当 AI 从短篇扩展到几十万字长篇时，问题会从“这一段写得好不好”变成“它是否知道自己正在延续哪一部作品、哪一版历史，以及哪些变化已经被作者接受”。

长上下文不等于长期记忆

把更多文字放进模型上下文可以缓解局部遗忘，却不能自动解决来源、版本和叙事顺序问题。同一句人物信息可能来自大纲、旧草稿、已发布正文或角色的错误信念，它们的权威性并不相同。

可持续的长篇创作需要把长期记忆与定向召回分开：规划上下文组合当前大纲、进度、未完成承诺和最近历史；混合检索再沿人物、地点、事件链路与向量语义定位证据，最后读取准确原文。摘要和索引都是地图，不是领土。

创作自由与正式边界必须同时存在

AI 需要自由尝试场景、语言和人物选择；作品本身却需要保守地保存。把两者混在一起，要么让写作被表单和规则束缚，要么让一次随意生成覆盖正式历史。

更合理的方式是让草稿可以快速迭代，但把每次草稿保存为独立版本。审核、作者确认和发布计划都绑定准确版本，普通反馈不会被误判为正式授权。

软件适合保证项目标识、叙事顺序、大纲节点、版本、证据范围、校验摘要、锁和恢复；不适合用固定分数或检索命中判断人物是否真实、事件是否发生或情绪是否充分。

这也是 Novel 的核心分工：Agent 负责语义、推理、写作与审核，应用负责稳定身份、查询边界、证据、版本和批准，作者保留创作方向与正式发布的最终决定权。