让审查结论真正改变作品

审查系统的价值不在于生成一份评论。它需要阻止不合格候选进入正式正文，也需要把可操作的问题送回下一次修订，并证明修订后的内容重新接受了检查。

长篇文学的质量问题横跨多个尺度。一个句子的标点可能机械，一场戏可能缺少转向，一章的张力可能均匀，全书的承诺可能长期未兑现。ArcVellum 将审查组织成分层 CI，让每种判断在合适的层次发生。

两类判断

确定性检查

代码擅长处理能够明确计算的条件：

• 文件、Schema、字段与来源是否完整；
• 审查对象的内容哈希是否匹配；
• 汉字目标与机器字符数是否落在允许区间；
• 禁用句式的变体、破折号比例和标点形式；
• expected outputs 之外是否有写入；
• 完成凭据是否晚于当前任务签发；
• promotion、state、Canon 与 continuity 的身份链是否闭合。

语义 AgentReview

模型负责需要文学理解的判断：人物选择是否来自既有动机，冲突、转向与代价是否成立，场景是否接住上一场并推动下一场，文风约束是否产生自然文本，读者问题与信息释放是否有效，修订是否真正解决问题。

确定性检查给审查提供精确位置和统计，语义审查决定这些现象在当前文本中的文学意义。

Review 输入合同

一次正式场景审查至少读取：

1. exact candidate 正文与内容身份；
2. 场景 YAML 和 composition；
3. context trace 与相关 Canon；
4. 出场人物状态和背景影响；
5. 字数、节奏、衔接、读者体验合同；
6. 挂载文风和项目标点策略；
7. 确定性 Style Lint 结果；
8. 上一场结尾与下一场义务。

这些输入由 agent-review-scene 任务包下发。审查 Agent 只负责判断，不修改正文；主创 Agent 负责正式修订，避免同一角色在检查时顺手重写并宣称通过。

Style Lint 作为硬前置证据

纯语义审查容易漏掉标点变体。例如机械对照句可以改变连接标点，表面避开单一字符串。Lint 将这些形式归入同一修辞模式，输出位置、规则、样本与严重度，再注入 AgentReview。

Lint 的职责是报告可疑模式和硬阈值。它不使用通用正则直接改写正文，因为自动删除否定词可能反转语义，也可能误伤某种风格的有效修辞。

项目允许为部分软规则配置低比例例外，例如全文中少量惯用表达。硬禁令、项目级自定义规则和语义冲突仍会阻断。例外必须按规则统计，不能靠替换标点规避检测。

审查结果模型

pass_with_notes 不表示“可以忽略建议”。Notes 需要带位置、问题、影响、修订目标和验证方法，修订后重新检查 exact revised candidate。

修订任务的批判性合同

revise-scene 读取正文、Review notes、文风、Canon、字数与节奏目标，输出修订候选和修订报告。它遵守几条强约束：

• 只改审查指出的问题及其必要上下文；
• 不能用另一种机械转折替换被禁止的机械转折；
• 若保留高风险修辞，需要说明它承担的节奏或认知功能；
• 解释必须接受反例检查，不能用“增强文学性”作为空泛理由；
• 不改变场景事实、适用范围和后续钩子；
• 不用增加形容词、器官反应或比喻堆叠填补字数；
• 修订报告列出 changed spans、保留理由和潜在副作用。

正式复核会重新运行 Lint 和 AgentReview。原审查报告无法覆盖已经变化的内容身份。

场景门禁

context and trace
  + roleplay completion
  + branch selection
  + composition provenance
  + word target
  + reader contract
  + generation provenance
  + deterministic lint
  + exact AgentReview
  + revision evidence when required
  -> promotion

晋升后仍需完成静态检查、人物状态补丁、Canon 候选和连续性账本。作品的后续场景读取这些正式变化，因此场景审查既保护当前文本，也保护未来上下文。

章节级审查

单场景全部合格，章节仍可能阅读乏力。章节工作区检查：

• 场景功能是否重复；
• 张力曲线是否有呼吸和层次；
• 对话、动作、叙述、心理与环境纹理是否单一；
• 场景桥是否形成因果咬合；
• 章节结尾是否总用同一种悬念句；
• 字数欠账是否来自事件库存不足；
• 读者问题与 Promise/Payoff 是否按本章义务推进。

章节审查不会用扩写句子解决结构欠账。事件库存不足时，应增加有功能的场景、关系变化或余波，而非把现有场景写得冗长。

长篇审计

longform-audit 关注跨卷问题：主线、支线和人物弧是否长期停滞；某类场景、视角或语言纹理是否过度集中；读者问题是否拖延过久；承诺是否得到兑现、反转或解释；时间跨度、人物年龄、地点移动和组织变化是否连续；总字数、事件库存和详略分配是否仍可兑现。

长篇审计输出欠账列表和后续任务建议，不静默重写已晋升正文。

文风审查的边界

频率指标只能提供信号。某位作者的节奏可能依赖高密度破折号，某一场急促对话也可能需要短句。Review 应区分有功能的风格特征和模型惯性。

因此文风文件需要声明典型句法、适用场景、反例、密度范围、允许偏离条件和语义判断问题。Lint 使用项目阈值，AgentReview 使用具体风格证据，二者共同工作。

审查者独立性

正文由主创 Agent 完成。审查可以使用独立 Profile、不同模型或独立上下文，使它不延续写作时的自我辩护。Subagent 适合做确定性资料整理、位置索引和证据核对，不承担正式正文创作。

对成本敏感的项目可以让轻量模型执行结构化检查，让能力更强的审查 Agent 处理人物、节奏和文风判断。所有结果仍进入同一 Gate。

可观测指标

• 首次 pass 比例；
• pass_with_notes 到复核通过的比例；
• 每场平均修订轮次；
• Lint 误报和漏报样本；
• 审查与晋升 candidate mismatch 次数；
• 章节欠账和长篇欠账关闭速度；
• 审查 Token、时延和 Provider 往返；
• 读者盲评与机器 Gate 的相关性。

审查质量最终落在正文、读者体验和长期连续性上。报告数量只是过程指标，晋升后的作品状态才是系统结果。