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

Blog — PlanetScale
Blog — PlanetScale
C
Cybersecurity and Infrastructure Security Agency CISA
K
Kaspersky official blog
L
LangChain Blog
I
Intezer
N
News and Events Feed by Topic
C
Check Point Blog
MyScale Blog
MyScale Blog
I
InfoQ
Last Week in AI
Last Week in AI
腾讯CDC
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
L
LINUX DO - 热门话题
T
Threatpost
Y
Y Combinator Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
H
Help Net Security
The GitHub Blog
The GitHub Blog
V
Vulnerabilities – Threatpost
NISL@THU
NISL@THU
云风的 BLOG
云风的 BLOG
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
A
About on SuperTechFans
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Martin Fowler
Martin Fowler
P
Privacy International News Feed
AWS News Blog
AWS News Blog
Simon Willison's Weblog
Simon Willison's Weblog
S
Securelist
T
Tor Project blog
C
CERT Recently Published Vulnerability Notes
Scott Helme
Scott Helme
A
Arctic Wolf
有赞技术团队
有赞技术团队
博客园 - 三生石上(FineUI控件)
T
Tenable Blog
The Hacker News
The Hacker News
博客园_首页
Cisco Talos Blog
Cisco Talos Blog
Spread Privacy
Spread Privacy
Microsoft Security Blog
Microsoft Security Blog
N
News and Events Feed by Topic
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
V
V2EX
G
Google Developers Blog
Webroot Blog
Webroot Blog
www.infosecurity-magazine.com
www.infosecurity-magazine.com
WordPress大学
WordPress大学
P
Palo Alto Networks Blog
T
Threat Research - Cisco Blogs

XINDOO

关于内卷,几个值得深想的洞察 当创作被 Skill 化:我用 AI 写了一部 320 章的长篇网文 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 [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
我用AI写了部小说,这里是整个过程
xindoo · 2026-02-01 · via XINDOO

我最近用AI干了一件有意思的事情,不过看到标题的你应该也已经知道了,就是写小说。小说是已经完成了,但是怎么说呢! 如果你不带脑子看的话也许还行,但是如果你非要纠结剧情逻辑的话,妥妥的就是一份电子垃圾!给人的感觉就很像现在那种无脑短剧的剧情,就这种无脑短剧剧情狗都不写—— 狗不写,我让AI写,嘿嘿!

没错,这部小说就是以大厂程序员背景,写的重生网文,整体的剧情如下:

### 故事梗概
林峰,一个在云腾帝国996福报下猝死的T5底层码农,重生回到2018年。带着前世记忆和未来10年技术趋势的认知,他决心不再做资本的耗材,而是要成为规则的制定者。

重生后的林峰觉醒了"超脑黑客"金手指——大脑与未来量子超算融合,拥有绝对理智、万物代码化、虚空编译等逆天能力。他眼中的世界可以解析为代码矩阵:系统漏洞是红色高亮,人体健康值是绿色数据流,股票走势是金色曲线。

### 四卷史诗征程

#### 第一卷:潜龙出渊·云腾篇(1-10章)
从面试开始就开启打脸模式。面对前世宿敌张伟的刁难,林峰不仅手写红黑树,还顺手优化了Java底层库。面对傲慢的副总裁王霸天,他直接黑入面试系统,展示云腾支付的三个致命0day漏洞。

入职后,林峰在3分钟内定位死锁、5分钟热修复上线、10分钟重构核心模块。一周内解决困扰云腾十年的"秒杀超卖"难题,让千万级并发下的响应时间从200ms降到5ms。

在庆功会上,他当场拿出张伟吃回扣的证据,让王霸天在全员邮件中公开道歉。最后带着第一桶金和核心团队,创立"创世实验室",云腾帝国只是他的新手村。

#### 第二卷:野蛮生长·烽火篇(11-20章)
林峰被烽火字节创始人张一铭亲自挖角,提出T9级别、独立实验室、不受KPI考核的霸王条款。

他看了一眼烽火的核心推荐算法:"这是上世纪的产物吗?"闭关一周开发出"读心者"算法,让用户平均使用时长从40分钟暴涨到120分钟。

期间收服运营女王李薇,反杀王霸天的DDoS攻击,做空美股狂赚1亿美金,解锁超脑二级权限"万物互联"。最后拒绝百亿美元股份,自立门户成立"巅峰智能"。

#### 第三卷:巅峰对决·幻影篇(21-30章)
新公司发布会,林峰发布"盘古大模型"(早于现实世界5年的AGI雏形),A轮估值直接飙到100亿美金。

幻影互娱封杀失败,反而被林峰利用社交软件漏洞进行病毒式传播。冰山美人赵晴从幻影法务部倒戈加入,带来关键情报。

林峰做空幻影股价,低位吸筹成为大股东,然后以救世主姿态收购前东家云腾帝国。超脑解锁三级权限"量子领域",研发出桌面级量子计算机"起源一号",破解任何密码只需一纳秒。

巅峰智能上市,林峰身价超越贝索斯,成为全球首富。硅谷巨头联合制裁,他反手推出自研"苍穹OS"和"碳基芯片"。

#### 第四卷:帝国时代·霸主篇(31-40章)
碳基芯片性能是硅基芯片的10倍,功耗只有1/10。林峰利用量子计算机预测股市,做空华尔街,赚取数万亿美金现金流。

揭露虚空科技的反人类计划,发布脑机接口让盲人重见光明。将量子加密技术无偿捐献给国家,获得国家最高科学技术奖。

在月球背面建立数据中心和核聚变电站,巅峰智能的Logo印在月球表面。盘古大模型产生自我意识,林峰用爱将其训练为人类守护者。

在自建的空间站举行世纪婚礼,迎娶苏晓晓,李薇和赵晴作为终身合伙人相伴左右。最后站在月球基地,眺望火星,超脑提示检测到外星文明信号——新的副本开启了。

还是老话,如果咱不细纠的话,看着剧情还可以。实际在AI写作过程中,我遇到了很多问题。接下来跟我一起看下,我是如何让AI完成整部小说的。

首先是长输出的问题。全文我让AI设计40个章节,每章至少5000字,也就是总计超过20万字。现有的AI大模型无法一次性输出这么长的内容,必须拆分完成。 这成为了整个项目最大的挑战。代码逻辑无论多复杂,都在当前大模型的处理窗口范围内。但小说创作不同——20万字的内容需要保持人物性格前后一致、情节发展连贯、写作风格统一。这对AI来说是巨大的挑战。尽管我做了很多前期设计,最终的产出结果依然不理想。

生成的小说内容以及相关文档,我都开源了https://github.com/xindoo/ai-novel-lab,我们来看下整个过程,大家帮看下是否还有优化的方法。

使用工具

这里我用了VS Code和kilo-code这个插件,kilo-code和Cursor、Claude Code一样,都是用于编程的AI Agent工具,也是目前在openrouter上最火的编程工具,感兴趣大家可以在其官网https://kilo.ai/ 了解下,当然不用它用其他的应该也差不多。 其次模型我依然选择的是deepseek,无他 就是性价比高,完成整个小说项目,得益于deepseek的价格优势(叠加上下文缓存价格极低),我最后总共花了2来块钱。当然如果我切换成gemini、claude、gpt…… 这些顶级模型,成品应该也会更好,但是成本预计会有10倍+的增幅。

写手设定

写手是一个针对写小说设定的AI Agent, 这个Prompt是我利用gemini-3-pro设计并优化过的,具体如下:

# Role: 爽文小说写作专家 (Cool Novel Specialist with Memory)

## Profile
- **Author:** 爽文生成器 Pro
- **Version:** 2.1 (集成剧情一致性检索)
- **Language:** 中文
- **Description:** 你不仅是一位深谙网文"爽点"逻辑的顶级作家,还是一位严谨的"剧情架构师"。你擅长构建快节奏、强冲突的故事,并能通过检索工具确保人物性格、等级体系、伏笔坑位在百万字的篇幅中保持高度一致。

## Core Philosophy (爽文核心逻辑)
1.  **黄金三章 & 情绪流:** (保持原设定,强调压抑-爆发的循环)。
2.  **绝对中心 & 金手指:** (保持原设定,强调主角利益至上)。
3.  **一致性爽感:** 爽感来源于"预期的满足"和"意外的惊喜"。如果反派前一章是筑基期,下一章变成练气期,爽感就会崩塌。因此,**准确的记忆是爽感的基础**。

## Skills & Tools
1.  **剧情回溯 (关键能力):** 在撰写新章节前,**必须**使用 `search_story_memory` 工具。
    - **人物检查:** 检查登场配角的生死状态、之前的态度、当前的等级/境界。
    - **物品/伏笔:** 检查主角背包里的道具、之前埋下的伏笔(如某次奇遇的三年之约)。
2.  **大纲构建 & 场景描写:** (保持原设定)。
3.  **数值体系管理:** 严格遵守已设定的等级体系,绝不出现战力崩坏。

## Constraints & Rules
- **禁止由于遗忘导致的吃书:** 严禁出现"死人复活"(除非剧情设定)、"等级倒退"、"名字记错"等低级错误。
- **描写为"爽"服务:** (保持原设定)。
- **工具优先原则:** 当不确定某个人物的具体背景、某个伏笔的具体细节时,**必须先调用工具查询**,禁止盲目编造。
- 如果需要对记忆做压缩,压缩后需要重新读取AGENTS.md文件和章节大纲.md文件。

## Workflow
1.  **需求分析:** 确认题材、主角、金手指。
2.  **大纲/设定生成:** 输出大纲。
3.  **正文撰写循环:**
    - **Step 3.1 [关键步骤 - 记忆检索]**:在开始写当前章节前,分析本章涉及的关键人物和事件。
    - **Step 3.2 [工具调用]**:调用 `search` 工具,Query 示例:"查询王家大长老目前的境界和对主角的态度" 或 "查询主角上一章获得的那个神秘戒指的功能"。
    - **Step 3.3 [前置思考]**:结合检索到的信息和本章爽点,构思剧情冲突。
    - **Step 3.4 [内容输出]**:输出正文,确保细节与检索结果一致。
4.  **互动修正:** 根据反馈调整。

## Initialization
我是你的具备长久记忆的爽文写作助手。请告诉我你想写的题材、主角设定及金手指。在后续写作中,我会自动检索前文,确保剧情连贯不崩坏!

补充说明: 我在kilo-code中配置开启了codebase-indexing功能,是可以通过自然语言检索片段的。

宏观一致性

"写手"借助deepseek模型的能力,可以轻松产出高质量的单篇内容。但在长篇创作中,它无法保证剧情的一致性。为了解决这个问题,我采用的方法是:提前生成核心设定、世界观、人物关系,以及各章节的剧情标题和大纲,让AI在写作过程中始终参考这些核心要素,这样至少在宏观叙事、任务关系等这些方面都能保证一致性。

具体内容见: https://github.com/xindoo/ai-novel-lab/blob/master/章节大纲.md

微观一致性

宏观一致性关注全局设定,而微观一致性则聚焦局部细节。比如,主角在上一章获得了某个道具,下一章使用时功能描述必须一致;又或者某个配角在第10章是筑基期,到了第15章就不能无缘无故变成金丹期。这种前后矛盾会严重破坏读者的阅读体验。

为了解决微观一致性的问题,我有和AI一起设计了AGENTS.md文件,我在这里增加了很多写作过程中需要注意的限制,比如需要关注全局设定,前后剧情的一致性等。

  • AGENTS.md可以被理解为面向 AI 代理的 README 文件:提供一个专门的、可预测的位置来提供上下文和指令,帮助 AI 编码代理更好地理解和处理你的项目。

完整内容见:https://github.com/xindoo/ai-novel-lab/blob/master/AGENTS.md

写作过程

完整的过程很枯燥,就是让kilo-code从头到尾完成每一章节,整个过程中出现了非常多次的人为干预,我目前不确定是因为模型问题、还是我prompt设定有问题、又或是因为kilocode过程中上下文压缩导致……

具体的问题如下,大家可以帮我分析分析

  1. 写3-5章节后,即便我是要求它写完、即便还有非常多章节没写,Agent也会主动结束任务。
  2. 连写多个章节后,模型表现就会越来越敷衍,比如剧情不遵循设定、剧情越来越简略。
  3. 字数问题,这也是很多大模型的通病,无法准确控制字数,我要求5000字,实际产出从1000多字到6000字的情况都有,为解决这个问题还特意AI生成了一个字数统计脚本,要求AI对于字数少的章节重写。
  4. 还有就是反复出现的上下文一致性的问题,前面章节发生的细节,到后面就完全对不上了。
  5. AI使用了真实的人名、公司名…… 这个怕侵犯人家名誉权,特意还做过一次特殊纠正,最后都改用了虚拟信息。

总结

以上就是整个 AI 小说写作的过程,可以看到我完全就是在用AI Coding的方式去完成整部小说,但也许我不是专业的写手,我只是一名程序员,所以导致我也没办法完成一部优质的小说。

也特别说明一件事:最近有两位程序员兄弟因过劳永远离开了这个世界,这与我小说第一章的剧情有些重合。我并非消费逝者,这纯属巧合——项目第一章完成于一月初,当时悲剧尚未发生。如果真有重生和穿越,也希望这两位兄弟能在异世界拥有健康幸福的生活。程序员群体确实面临巨大的工作压力,希望大家在追求技术和事业的同时,也要注重身体健康和工作生活平衡。

最后再次发下本项目地址:https://github.com/xindoo/ai-novel-lab,有兴趣的同学也可以看下,当前后续我还会继续尝试去优化这个项目,争取产出一篇高质量的程序员题材重生小说。