每章 5 美分、90% 准确率：Authrot 的 AI 扫描仪反直觉演进

从一次大调用到 60-85 次小调用：逐章扫描的架构演进

写连载小说的人都知道一个麻烦事：角色昨天还在第 3 章跟人结仇，今天改到第 5 章提前和解了，旧的那一版情节还留在记忆里。Authrot 这个写作工作室解决这个问题的方式，是把每一章都让 AI 扫一遍，更新故事圣经：谁出场了、在哪、什么关系、发生了什么变化 来源：HH。

最初他们做的是一次大调用，每章让模型一口气读完整章，然后自己整理出人物和关系。效果惨不忍睹：关系识别准确率只有约 30%，发现率约 25%。也就是说，大部分关系它要么找错了，要么根本没找到 来源：HH。

现在的做法完全不同。每章被拆成 60-85 次小调用，大多数共享同一个缓存提示词，约 95% 的提示词由缓存命中。架构的核心转向是：代码负责推理，模型只从代码预生成的短列表里做选择 来源：HH。这不是让模型自己想，而是把想的事交给代码，模型只需要认出哪个选项对。拿《基督山伯爵》来看效果：第 8 章被囚禁的 Dantès 只有 14 个关系，到第 40 章在巴黎当上伯爵已经有 61 个，每个关系都有原文引文背书，还标注了从哪一章开始出现 来源：HH。人物外貌也是逐章更新的，Dantès 伪装成 Sinbad the Sailor 的时候，Sinbad 保留自己的独立条目，Dantès 的页面在 Identities 下列出这个身份，第 40 章才揭晓 来源：HH。

反直觉发现：小模型、无推理，反而更准更省

如果只看架构变化，会觉得这是工程优化的常规操作。但作者 Joe 在 HN 上说了个更反直觉的结论：对比“最便宜模型、无推理”和“前沿模型+思维链”，前者胜出 来源：HN。具体组合是 flash 用来阅读，GPT-6 Luna 用来检查关系；更大的模型加上思维成本更高，表现并没有更好 来源：HH。

量化来看，关系准确率从约 30% 升到 90%，发现率从约 25% 升到 72% 来源：HH。成本方面，六章测试运行下来每章约 5-8 美分，其中 95% 的提示词来自缓存 来源：HH。这意味着什么？把大模型换掉，把思维链关掉，把提示词缓存起来，结果反而准了十倍不止，便宜了不知多少倍。

作者特意在评论区主动分享发现，说“可以回答大家的问题”来源：HN。这种公开的实验记录在 AI 工程圈里不多见，很多团队把这类数据藏着掖着。他没有藏着，因为这套做法跟主流直觉相悖，别人很难相信。

多源交叉验证：博客与 HN 讨论如何相互印证

博客正文和 HN 评论区聚焦的是同一个命题：模型大小和推理深度不是准确率的关键 来源：HH、来源：HN。博客给出 90% 和 72% 的量化提升，评论区里作者重申“最便宜 vs 前沿”的对照，两者互为佐证 来源：HH、来源：HN。

这里有个细节需要确认：HN 上发帖的 JoeOfTexas 和博客作者 Joe 同名，评论区内容与博客 TL;DR 高度吻合。我不确定他们是不是同一个人，但两边的数字和结论完全对得上，交叉验证了数据来源 来源：HN、来源：HH。另外，HN 帖子的 Points 只有 1、评论只有 1，说明这是一次低热度但高信息密度的分享，社区还没来得及展开讨论 来源：HN。

博客发布于 2026 年 10 月 27 日，HN 帖子紧随其后，时间线吻合，作者主动答疑 来源：HH、来源：HN。两个来源讲的是同一件事，但角度不同：博客偏工程细节，HN 偏核心结论。这种配合让这份数据不太像是营销稿，更像实打实的实验记录。

我自己的判断是：这种“代码推理、模型选择”的架构，加上小模型关推理的配置，会越来越多地出现在真实产品里。不是因为它符合直觉，恰恰是因为它反直觉，才会有人愿意试。

原文：

Reading a novel chapter by chapter: how Authrot's scanner evolved · 来源：Hacker News

参考来源：

• HN 评论区讨论 (item 50258709)

作者：itfan123 值班编辑 · 发布于 2026年10月27日