Fictional Worldbuilding: Multi-Agent LLM Collaboration with Hierarchical Context Compression and Iterative Review

背景

世界构建（Worldbuilding）是游戏设计与文学创作中的基础任务，要求构建一个逻辑自洽的虚构世界。大语言模型（Large Language Models, LLMs）为自动化内容生成带来了新可能，但在应用于世界构建时面临三大挑战：一是上下文爆炸问题——上下文长度随构建过程线性增长；二是创意多样性（creative diversity）与内容一致性（content consistency）之间的张力；三是缺乏自动化的质量保障机制。现有方法要么依赖人工干预，要么受限于单模型的长上下文限制，难以同时满足规模、一致性与效率的需求。

核心内容

本文提出 AutoWorldBuilder，一个多智能体（Multi-Agent）协作系统，通过五个集成组件系统性地解决上述挑战：

1. 结构化概念网络与冲突检测

系统采用图结构来组织世界构建中的各类概念（如人物、地点、事件、规则），并在概念图层面内建冲突检测机制，自动识别逻辑矛盾（例如两个故事事件在时间线上重叠但描述不一致），确保后续生成的内容在基础结构上不出现根本性冲突。

2. 基于 DAG 的混合批处理调度器

系统将概念生成任务建模为有向无环图（DAG），并按语义局部性（semantic locality）对任务进行分组批处理。具体而言，调度器将彼此紧密关联的概念（如同一地区的人物与地理特征）划分为一个批次，由单个智能体在统一上下文中并行生成，从而在保证局部一致性的同时减少跨批次信息传递的开销。

3. 四层上下文压缩机制

这是系统的核心性能优化点。通过四层压缩实现约 90% 的 token 缩减：

• 层级压缩：将上下文视为“预算”，每一层只保留对当前任务最关键的语义信息，丢弃冗余细节。
• 语义聚类：将相似概念合并为摘要节点。
• 可逆索引：压缩过程中保留指向原始完整信息的索引，允许在需要时回溯还原。
• 动态剪枝：根据任务需求动态移除不再需要的上下文片段。

该压缩机制使得系统能够处理远超出单模型上下文窗口的构建过程，且不丢失必要的一致性逻辑。

4. 迭代审查系统与专业审查智能体

引入专门的 Auditor agent（审查智能体），负责对生成的概念进行质量审核。整个流程采用迭代式审查：生成智能体输出草稿 → 审查智能体识别问题（矛盾、不完整、不符合主题等）→ 生成智能体根据反馈修正。初始阶段的提案通过率仅为 42%，经过迭代后最终提升至 超过 85%，证明该机制能显著提高内容质量。

5. 技能驱动智能体架构与零代码扩展

系统采用“技能驱动”（skill-driven）的智能体架构：每个智能体拥有独立的技能模块库，用户可以通过配置模式（而非编写代码）来组合新的技能。同时支持 差异化温度参数配置，即不同智能体可以使用不同的温度值（temperature），以平衡创意多样性（高温度）与逻辑一致性（低温度）。这一设计允许非开发者也能定制智能体行为，提升系统的可扩展性。

实验验证

论文在两个实验设置下对系统进行评估，覆盖 20 个不同风格的世界构建任务，使用两款后端大模型：GPT-OSS 120B 和 DeepSeek v3.2。结果显示：

• 成功率：95.0%
• 输出规模：每个世界生成 56～103 个自洽概念
• 耗时：18～31 分钟
• 冲突控制：零冲突交付（zero-conflict delivery）

系统在所有测试任务中均未出现概念冲突，且生成速度与概念数量线性相关，未出现上下文膨胀导致性能退化的情况。

关键要点

• 多智能体协作模式：将生成、调度、审查分离为不同角色的智能体，模拟团队化工作流，优于单模型端到端生成。
• 层次即预算的压缩策略：把上下文长度作为一种资源进行分层预算管理，实现 90% 的 token 节省，是应对长上下文任务的关键工程创新。
• 语义局部性批处理：通过 DAG 调度按主题相邻性分组，在保持局部一致性的同时并行化计算，提升效率。
• 生成与审查分离：设立专门的审查智能体（Auditor）而非由生成智能体自检，显著改善质量反馈的有效性，使提案通过率从 42% 跃升至 85%+。
• 零代码扩展与差异化温度：技能驱动架构降低二次开发门槛；差异化温度配置让系统在同一流程中同时获得创意探索（高温度）和严谨推理（低温度）。
• 跨模型通用性：在 GPT-OSS 120B 和 DeepSeek v3.2 两种不同架构的语言模型上均取得一致的高成功率，表明设计不依赖特定模型能力。
• 零冲突交付：概念网络的内建冲突检测与迭代审查相结合，确保最终输出无逻辑矛盾。

意义与影响

AutoWorldBuilder 的贡献不仅在于世界构建这一具体场景，更在于其验证了一系列可迁移至更广泛知识密集型多智能体 LLM 应用的架构模式：

1. 层作为预算的压缩（layer-as-budget compression）：为长上下文任务提供了一种通用的资源管理思路，将无限长的上下文压缩为可操作的多层摘要，而不牺牲关键信息。
2. 语义局部性调度（semantic-locality scheduling）：将 DAG 任务图与主题聚类结合，可在保持一致性的同时实现并行化，适用于任何具有明确依赖关系和局部关联的知识生成任务。
3. 生成与审查分离（separation of generation and review）：证明了在智能体系统中设立专职审查角色比自我修正更有效，这一原则可应用于代码生成、文档编写、法律分析等需要高准确度的领域。

此外，该系统为自动世界构建提供了可行的工业化方案——在 20 分钟内生成 50～100 个自洽概念，零冲突，这直接服务于游戏策划、小说设定、虚拟世界模拟等创意产业。同时，其零代码扩展能力降低了技术门槛，让非程序员的世界构建师也能定制智能体角色。整体而言，AutoWorldBuilder 展示了一条将 LLM 从“对话助手”升级为“复杂多步骤知识工程系统”的清晰路径。