AI写了一本8万字小说:Nous Research的autonovel全自动写作系统揭秘

2025年初，Nous Research（一家专注于开源AI模型研究的机构）开源了一个叫 autonovel 的项目。他们用它生成了一本79,456字、19章的完整小说——The Second Son of the House of Bells。整个写作过程，人类只提供了一个”种子灵感”，剩下的全由AI自己搞定。

一句话总结：autonovel 是一个让AI像职业作家一样自主写书的”流水线工厂”——它会自己构思世界观、塑造人物、写章节、改稿子，最后还能出PDF、做封面、录有声书。

📌 为什么需要 autonovel？AI 写小说不是新鲜事了

你可能会说：”ChatGPT 也能写故事啊，有什么区别？”

区别大了。现有的AI写作工具，本质上是一个”你问一句、它答一句”的对话模式。你想写长篇小说，得自己一章一章地提示它、检查上下文一致性、修正角色设定偏差。写个几千字还行，写到几万字，角色性格前后矛盾、剧情漏洞百出几乎是必然的。

autonovel 要解决的核心痛点就是：如何让AI在没有人类持续干预的情况下，写出连贯、有深度、质量稳定的长篇小说？

它的灵感来自 Andrej Karpathy（前特斯拉AI总监、OpenAI创始成员）提出的 autoresearch 思路——一个”修改-评估-保留/丢弃”的循环方法论。autonovel 把这个思路用在了小说创作上。

🎯 四阶段流水线：从灵感到出版

autonovel 把整个小说创作拆成了四个阶段，就像一个精密的工厂流水线：

阶段一：打地基（Foundation）

人类只给一个”种子灵感”——可能是一句话、一个场景、一个设定。然后 autonovel 开始自动构建：

📖 世界圣经（World Bible）：这个世界的规则、历史、地理、文化是什么样的？
👤 角色档案：每个主要角色的性格、动机、背景故事、说话风格
🗺️ 故事大纲：整本书的情节骨架，起承转合
✍️ 声音指纹（Voice Fingerprint）：这本书的写作风格——是冷峻克制，还是华丽浪漫？是快节奏还是慢热？
📋 正典（Canon）：不可更改的硬性事实，用来保证全书一致性

这个地基不是一次成型就完事的。系统会循环评估——给当前的地基质量打分，如果分数低于7.5（满分10分），就推倒重来，直到达标为止。

阶段二：写初稿（First Draft）

地基打好了，开始一章一章地写。每写完一章，系统立刻评估质量：

✅ 分数高于6.0？保留，继续下一章。
❌ 分数低于6.0？扔掉重写，最多重试5次。

这个过程最耗时间——据 Nous Research 的估算，一本7.5万字的小说，API调用时间大概在 15到30小时。听起来很长？但想想看，这15个小时里AI在不停地写、评、改、重写，人类不需要盯着。

阶段三：精修（Revision）

初稿完成只是开始。真正让小说出彩的是修改。autonovel 的修改阶段有两条并行的生产线：

3a. 自动精修流水线：
🔍 对抗性编辑——像挑剔的编辑一样，找出冗余、解释过度、陈词滥调的地方
✂️ 执行删减——自动标记需要删除的段落
👥 读者评审团——模拟4种不同读者角色来评价章节（比如”文学评论家””普通读者””类型小说爱好者”）
📝 生成修改简报——汇总所有反馈，生成具体的修改建议
🔄 改写章节——根据简报重写
📊 平台期检测——如果连续几轮修改没有明显提升，自动停止，避免无效循环

3b. Opus 大师评审：
把整本手稿提交给 Anthropic 最强的 Claude Opus 模型，让它扮演两个角色：文学评论家 + 小说系教授。它会给出深度反馈，系统把这些反馈解析成可执行的任务，循环修改直到”重大问题”全部解决。

阶段四：出版（Export）

书稿定稿后，autonovel 不只是输出一个txt文件，而是生成一整套出版素材：

📄 印刷级PDF（用LaTeX排版）
📱 ePub电子书
🎨 封面插画（通过fal.ai生成）
🎙️ 多角色有声书脚本 + 音频（通过ElevenLabs生成多声线配音）
🌐 图书宣传落地页

🏗️ 五层架构：把小说当成一个”活文档系统”

autonovel 最精妙的设计，是把一本小说看作五层互相影响的文档，而不是一堆独立的章节文件。

想象一下盖楼：

🏢 第五层 voice.md—— 写作风格，相当于”建筑的整体设计语言”
🌍第四层 world.md—— 世界观设定，相当于”这块地的地质条件和城市规划”
👥第三层 characters.md—— 角色设定，相当于”每一户居民的人口档案”
📐第二层 outline.md—— 故事大纲，相当于”建筑的结构图纸”
🧱第一层 chapters/—— 实际章节，相当于”一砖一瓦盖起来的实体建筑”
📋贯穿层 canon.md —— 正典（硬性事实），相当于”建筑法规，绝对不能违反”

这个架构的关键在于：改动会双向传播。

比如你在写第三章时发现，主角的背景设定需要调整——那第三层的角色档案要更新，可能第四层的世界观也要补充，第二层的某些大纲节点要重写，甚至可能第一层的已写章节也要回溯修改。autonovel 会追踪这些”传播债务”，记录在 state.json 中，确保整本书始终保持一致性。

💡 类比理解：这就像一个活的维基百科——改了词条A，所有引用词条A的页面都会收到更新提醒。autonovel 把小说的各个要素也做成了这种”互相关联的活文档”。

🛡️ 双重免疫系统：AI写作的质量守门员

AI写小说最容易犯的毛病是什么？陈词滥调、过度解释、所有角色说话像一个模子刻出来的。autonovel 设计了两道质量防线来对抗这些问题：

第一道：机械式检测（evaluate.py）
不靠大模型，纯用规则扫描文本：

🚫 禁用词检测——找出那些被AI滥用的”AI味”词汇
🚫 陈词滥达检测——”他突然意识到””时间仿佛静止了”这类套路表达
🚫 展示而非讲述（Show, Don’t Tell）违规——直接告诉读者”他很悲伤”，而不是通过动作展示
🚫 句子长度均匀——AI容易写出长短一致的句子，缺乏节奏感

从实际生产数据来看，被对抗性编辑砍掉的段落中，“过度解释”占了约32%，”冗余重述”占了约26%。这些正是AI写作最典型的”职业病”。

第二道：LLM评审（evaluate.py）
用另一个独立的大模型来当”评委”，从文学角度打分：

✍️ 文笔质量
🎭 角色区分度（每个角色说话风格是否独特）
📖 情节节拍覆盖度（故事节奏是否到位）
🗣️ 声音指纹匹配度（是否符合预设的写作风格）

更有趣的是”读者评审团”——系统模拟4种不同读者来评价章节。他们发现，有些章节”逻辑上说得通”，但读者觉得角色”像个机制而不是活人”。这种感性层面的判断，纯机械规则是抓不到的，必须靠AI来模拟人类阅读体验。

🔧 技术栈：27个Python脚本撑起的写作工厂

整个系统由27个专门的Python脚本组成，分工非常明确：

🌱 地基组：seed.py（种子处理）、gen_world.py（生成世界）、gen_characters.py（生成角色）、gen_outline.py（生成大纲）、voice_fingerprint.py（提取声音指纹）

✍️写作组：draft_chapter.py（单章写作）、run_drafts.py（批量跑稿）

🔍评估组：evaluate.py（评分）、adversarial_edit.py（对抗编辑）、compare_chapters.py（章节对战，用Elo评分制）、reader_panel.py（读者评审团）

📝修改组：gen_brief.py（生成修改简报）、gen_revision.py（生成修改版）、apply_cuts.py（执行删减）

🎨美术组：gen_art.py（插画）、gen_cover_composite.py（封面合成）、gen_cover_print.py（印刷规格封面）

🎙️音频组：gen_audiobook_script.py（有声书脚本）、gen_audiobook.py（多声线配音生成）

你只需要提供三个API密钥就能跑起来（后两个可选）：

🔑 Anthropic API（核心写作和评审，用Claude Sonnet + Opus）
🔑 fal.ai（封面插画，Nano Banana 2模型）
🔑 ElevenLabs（多声线有声书）

🤔 这到底意味着什么？

autonovel 开源的意义，远不止”AI能写小说了”这么简单。

它展示了一种AI-first 的内容生产范式：把创作流程拆解成可评估、可迭代、可自动化的流水线。写小说只是一个应用场景——同样的思路可以用在剧本创作、游戏叙事设计、企业内容营销、教育材料编写等任何需要大规模文本生产的领域。

更重要的是它的质量哲学：不靠”提示工程玄学”来保证输出质量，而是用可量化的评估指标 + 对抗性检测 + 多轮迭代来系统性地提升质量。这是一种工程思维对创意领域的入侵——也许很多人觉得创作不该这么”工业化”，但当AI能以可接受的成本和可预期的质量产出内容时，商业逻辑会推动这个方向不断前进。

📌 核心洞察：autonovel 的真正创新不是”让AI写小说”，而是设计了一套让AI持续自我改进的机制——就像AlphaGo通过自我对弈不断提升棋力，autonovel 通过”写-评-改”的闭环不断提升作品质量。

📊 现实局限：它还不是”小说家杀手”

当然，autonovel 也有明显的局限。Nous Research 自己在项目文档里也坦诚了这些问题：

⏱️ 成本高：一本7.5万字的小说，API费用可能达到数百美元。

🎯 分数追逐有边际效应：修改两轮后，继续修改的提升会越来越小，需要人工判断是否值得继续投入。

🧠 创意天花板：AI很难产生真正颠覆性的创意，它更擅长在既有框架内精耕细作。那种让你读完惊呼”原来故事还能这么讲”的神来之笔，目前还是人类作家的领地。

🎭 情感深度：AI能模拟情感描写，但能否真正”感受”并传达那些微妙的人类体验？这是文学界会长期争论的问题。

所以更准确地说，autonovel 不是来取代小说家的——它是作家的超级工具。你提供灵感和方向，它帮你把想法扩展成完整作品；你做最终的审美判断，它帮你处理那些耗时的技术细节。

💡 我们能从中学到什么？

即使你不是小说作者，autonovel 的设计思路也值得关注：

1️⃣ 模块化 + 可评估 = 可优化：把复杂任务拆成有明确评分标准的环节，才能用自动化手段持续改进。

2️⃣ 双向传播的数据模型：不只是”上层决定下层”，也要允许”下层发现的问题倒逼上层调整”。

3️⃣ 对抗性检测的价值：用规则抓”低级错误”，用AI模拟人类做”高级判断”，两套系统互补。

4️⃣ 知道何时停止：平台期检测机制很关键——不是所有问题都值得无限投入资源去优化。

💬 互动问题：如果你能用 autonovel 让AI帮你写一本书，你最想写什么题材？欢迎在评论区分享你的脑洞！

如果这篇文章对你有启发，欢迎关注，获取更多AI技术前沿解读。

❓ 你觉得 AI 写作未来会取代人类作家，还是成为创作的新工具？留言说说你的看法！

📎 参考资料：
• NousResearch/autonovel GitHub 仓库
• Hermes Agent Autonovel Breakthrough 报道