读到一半，忽然就能玩了：剧场模式的第一份实测记录

实测那天，我们在一台测试机上把一本 11 章的聊斋同人切进了剧场模式。没有预先配置任何角色表， 没有跑过任何预处理——就是书架上一本普通的社区小说，从阅读页的菜单里点了一下「剧场模式」。 紧接着，章节标题变成了黑场过场卡，正文第一句以打字机的节奏逐字浮上来。

这篇是那两轮实测的完整记录。先把结论放在前面：小说到视觉小说这件事，开源社区做了很多年， 但我们检索到的方案清一色是「离线转换」——跑一遍工具，产出一个和原书分家的新游戏工程。 我们做的是反方向：剧场直接演你手里这本书，进出共享同一个阅读进度，玩出来的选择写回同一份正文。 这个形态我们在应用商店和开源仓库里都还没有找到第二个。

第一晚：一本没有任何配置的书

选聊斋同人做第一本，是故意挑了个「裸机」场景：这本书没有角色档案，意味着剧场拿不到任何现成的说话人信息。 实测下来，引语该进旁白的都进了旁白——包括一句很难处理的「这他妈——」， 系统没有硬猜说话人，原文原样以旁白演出。这是我们刻意选择的保守立场，后面细说。

剧场编排本身不花钱；会走模型的动作只有两类，而且都要先经你确认——「生成此景」和确认选择肢之后的续写。 「生成此景」点下去先弹确认（1 次图像调用，确认或取消）， 确认后大约 35 秒，一张按正文「河滩青石」那句生成的水彩雾气背景替换了默认的渐变底。 更关键的是第二次进剧场：同一场景零调用直接复用，不重复扣费。

退出剧场那一下，我们盯的是阅读器落点：演到哪句，退出后阅读器的视口就停在那句所在的页。 重进剧场，开演行就是上次退出的位置，不是从章首重来。「进出同一个进度」这六个字， 是这个功能全部体验的地基——它意味着剧场不是一个「导出去玩的副本」，而是这本书的另一种打开方式。

第二晚：把选择肢玩到底

跳到全书最后一章的书尾，剧场在正文尽头亮出了选择面板：六个候选走向，全宽卡片。 点第一下，卡片展开这个走向的剧情梗概；再点一下才确认。这个「首击展开、二击确认」 沿用了 App 里所有付费动作的防误触设计——确认之前，一分钱不花。

确认之后发生的事，是整个剧场模式的闭环时刻：AI（那晚跑的是 DeepSeek）开始续写这个走向， 退出剧场回到阅读器，能看到正文正在流式生长；写完之后，新剧情带着完整的续写记录落成这本书的一条正式分支， 分支尾部又长出了新一轮六个候选。重新进剧场，演出内容自动重编，新写的正文接着演，新的选择肢接着选—— 可以一直玩下去。

我们数过这条链路的状态同步点：剧场里的选择、阅读器里的流式续写、分支树上的新节点、重进剧场后的重编， 四处看到的是同一份数据。分支系统那篇写过的承诺在这里继续成立： 原文是只读的正典线，你玩出来的每一步都是并排的分支，随时切回。

「谁在说话」，我们交过的学费

视觉小说的台词框需要知道每句引语出自谁的口。这个问题比看起来难得多——代表性开源项目 novel2galgame 里，专门训练的说话人归因模型准确率是 86.7%（而且它的语义是「必须硬选一个」）， 纯文本的场景边界检测 F1 更是只有 30.5%。两个数字都说明同一件事： 错误归因的伤害远大于漏归因——把 A 的台词安到 B 头上，读者一眼出戏。

所以我们的规则只认结构上有把握的证据，拿不准一律弃权进旁白。上线前， 我们拿一本三百多万字的老都市网文做了人工核对：摘出 15 段做逐句标注， 强归因的部分精确率 100%，没有一处认错人。中间还真抓到过一个陷阱—— 「他低着头，对秦朝说道」这种句式，早期规则会把听话的人当成说话的人， 这个 bug 是靠真书标注抓出来的，不是靠测试用例想出来的。

顺带说清成本：把正文编排成舞台脚本（切场、归因、挂接选择肢）全程不调用 AI，纯本地规则， 离线可用，零成本。这不是技术炫耀，是产品立场——你不点「生成此景」、不确认选择肢， 剧场模式一分钱都不花。

现在能玩到什么程度

打字机有三档语速（每秒 20、45、80 字），AUTO 模式按行长自动驻留推进，遇到选择肢自动暂停等你； 对话区上滑打开历史回看，长按隐藏全部界面只留背景。这些细节都在实测里过了一遍。 还有一件事我们测了但暂时不写数字：超大部头（30MB 级别）的首次编排耗时还在优化， 等拿到稳定数据再补进这篇的更新里。

如果你书架上正好有一本读到一半的书，进 剧场模式的介绍页看看它长什么样。 那本聊斋同人在我们的测试机上，已经长出了原作者没写过的新结局。