惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

月光博客
月光博客
MongoDB | Blog
MongoDB | Blog
Apple Machine Learning Research
Apple Machine Learning Research
The GitHub Blog
The GitHub Blog
博客园 - 聂微东
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
大猫的无限游戏
大猫的无限游戏
WordPress大学
WordPress大学
云风的 BLOG
云风的 BLOG
H
Help Net Security
H
Hackread – Cybersecurity News, Data Breaches, AI and More
A
About on SuperTechFans
Hugging Face - Blog
Hugging Face - Blog
罗磊的独立博客
Y
Y Combinator Blog
Recent Announcements
Recent Announcements
Martin Fowler
Martin Fowler
博客园 - 司徒正美
Stack Overflow Blog
Stack Overflow Blog
B
Blog
博客园 - Franky
小众软件
小众软件
Recorded Future
Recorded Future
B
Blog RSS Feed
爱范儿
爱范儿
宝玉的分享
宝玉的分享
L
LangChain Blog
博客园 - 【当耐特】
The Register - Security
The Register - Security
P
Proofpoint News Feed
V
Visual Studio Blog
Blog — PlanetScale
Blog — PlanetScale
雷峰网
雷峰网
Last Week in AI
Last Week in AI
Microsoft Azure Blog
Microsoft Azure Blog
GbyAI
GbyAI
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
M
MIT News - Artificial intelligence
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
MyScale Blog
MyScale Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
aimingoo的专栏
aimingoo的专栏
D
Docker
酷 壳 – CoolShell
酷 壳 – CoolShell
阮一峰的网络日志
阮一峰的网络日志
有赞技术团队
有赞技术团队
G
Google Developers Blog
S
SegmentFault 最新的问题
Microsoft Security Blog
Microsoft Security Blog

XINDOO

关于内卷,几个值得深想的洞察 AI第一剑,先斩程序员 AI 也会偷懒?这个 PUA 工具专治“摸鱼式编程” Gstack 深度解析:YC CEO 开源的 AI 工程团队 GitHub Trending霸榜!深度解析AI Coding辅助神器 Superpowers 深度探讨:从 OpenClaw 爆火,看 AI Agent 的真相与程序员的未来 我复刻了NotebookLM的信息图功能 我用AI写了部小说,这里是整个过程 [翻译]我在谷歌14年学到的21堂课 2万字吊打40万字:为什么我的“牛马Agent”比“数字分身”更聪明? 最近AI领域爆火的 Agent Skills 是什么? 从计算机科学的视角来看拖延症 一周改6个库后我悟了:AI时代,程序员正在退化成“甲方” 使用n8n做一个自动同步更新的Github项目问答机器人 Agent设计模式——第 20 章:优先级排序 Agent设计模式——第 1 章:提示词链 Agent设计模式——附录 D - 使用 AgentSpace 构建 Agent Agent设计模式——第 19 章:评估和监控 Agent设计模式——第 10 章:模型上下文协议 (MCP) Agent设计模式——第 21 章:探索和发现 Agent设计模式——智能体设计模式 Agent设计模式——第 11 章:目标设定和监控 Agent设计模式——第 9 章:学习和适应 Agent设计模式——第 16 章:资源感知优化 Agent设计模式——附录 G - 编码 Agent Agent设计模式——第 13 章:人机协同 Agent设计模式——第 17 章:推理技术 Agent设计模式——附录 F - 深入剖析:Agent 推理引擎的内部运作机制 Agent设计模式——章节目录 Agent设计模式—— Agent设计模式——第 7 章:多 Agent 协作 Agent设计模式——附录 E - 命令行界面中的 AI Agent Agent设计模式——附录 C - Agentic 框架快速概览 Agent设计模式——第 3 章:并行化 Agent设计模式——**常见问题解答:Agentic 设计模式** Agent设计模式——第 14 章:知识检索(RAG) Agent设计模式——第 18 章:Guardrails/安全模式 Agent设计模式——第 15 章:Agent 间通信(A2A) Agent设计模式——第 8 章:内存管理 Agent设计模式——第 12 章:异常处理和恢复 Agent设计模式——第 4 章:反思 Agent设计模式——附录 B - AI Agentic 交互:从图形界面到现实世界环境 Agent设计模式——第 5 章:工具使用(函数调用) Agent设计模式——结论 Agent设计模式——第 6 章:规划 Agent设计模式——第 2 章:路由 从经验主义到贝叶斯理论:如何排查线上问题 我用AI为自己造了一把安全的开发者“瑞士军刀”” 从LLM和MCP的协同过程看如何做优化 打通Dify与AI工具生态:将Workflow转为MCP工具的实践 一文了解知识库背后的技术RAG AI应用的五个级别:从入门到专家的进阶之路 一文入门AI圈最近爆火的MCP协议 HTTP/3:性能改进(第 2 部分) deepseek-r1祛魅:从过度热捧到理性认知⁠ 为什么AI智能体需要工作流 如何用GPT-4o解读视频 json命令行处理神器jq介绍 OpenAI的结构化浅析 从大模型的原理到提示词优化 从经济学原理看团队分工合作 [翻译]关于人工智能的30个思考 从马斯洛需求层次理论谈职场激励 知识与智慧 如何使用大语言模型绘制专业图表 两个开源项目打造自己的大模型聚合平台 我让gpt4o给我推荐了一千多次书 得到了这些数据 用Langchain创建一个可以总结网页内容的Agent 推荐一个好用的命令行工具ShellGPT 关于ffmpeg height not divisible by 2的错误 使用Certbot解决https证书自动更新的问题 Spring Cache简明教程 软件开发中的抓大放小vs极致细节思维 OpenAI Assistants-API简明教程 OpenAI的多函数调用(Multiple Function Calling)简介 如何使用ffmpeg制作透明背景的视频 spring-kafka中ContainerProperties.AckMode详解 如何在地图上寻找最密集点的位置? IO密集型服务提升性能的三种方法 职场中的基本归因错误和自利归因 使用javax.validation.constraints校验参数合法性 Java Optional:让你的代码更优雅 ChatGPT函数调用初体验:让ChatGPT具备抓取网页文本的能力 如何使用ChatGPT提升自己的“码”力? 使用ffmpeg拼接两张图片 ThreadPoolExecutor——高效处理并发任务的必备良器 从CPU的视角看 多线程代码为什么那么难写! 使用ffmpeg缩小视频体积的几种方式 Linux parallel 命令使用手册 为什么说过早优化是万恶之源? Linux xargs命令介绍 深入理解Spring的事件通知机制 Java高并发之CyclicBarrier简介 聊一聊过度设计! 详解Redisson分布式限流的实现原理 Java中使用HashMap时指定初始化容量性能一定会更好吗? 如何用ffmpeg截取视频片段&截取时间不准确的坑 XINDOO的2022年年终总结 使用ffmpeg将视频转成HLS(m3u8)格式 谷歌Guava LoadingCache介绍
当创作被 Skill 化:我用 AI 写了一部 320 章的长篇网文
xindoo · 2026-05-05 · via XINDOO


作为一名程序员,我以前一直觉得,"完成一个大型项目"这件事,本质上是两种能力的叠加:

  • 硬技能:你会不会写代码、会不会用工具;
  • 软能力:你能不能把大问题拆成小问题,然后持续推进。

前两年 AI 出来了(尤其是去年),硬技能这边突然被"外挂"了一把:写代码这件事,居然真的可以被 AI 提效。今年初,我又看到在一些规划和约束下(skill),AI 能更好地完成整个工作。我第一次被这种范式击中,是看到 superpowers 这套面向 Coding 的 skills:把"写需求、写模块、写测试、查 bug、做重构"拆成一组可以被反复调用的技能模块,整个开发流程像装了乐高接口一样。

然后我就开始想着做点啥有意思的事——既然大型项目的 Coding 可以用 skill 辅助完成,那另一种"更长、更磨人、更需要拆解与推进"的工作:写一部长篇小说,能不能也用 skill 体系来做?

其实在此之前,我已经做过一次无 skill 的写作尝试了,遇到了很多问题,具体见《我用AI写了部小说,这里是整个过程》,我把其中的问题解决方案和一些经验总结提炼,于是就有了 Sumeru-须弥写作 这套 skill。


1)sumeru 是什么:一套面向小说创作的 Skill 集合

一句话概括:sumeru 是一套把小说创作流程"模块化 + 可编排化"的 AI skills

可以在任何 AI 工具中使用,无论是 Claude Code、OpenCode…… 这些编程类 Agent,还是 OpenClaw、Hermes…… 这些通用 Agent 里都可以正常使用,安装方法:

npx skills add xindoo/sumeru #建议项目级安装

它不是"给你一个 Prompt,让你自己反复试到天亮"的那种工具;我的目标更像是:

  • 你给一个题材和创意方向;
  • 它能按流程带你走完:选题 → 大纲 → 章节写作 → 逻辑审查 → 润色 → 完稿导出;
  • 中间数据能沉淀,支持断点续传;
  • 批量任务可以并行(尤其是写章节这种体力活)。

在 Sumeru 里我把它拆成了 7 个模块(worldbuilder / topic / outline / write / review / polish / finalize),每个模块都对应一个明确的产出和边界。

这种结构有一个好处:你不是在"跟模型聊天",而是在"驱动一个生产线"。

当然,生产线不一定每次都产出精品,但它至少能稳定把你从"卡住"推到"有东西"产出。


2)为什么我觉得"小说更需要 Skill 化"

首先我还没看到类似的 skill,其次我觉得写长篇小说,其实和写复杂项目很像:

你永远不缺灵感,你缺的是"把灵感落地为可持续推进的结构";
你写 1 章靠爆发,写 100 章靠系统,写 300 章靠流程;
中途最容易崩的是一致性:设定、时间线、人设、伏笔回收。

所以我更相信:长篇创作的关键不是"写得多好",而是"能不能稳定地往前走"。而稳定往前走,靠的并不一定是天赋,也可能是一套可复用的拆解方式。

Skill 化带来的变化是:把"玄学式创作"变成"工程式推进"——

阶段 核心关注点
选题阶段 不是"我喜欢",而是"它是否有卖点、有受众、有平台适配"
大纲阶段 "剧情结构能不能支撑长跑",而不是"开头够不够炸"
写作阶段 节奏与爽点排布,而不是某一段辞藻
审查阶段 一致性校验与修复机制,而不是事后读者骂了才回头找 bug

说人话就是:把"写作"当成一个可以迭代的系统,而不是一次性灵感发挥。


3)它到底表现怎么样:我用五一做了一次"极限压测"

做工具最怕的一件事是:写得很嗨,上线没人用;或者只在"十分钟 Demo"里好用,一到长链路就露馅。

所以五一我干了一件有点"闲得慌"的事情:用 sumeru 跑了一次长链路创作。

结果是:我用它生成了一部长篇小说 《古物记》,一共 320 章,100w+ 字

如果你想直接看效果(也欢迎挑刺),可以去这个站点阅读:opennovel.zxs.io

这里我不吹"质量吊打人类",因为那不真实。更诚实的说法是:

  • 它能把"从 0 到 1"这段最难的启动成本压得很低:选题、大纲、细纲、章节生产都能跑通;
  • 它能把"从 1 到 300"这段最磨人的重复劳动变得可执行:并行写作 + 数据沉淀 + 审查修复;
  • 它也确实会暴露问题:比如部分章节会出现节奏松散、人物行为偶尔不够自然、细节重复等——这些更像是"批量生产"的副作用。

但对我来说,这次压测最关键的验证是:

skill 化的流程,确实能把"长篇创作"从不可控变成可控。

你可以把它理解为:写作不再是"我今天状态好不好",而是"我今天想推进哪一个环节"。


4)我在设计 sumeru 时刻意坚持的几条原则

原则 A:每个 Skill 的边界要清晰

我不希望出现那种"一个万能指令包办一切"的模式。万能指令看起来爽,但复用性很差,也很难定位问题。

例如:

  • review 只做逻辑与一致性审查、轻量修复、输出修复计划;
  • polish 专注文笔与节奏优化;
  • finalize 做合规检查与导出适配。

边界清晰,才能让你知道:哪里出了问题,该调哪一块。

原则 B:中间数据必须持久化

写长篇最痛的一件事是:你一旦中断,就很难无痛恢复。

所以 sumeru 把中间数据统一放在 .sumeru/ 目录,让每一步都可复用、可回滚、可续跑。

原则 C:并行化只做"体力活",不要做"核心决策"

并行写章节很合适,但世界观底层设定、主线节奏这种核心决策,不适合"多 Agent 投票"。

所以我的策略是:

  • worldbuilder / outline 把核心约束定下来;
  • write / review / polish 这些更偏执行与检查的环节,再去并行。

总结

做 sumeru 的过程中,我最强烈的感受是:

AI 的价值不仅仅是替你写几段文字,而是通过流程和约束,帮你去完成一个复杂的项目。就像 Coding 里,真正拉开差距的不是"会不会写一行代码",而是"能不能把系统做出来并跑起来"。写小说也是一样。

我不敢说 sumeru 已经成熟到可以让所有人"躺着当大神",但至少它让我验证了一件事:

当创作被 skill 化之后,完成一部长篇这件事,会变得更像工程,而不是玄学。

《古物记》小说我已经放在 opennovel.zxs.io 了,欢迎你去看、去喷。Sumeru 也已经在 GitHub 开源:https://github.com/xindoo/sumeru,也欢迎反馈问题。