叙事世界模型：面向长篇小说写作的叙事学落地写作记忆

长篇小说作者需要能回答关于演化故事状态多跳问题的记忆：谁知道某个秘密、何时得知；某事件是否先于揭示它的叙述；某个伏笔是否回收；某段关系如何变化。通用检索与智能体记忆系统表示实体与事实，但不表示这些问题所依赖的叙事学结构——因此呈现错误证据或什么也找不到。我们引入叙事世界模型（NWM）：一个写作记忆系统——把叙事学落地的类型化时序状态图与查询条件化的混合检索配对。为度量记忆而非答题者，我们在固定不变的Opus 4.8阅读器上、仅经各系统的章节安全证据读取每个系统——在可复现的公开语料与经验证的多跳基准上——并与最强的既有时序知识图谱智能体记忆框架Graphiti/Zep比较。NWM在两个语料的多跳叙事学QA上大幅且显著超过该基线，并远超GraphRAG与扁平检索。该优势是表示性的而非抽取的伪影：它经用NWM自己的抽取器重建基线后仍然存活，并可追溯到其叙事学落地的结构与查询条件化检索，而非图规模或抽取器质量。