上下文膨胀终结者：正文写文件脱钩架构——将3章上下文从42500压至5850
本文收录于《工程化AI人机协同方法论》系列专栏，对应系列第63篇核心文章
核心结论前置：多智能体架构的最大性能瓶颈，从来不是Task调用次数，而是正文回流主上下文。所有将生成的正文堆在主对话上下文的方案，无论怎么精简Task数量，3章必然超限。本文提出的「正文写文件脱钩架构」，从根本上改变了上下文的持有逻辑，让SoloCoder主上下文永远稳定在6000token以内，彻底解决了百万字长篇的上下文膨胀问题，同时完整保留了多智能体的质量隔离优势。
摘要
本系列第60篇提出的6大智能体流水线架构，解决了AI小说创作的质量和一致性问题，但在工程化落地中遇到了致命的性能瓶颈：无论怎么精简Task数量，写到第3章必然会撞上下文窗口的红线，导致后续生成质量断崖式下跌。
本文通过对三种主流架构的逐章token消耗量化对比，揭示了一个反直觉的核心真相：正文本身才是上下文消耗的主体，Task调用次数对总消耗的影响不足10%。基于此，我们提出「正文写文件脱钩架构」——生成的正文永远不进入主上下文，全部写入本地文件，所有校验、修改、同步操作都通过读文件完成。该架构将3章累计上下文消耗从最高42500token压至稳定的5850token，彻底解决了上下文膨胀问题，为百万字长篇的稳定生产扫清了最后一道障碍。
关键词：多智能体架构、上下文膨胀、正文脱钩、Token优化、AI小说工程化、
