家中 99% 的水準。雖然厲害的玩家常常一回合能猜對三個以上，但平均每回合都能猜對三個、而且零失誤，在多數玩家群體中已經算是異常地強了。你可以選擇是否顯示剩下還符合的版面，但如果你想體驗還沒把所有版面都背起來的人類玩家的感覺，或許可以先關掉顯示，試玩幾局看看。

如果在任何時候，你結束一回合輪到 bot 行動，而只剩下一種可能的版面符合已知資訊，bot 就會正確猜中它的所有詞並獲勝。如果 bot 會在還不能一次猜完全部時就提前猜詞——無論是天真地猜，還是為了策略性地縮小搜尋空間——或是哪怕只是有個簡單的啟發式策略，會在推斷出你下一回合就會贏時，隨機在可能的版面中猜一個，那它會強得多；但即使用這種最天真的「只會背版」bot，也已經能在大多數對局中，打敗我找來試玩、且沒有打開「顯示剩下符合版面」來取得與 bot 同等資訊的每個《機密代號》玩家¹。

現在我對這個問題的好奇心已經得到滿足，我覺得這算是個小問題，算不上是遊戲的缺陷，因為猜詞遊戲本來就不是設計來認真競技的，而且大多數這類遊戲只要認真玩、甚至只是玩得夠多、就算不是刻意要破解，也會變得有點破綻。相較於其他猜詞遊戲，尤其是熱門的那些，《機密代號》在玩家開始有意無意地利用側信道之前，重玩性已經算高很多了。

像《Just One》或《Taboo》這類詞彙數量有限的遊戲，情況是玩沒幾次後，玩家就會不小心把那些「難搞」詞彙及其聯想線索都背起來了。《機密代號》緩解這個問題的方式，是讓人必須去記組合數量龐大的詞彙聯想，而不是線性數量的聯想。我們剛剛討論的這個問題，是在玩了二十場左右的《機密代號》後出現的，就算玩家沒意識到版面形狀正在影響自己的判斷，也很可能在潛意識層面發生；但比起其他猜詞遊戲會出現的問題，這已經相對輕微了。而且，如果真的有人很在意這點，也可以用數位隨機產生器來擺版面，雖然我自己從來沒在任何認真到會在意這種事的團體裡玩過《機密代號》。

感謝 Josh Bleecher Snyder、David Turner、Won Chun、Laurence Tratt、Heath Borders、Spencer Griffin、Ian Henderson 與 Yossi Kreinin 提供的評論／修正／討論

附錄：為這篇文章寫程式

我試著用兩種不同的 AI 助理來為這篇文章寫程式，Storytell 和 Cursor。我用它們的方式，不像程式設計師平常那樣用，比較像是完全不懂程式的人拿它們來寫程式。整體來說，我覺得 AI 助理在某些任務上好得驚人，但在另一些任務上又荒謬地糟糕，這次也是如此。

我基本上就是叫它們寫程式，然後跑跑看能不能動，再告訴助理哪裡錯了、讓它重寫，直到看起來大致能動為止。就算用這種非常天真的方式——刻意不去理解程式碼、只看結果能不能跑——我覺得花費的時間也不會比我自己從頭手刻全部程式碼多太多。我猜大概花了兩倍時間，但程式設計師的時間估算本來就出了名的不準，說不定其實花的時間是差不多的。我對程式碼正確性的信心就低得多；如果要達到像自己寫的程式那樣有信心，大概還得花更多時間仔細檢查。但即便如此，光是靠提示就能讓這些 AI 助理生出大致能動的程式，而且花的時間不會比程式設計師自己寫多太多，我還是覺得相當厲害。這些工具肯定比請一個程式設計師便宜得多，而且如果你是像程式設計師那樣使用這些工具、而不是像我這樣天真地一直提示，你會更快做出可用的東西，因為你可以直接去修那些大致正確版本裡的 bug，而不用把大部分時間花在調整提示、想辦法讓 AI 去修掉一個對任何程式設計師來說都微不足道的 bug。

我看過很多程式設計師談論「AI」永遠無法取代程式設計師，理由像是「要把程式描述得夠詳細、讓它做出你想要的東西，本身就是在寫程式」。如果使用者必須一開始就正確地說明程式該怎麼運作，那確實是相當有力的批評；但當使用者可以像我們這次這樣反覆迭代時，這個批評就弱得多了。使用者不需要是程式設計師就能看出輸出是錯的，這時就可以叫 AI 去修正輸出，重複這個過程直到輸出看起來夠正確。一款軟體對效能或正確性的要求越嚴格，這種天真的迭代方式就越不管用。幸好對於想用 LLM 來產生程式碼的人來說，現在線上大多數軟體對效能與正確性的要求其實都相當寬鬆。人們基本上已經接受軟體充滿 bug，一週遇到幾百甚至幾千個 bug 是很正常的，而且廣泛使用的軟體常常比高度優化後的版本慢上十萬倍。

一個還算貼近的類比，是關於 AI 是否能取代客服人力的爭論。即使這件事已經正在發生，還是有人會說這永遠不可能，因為 AI 會犯人類不會犯的愚蠢錯誤。但如我們先前所指出的，人類也常常犯同樣的錯誤。而且，就算 AI 客服糟得多，只要性價比夠好，很多公司還是會選擇更差但更便宜的選項。科技公司在各種面向消費者的客服上早就這麼做了，但各種公司都常見這種情況，例如不管是打給大公司或甚至很多在地小商家，接電話時很常被丟進語音選單，或是那種很爛的自動語音辨識——其實就是語音選單的替代品。這些系統通常比一個領基本工資的員工還糟，但成本卻比請一個基本工資員工接每一通電話、再幫你轉接到正確部門低了好幾個數量級，所以公司選擇了語音選單。

相關的問題不是「AI 什麼時候才能讓外行人寫出比程式設計師更好的軟體？」而是「AI 什麼時候才能讓外行人寫出跟語音選單和爛語音辨識在客服上那種水準相當的軟體？」而且，現實上，軟體甚至不需要那麼好，因為程式設計師比領基本工資的客服人員貴得多，但這些工具一個月只要 20 美元就能用。我不知道 AI 還要多久才能取代稱職的程式設計師，但如果最低標準只是要達到跟自動語音選單幫我轉接電話那種程度，我覺得應該很快就會達到——如果還沒達到的話。而且，就像客服一樣，這不一定是零和遊戲。從語音選單省下的錢不全然變成利潤——其中一部分會拿去聘請處理其他事務的客服人員。

對了，我覺得這次經驗有件有點好笑的事是，我試的兩個平台 Storytell 和 Cursor，都常常會產生一個明明可以自動檢查出來的錯誤結果，然後在我指出結果是錯的之後才去修正。這是一段典型的互動過程：

• 我：請幫我做 X
• AI：[產生了一些 TypeScript 程式碼與測試，但無法通過型別檢查]
• 我：這段程式碼無法通過型別檢查，可以修一下嗎？
• AI：[產生了一些程式碼與測試，測試執行時失敗了]
• 我：測試執行時失敗了，錯誤是[貼上測試失敗訊息]
• AI：[產生了一些程式碼與測試，測試通過了，在一些額外的基本測試上看起來也能動]

另一個好笑的互動是，我會陷入一種循環：有幾個不同的 bug，要求 AI 修掉一個，又會把另一個 bug 帶回來，即使我特別提醒它不要再引入那些 bug。跟那些天天使用這類工具的人相比，我對它們的經驗非常少（我只是偶爾拿來把玩，看看它們進步了多少），我預期更會下提示的人，應該能更快下出可以跳出這類循環的提示。

但即便如此，如果這些環境本身就有執行環境、能夠自動修正這類問題（在可修正的情況下），並且能在只要再多一句天真的重提「那樣是錯的、會造成 XYZ，請修正」就能修好的情況下，主動判斷輸出已知是錯的，使用體驗會好得多。

我問了在這個領域比我熟悉得多（無論是技術上還是產品上）的 Josh Bleecher Snyder，為什麼沒有任何工具這麼做、也幾乎沒有公司用這種環境來做訓練或微調，他的回答是，幾乎所有在這個領域工作的人都信奉了《苦澀的教訓》（The Bitter Lesson），沒有人在做這類平凡的改進。想法是，建置像上面那樣的環境所需的那種枯燥工程工作，很快就會被某種根本性的進展給淘汰掉，所以花時間做這種只能帶來漸進式改進的事是浪費時間。Sam Altman 甚至建議依賴 OpenAI API 創業的創辦人們，要假設會有巨大的進步、並以此為前提來打造公司，因為那些不這麼做的公司，很快就會被即將到來的大幅進步給淘汰。跟這個領域的創辦人和創投聊過後，幾乎每個人都深信不疑。

我已經有 11 年沒做任何正經的機器學習相關工作了，所以我的意見跟其他外行人一樣沒什麼份量，但如果有人在 GPT-3 時代就對這種平凡的系統做了逆向押注，那時它似乎就會很有用，而且用在今天的模型上——無論是訓練／微調工作，或是為使用者產生更好的輸出——也依然有用。但我想，相關的問題是，現在再去嘗試打造這樣一個平凡的系統，對身處這個領域的人來說，是否算是逆勢押注、押注進步不會發生？那些大型 AI 實驗室據說有一堆低薪的海外外包標註人員，但如果你想標註程式範例，就每個標籤的成本而言，一個能產生標準正確結果的環境，會比付錢請人去標註便宜得多，除非你只需要極少量的標籤。在一家市值一兆甚至五百億美元的公司層級，這似乎應該值得當作一種投資組合式的押注。如果我想創業、要下一個賭注，那會值得嗎？或許當你把所有雞蛋放在同一個籃子裡時，這就沒那麼明顯了；但即便如此，或許仍有很好的理由去做，因為幾乎整個領域都在押另一邊？如果逆向的那一邊是對的，競爭就非常少，這似乎有點類似我們先前討論過的逆向徵才。

附錄：遊戲的精神 vs. 為了贏而玩

就我個人而言，當我在遊戲中遇到側信道攻擊，或是遇到像 Perfect Words 那樣只要認真玩就完全破關的遊戲時，我覺得盡量避免去「攻擊」遊戲是比較合理的。我覺得在《機密代號》中要完全做到這點是不可能的，因為人們會形成潛意識的聯想（我注意到有人會在第一回合多猜一個詞來試探，結果還常常猜對——假設他們沒有作弊，而我相信他們沒有，那個成功率就強烈暗示他們用了某種側信道資訊。那不一定是來自卡片的位置資訊，也可能是很單純的、像是潛意識注意到情報員正盯著哪裡看）。

Dave Sirlin 說任何不利用任何合法手段來贏的人都是傻子（他輕蔑地稱這種人為「scrub」）（他說只要賽事主辦方沒有禁止，你就應該用外掛來贏，像是在 FPS 遊戲裡用透視外掛，而且賽事應該明確列出哪些被禁止，避免那種籠統的「不要做壞事」規則）。我認為大家應該用自己覺得好玩的方式玩遊戲，並找到喜歡用同樣方式玩遊戲的一群人。如果 Dave 覺得靠背各種奇怪資訊來贏所有這些遊戲很有趣，那他就應該那麼做。至於我——用 Dave Sirlin 的話來說，玩得像個 scrub——對於這裡討論的這類遊戲會這樣玩，是因為這些遊戲一旦認真玩就破綻百出，而我個人並不覺得那些破綻是有趣的。在某些情況下，像 Perfect Words，遊戲破綻極其明顯，贏一場破綻這麼明顯的遊戲讓我覺得很無聊。在其他情況下，像《機密代號》，只要花幾個小時背一些莫名其妙的資訊就能破解遊戲。對我來說，花幾個小時把《機密代號》那 40 種可能的版面都背起來，似乎是既不好玩又沒生產力的時間運用，完全是毫無意義的活動。

附錄：你可能會喜歡的猜詞遊戲

如果你喜歡猜詞遊戲，這裡有一些同類型的推薦，類似那份程式設計書籍推薦清單和那份程式設計部落格推薦清單，目標是指出人們通常喜歡與不喜歡哪些特性（相較於我看到的大多數評論，那些評論往往只是在說某個東西「好」或「不好」）。為了控制篇幅，這份清單只包含猜詞遊戲，也就是那些圍繞詞義打轉的遊戲，而不包含那些關於操作詞彙機制、而非詞義的遊戲，例如 Banagrams、Scrabble 或 Anagrams，也不包含那些關於圖像呈現與詞彙對應的遊戲，例如 Dixit 或 Codenames: Pictures。

同樣為了節省篇幅，我不會討論那些適用於這份清單上所有或幾乎所有遊戲的討厭理由。舉例來說，有人可能因為它就是個詞彙遊戲而不喜歡它，但對清單上的每個遊戲都註明這點就沒什麼意義。同樣地，很多人會根據遊戲的「重量」來選遊戲，覺得幾乎所有詞彙遊戲都太「輕」而不是「重」，但這些遊戲都被認為是相當輕的，所以也沒必要討論這個（但如果你想要一個輕量又緊張刺激的詞彙遊戲，在下面的清單中，你可以考慮 Montage 或 Decrypto，而在未詳細討論的遊戲中，則有 Scrabble 或 Anagrams，後者是以非常大的差距、成為我玩過最殘酷的詞彙遊戲）。

Taboo

一個需要快速給線索、讓隊友猜出你手上詞彙的猜詞遊戲，每個詞還會附上一份包含 5 個禁用詞的清單，提示時不能說這些詞。

一個好玩、輕量的遊戲，有兩個讓它重玩性偏低的問題：

• 由於每個要提示的詞都是完全獨立的，一旦你的遊戲團體把整副牌都跑過一兩次、每個人都認識每個詞之後，遊戲就會變得極其簡單；在我最早玩這個遊戲的團體裡，我想大概玩兩次後就變成這樣了
• 甚至在那之前，當大家發現只要稍微繞個彎就能相當輕鬆地提示任何詞之後，就算還沒因為玩太多而把詞都記起來，遊戲也會變得相當制式

當人們不喜歡這個遊戲時，往往是不喜歡這種分秒必爭的快節奏。

Just One

一個有點像 Taboo 的猜詞遊戲，同樣要讓隊伍猜出一個詞，但不同之處在於，每個想提示的詞並沒有固定的禁用詞清單，禁用詞是由你的隊友動態產生的（每個人各提示一個詞，任何被提示超過一次的線索都會被劃掉）。

禁用詞是透過與隊友互動而產生的，這讓這個遊戲的重玩性比 Taboo 高得多。然而，有限的詞彙表最終還是會遇到同樣的問題，我的遊戲團體大概在玩了 20 到 40 場之後，就幾乎認得每個詞、也對幾乎每個詞都有很好的提示方式了。

照規則書寫的，這個遊戲其實是為 5 人以上設計的，4 個人玩會變得非常簡單，但其實你完全可以用 5 人局的規則來玩 4 人局。

對這個遊戲常見的抱怨是，考量到遊戲的售價（定價 30 美元，對比《機密代號》的 20 美元），實體配件的品質很廉價、很差。另一個抱怨是，詞彙的難度差異極大，有些似乎是意外造成的。舉例來說，裡面包含了「grotto」（岩洞）這個詞，如果有人沒見過就很難提示，似乎是因為遊戲原本是以法文開發的，在法文裡 grotto 就相對好提示得多。

Perfect Words

一個團隊合作建構線索的猜詞遊戲，目標是讓全隊對線索所代表的詞達成共識（只要大家都同意，任何詞都可以）。

核心玩法——試著想出一組能讓大家對其所指詞彙達成共識的詞——搭配像 Just One 這種玩法有點相反的遊戲，倒是個不錯的組合；但實際實作的規則似乎有嚴重缺陷。就好像遊戲設計師自己不玩遊戲，也沒找會玩遊戲的人來測試。這個遊戲在第一次或第二次遊玩時就相當容易被破解，你必須刻意把遊戲中「鑽研策略」的那部分玩得很爛，才能讓遊戲變得有趣

Montage

一個 2 對 2 的詞彙遊戲（雖然如果你想讓更多人玩，也可以像《機密代號》那樣玩）。每隊的兩名玩家輪流在固定的時間內給線索與猜詞。當前的版面狀態會對詞彙在特定位置必須出現哪些字母有所限制。提示者需要想出一個線索，讓猜詞者猜出符合限制的己方詞彙，但線索又不能太明顯，因為如果對手兩人都比提示者的隊友更早猜中這個詞，對手就會贏走這個詞。

或許是這份清單上最難的遊戲？我看過大多數新手在第一次輪到自己時，都沒辦法在回合內想出有效的線索（厲害的玩家如果隊友能比對手更快理解思路，一回合大概至少能成功提示 5 個詞）。這大概也是這份清單上最獎勵詞彙量大的遊戲。而且，它也是清單上唯一一個會用到思考詞彙字母組成能力的遊戲，有點像 Scrabble。

只要你不是跟固定搭檔一起玩、靠「祕密」約定或共享知識，這種直接對抗的猜測機制讓這個遊戲具有非常高的重玩性，至少跟清單上其他任何遊戲一樣高。

跟 Perfect Words 一樣，核心的詞彙遊戲如果就喜好而言是好玩的，但圍繞核心所設計的遊戲規則似乎沒有經過很周全的考慮，很容易被鑽漏洞。這裡的情況沒有 Perfect Words 那麼糟，但你還是得避免為了贏而玩，才能讓這個遊戲真正好玩。

當我看到有人不喜歡這個遊戲時，通常是因為他們覺得遊戲太難，或是不喜歡輸——技術上的小差距會導致結果上比這份清單上其他遊戲更大的差距，所以新玩家除非對手刻意放水（而規則裡並沒有內建讓分機制），或自己本來就因為玩過其他遊戲而對詞彙遊戲很拿手，否則應該預期會輸得很慘。我自己不常玩詞彙遊戲，尤其不常玩像 Scrabble 或 Anagrams 那種「認真」的詞彙遊戲，所以我玩這個時通常被打得很慘，這反而是我覺得它吸引人的地方之一，但這正好就是很多人不喜歡它的原因。

Word Blur

一個猜詞遊戲，限制是你必須用散在桌上的 900 片小字詞磁磚來組成線索。

我只玩過幾次，因為在本地認識的人中，沒有人設法弄到一盒，但它看起來至少跟清單上任何遊戲一樣有重玩性。這個遊戲最大的缺點是已經絕版超過十年，而且出了名地難買到一盒，不過要做個仿製品應該不會太難。

當人們不喜歡這個遊戲時，往往是因為他們不喜歡那種盯著一堆字詞磁磚、再用它們拼出描述的核心玩法，有些人會覺得很有壓力。

覺得 Word Blur 太重的玩家可以試試仿作 Word Slam，它既更簡單、也更容易買到，因為它沒那麼算是邪典熱門（不過它似乎也絕版了）。Word Slam 只有 105 個詞，而且詞彙是有分類的，感覺沒那麼混亂。

Codenames

除了本文已經提到的之外，關於這個遊戲沒什麼好再補充的，只剩下一些人們不喜歡它的常見原因。

其中一隊裡聲音大的人很容易主導整隊的討論，比這份清單上任何其他遊戲（除了 Codenames: Duet）都更嚴重。而且雖然遊戲附有計時器，但很少人會用（而且規則基本上暗示你不該用計時器），所以另一個常見的抱怨是，跟想很久才輪到的人一起玩時，遊戲會拖得沒完沒了，而且除非你是情報員，否則在對手回合時沒什麼有用的事可做，導致遊戲出現很長一段無聊的空檔。

Codenames: Duet

雖然這是設計給兩人合作玩的《機密代號》版本，但我從來只跟超過兩人的團體玩過（通常是 4 到 5 人），只要不介意討論必須用半公開的方式進行，這樣玩也完全沒問題。

就重玩性而言，Codenames: Duet 大致上跟《機密代號》落在同一個區間，優缺點也差不多。

Decrypto

我不打算嘗試描述這個遊戲的玩法，因為我看過每個人對玩法所做的直接說明，都無法讓新玩家真正聽懂，直到他們實際玩一兩輪。但概念上，每隊輪流由一人給線索，目標是讓己隊正確猜出哪個線索對應到哪個詞，同時讓對手無法猜對。猜測的隊伍有額外資訊，因為他們知道那些詞是什麼，所以要產生正確的對應比較容易。然而，猜測隊伍所產生的對應組合，會被「解密」隊伍看到，所以他們可能會知道那個神祕詞曾被「Lincoln」和「milliner」提示過，藉此推斷那個詞是「hat」，從而在下一個線索時正確猜出對應關係。

我還沒玩這個遊戲玩到足以判斷它的重玩性有多高。有可能非常高，也有可能人們會想出一些技巧，讓「解密」隊伍基本上不可能推斷出對應關係。我觀察到的一個主要缺點是，當隨機組合的玩家一起玩時，遊戲常常會由哪一隊有最弱的玩家來決定勝負（在我看過的隨機分組對局中，每次都是這樣），這有點像是很多團隊與合作遊戲常見問題的反面——在那些遊戲中，最強的玩家會主導整場遊戲。厲害的玩家很難做出致勝的一手，但爛玩家卻很容易做出致命的一手，所以當跟非專家一起玩時，哪一隊有最爛的玩家，哪一隊就會輸。

Person Do Thing

David Turner 說：

Person Do Thing 有點像 Taboo，但不是給你一份禁用詞清單，而是給你一份可用詞清單。永遠可用的有 40 個基本詞，如果你想，還有三個針對每個祕密詞的額外可用詞。跟 Taboo 一樣，出題者可以對猜測做出回應——但只能使用可用詞。因為可用詞非常少，要給出好線索需要很多創意……值得玩幾次，但我上次查看時，他們的詞彙表非常小。

我想如果一個團體玩得很勤，可能會發展出一些約定俗成的說法，例如「像 person 但不是 think big」來表示「animal」。我聽說有個玩 Concept 的團體就有這樣的約定：用紅、白、藍加上「地點」來指有這些旗幟顏色的國家，再用額外的修飾詞來指定是哪一個：water 代表英國、cold 代表俄羅斯、food 代表法國、gun 代表美國。我想，要讓遊戲明顯變簡單，需要相當多這類約定才行。

Semantle

有點像 Wordle，但比的是根據 word2vec 判斷的詞義相似度。原本設計為單人遊戲，但當作合作遊戲來玩也很適合。

雖然我確信有人會一玩再玩、樂此不疲，但我覺得對大多數人來說，它的重玩性相當低（而且我認識的人中幾乎沒有人玩超過 40 場，所以我想我的感覺並不算少見）。玩一陣子、摸索出如何快速縮小搜尋範圍的猜測方式後，玩起來就開始有點制式了。

我聊過的大多數不喜歡這個遊戲的人，都是因為他們無法建立起對遊戲運作方式的心智模型，導致詞彙相似度分數看起來像是隨機的胡言亂語。