2026-05-15 | 写给 亦幸。你知道 AI 能写东西，但"AI 写长篇"在你脑子里可能还是那种——给个大纲，一章一章续，经常前后矛盾、忘记角色、写到一半就废了。你觉得长篇太难、质量控制不住、AI 生成的黏合感太强。
写给谁看
写给 亦幸。你知道 AI 能写东西，但"AI 写长篇"在你脑子里可能还是那种——给个大纲，一章一章续，经常前后矛盾、忘记角色、写到一半就废了。你觉得长篇太难、质量控制不住、AI 生成的黏合感太强。
但蜂群工作室 3 天写了 96 万字（相当于 5 本《三体》的体量）1，而且质量可控、前后一致、有审计体系。
这篇笔记就是拆解他们怎么做到的2。
一句话摘要
AI 写长篇不是"给大纲然后续写"，而是用蜂群多代理拆成四阶段流水线——先让故事自由生长，再用审计体系做质量收敛，最后反写世界观说明书不让灵感被蓝图锁死。
关键点
1. 创作流水线：3天96万字怎么做到的？
不是一个、不是一篇文章、不是线性续写。是四个阶段串起来的流水线：
| 阶段 | 做什么 | 产出 |
|---|---|---|
| Phase1 世界观设计 | 设计角色、势力、等级体系、时间线 | 世界观文档 (不锁死，后置) |
| Phase2 逐章写作 | 写作子代理 + supporter 审计 + critic 审计 + 修复代理 四轮循环 | 单章初稿 |
| Phase3 合章扩展 | 把单章合并成块，检查跨章一致性 | 合并后的章节块 |
| Phase4 全维度收敛 | 整体风格统一、前后矛盾修复、禁止词扫描 | 终稿 |
核心模式是 “写 → 审 → 改"的三循环，其中 改占 70% 的工作量。别想着一次出精品，那是幻觉。
2. 蜂群代理架构
一个"蜂群"由 10 个子代理 + 1 个主代理组成：
主代理（最高指挥官）
├── 负责解构大纲与世界观
├── 不亲自写任何一章
└── 调度子代理
│
├── 子代理 1-10（并行写作）
│ ├── 各负责若干章节
│ ├── 完成后进入空闲池
│ └── 被轮询召回做下一批
│
└── 反思者（交叉审计）
├── 检查逻辑漏洞
├── 检查风格一致性
└── 标记需要修复的段落写作子代理负责产出，supporter 负责查漏补缺（逻辑、情感、节奏），critic 负责挑刺（矛盾、遗漏、质量不达标），修复代理负责改。四个代理形成闭环。
关键技术点：
- 轮询饱和调度：出站入站式轮询，空闲子代理立即投入新章节补全，确保全部处于饱和运转
- 上下文压缩：优化提示词与知识库调用，提升缓存命中率，输入命中时节省约一半 Token
- 负向提示词：设置 Guideline 禁止特定风格（如过于科幻），融合多种文学风格
- 模型蒸馏效应：DeepSeek V4 Pro 连续迭代中自蒸馏，人类化程度超预期
3. 世界观设计：后置说明书哲学
这部分最有意思，也是最反直觉的。
v1 的失败：先花 3 个月设计世界观、等级体系、势力关系、人物弧光、主线大纲——一个系统流小说的完整蓝图。然后开始写正文。结果正文写到一半发现：蓝图里的设定用不上，正文里自然长出来的东西蓝图没有。
这就是"蓝图陷阱”：你以为规划得越细越好，但其实长篇的真正生命力来自写作过程中的涌现。角色会在对话中自己说话，情节会在推进中自己转弯。蓝图锁死了这种可能性。
v2 的成功做法：先让故事自由生长。用 agent 写 110 章正文，全部完成后，再反写世界观说明书。说明书是"对已发生事实的总结"，不是"对未发生事件的规划"。
关键洞见——“系统流在 Ch35 后自然消解——数据之眼精度100%时训练轮自己脱落”。意思是你设计的系统会在故事推进中自然被故事本身吸收。原定的"系统"框架写到后面发现不重要了，因为角色和情节已经足够支撑叙事。
所以：先写再说，允许故事自己生长，不要让蓝图限制可能性。
4. 审计 = 质量引擎
一个数据：项目共产生了 209 份审计报告1。
这不是浪费，这是核心质量控制手段。写作中的 bug 和代码中的 bug 一样，早期发现修复成本极低，后期发现等于重写。
审计覆盖 12 类高频错误（见 小说创作审计清单12类错误），包括：
- P0 级（必修）：虚假跨章引用、年龄算术错误、禁止词泄漏、破折号滥用
- P1 级（应修）：时间锚矛盾、角色性格漂移、场景物理矛盾、过度依赖"说"标签
- P2 级（建议修）：节奏失调、情绪递进缺失、术语一致性、伏笔未回收
其中最有工程思维的是用 grep/rg 做自动化验证：
rg "禁止词" --include="*.md"— 30 秒扫完全部正文rg "第\d+章" | sort— 确认跨章引用是否正确- 正则计数破折号数量，超限自动报错
写作 = 写 + 改，改占 70%。 不接受这个比例，就别碰长篇。
5. 实战数据与运行指标
- 已完成：41 章
- Token 消耗：约 900 万
- 剩余预算：约 270 元
- 检测通过：Grok 检测 AI 疑似率 24.9%，部分报告 0%
6. 合规风险
- 谐音梗映射现实企业（如"星辰科技"暗指某大厂）
- 模拟企业内部邮件和 GitHub 代码仓库操作
- 涉及"算法"、“外卖"等敏感议题
- 暂缓国内平台发布，考虑海外或短剧形式
这个人可能会问什么
Q1: 写作子代理和 critic 怎么分工？不会互相拆台吗？ A: 不会。写作代理只负责"生成”，不管质量。critic 只负责"挑刺"，不改。修复代理拿到 critic 的报告再改。四轮循环里的角色职责是严格划分的。
Q2: 后置写世界观，那故事不会散吗？ A: 不会散，因为写作代理有角色设定卡和初始设定。世界观说明书是对"已经发生的事实"做总结，不是规划。你想想美剧《迷失》——编剧边写边编，最后出了好多本设定集。后置说明书反而更真实。
Q3: 209份审计报告不累吗？ A: 这是自动化的。critic 子代理写完一章后自动发审，审计报告格式固定、输出结构化。人只需要看摘要和 P0 级别的报错。自动化程度越高，质量越可控。
Q4: 10个子代理怎么调度不会乱？ A: 轮询饱和调度——子代理写完一章自动进空闲池，主代理立即分配新章节。没有空闲的代理，也没有堆积的任务。24小时不停，270块钱够把整本书跑完。
和我们的知识库有什么关系
- 这篇笔记和 OODA循环与对赌-决策方法论 呼应——Observe 拆任务 → Orient 选主矛盾 → Decide 下笔 → Act 迭代。蜂群流水线本质是 OODA 在内容创作领域的实例化。
- 审计方法论对企业官网、AIGC 内容生产等所有需要质量控制的场景都可复用。
- 和 Karpathy-LLM知识库方法论 的方法论一脉相承：先写、后验证、再收敛。
用亦幸的话复述
“写长篇不是先画图再盖楼，是一边盖一边画图。AI 写 96 万字分四步走：先让故事自己长出来，再用审计把跑偏的拉回来，最后回头看这个故事到底讲了什么。别想着一次写完美，70% 的时间在改。写的时候用一个 agent 写、一个 agent 挑刺、一个 agent 修，10个写手并行不闲着，配合 grep 做自动化质量门禁。用 209 份审计报告换 96 万字的稳定性，这笔账划得来。270 块钱跑完全书，产出的文字已经能骗过 AI 检测工具了。”
这卡片教会了我什么
我以前也陷入过"先规划再动手"的陷阱——花大量时间设计蓝图，结果正文根本不按照蓝图上写的走。这篇卡片让我理解了：蓝图的真正价值不在"规划"，而在"总结"。说得极端一点：写完才有资格画蓝图。