但對於ASA，方然觀察到的情形，則並非是在軟件、而是在行為層面的一種仿生，他隱約察覺，完全活躍起來的人工智能，面對近乎無限的信息海洋會作何感想:

　　AI的思路恰與人腦類似，是近乎於並行的迅速嘗試大量路徑，並通過各種判斷條件，將絕大多數無效路徑終止，進而獲得相對可行的路徑。

　　區別只在於，以計算機的強大算力，處理的廣度和深度遠超人腦。

　　拘於永不下車的目標和有限的時間精力，事務繁多，方然研究人工智能的時間並不長，但，面對屏幕上的實時監控數據線圖，他還是心生感慨，認識到電腦與人腦，人工智能與人類思維之間，並無本質上的區別。

　　但是不是就能說，人的思維，可以與計算機的運作等同呢……

　　無意間觸及了一個意味深長的問題，潛意識知道這會有多難，方然沒多想，他等待著ASA給出結論，卻始終沒如願。

　　關於ASA本身，因為是集思廣益般的開發出來，這種規模的軟件，出現一些錯誤再尋常不過，軟件運行的幾周時間裡就崩潰過好幾次，即便有數據備份，但遠程操控基礎科學部的服務器、再登陸計算節點去處理，很繁瑣，這種為隱藏自身信息的安全措施大大拖延了項目的實際進度。

　　不僅如此，就在軟件趨於穩定、正常工作後，雖然為AI解決問題的方式而感慨，方然拿到的報告，卻沒有多大的價值。

　　7*24的不眠不休，ASA追蹤到若乾疑似“匿名者”的聯邦公民，但針對性卻不高。

　　說白了，這些形跡可疑的目標，有可能是“匿名者”，更有可能是蟄伏在聯邦的同類，最大的可能還是系統判別的太粗糙、草木皆兵所致，而調查其他競爭者的行蹤，並非方然的目標，現在他可沒有精力去調查同類、甚至自相殘殺，而隻想弄清楚匿名者本人的近況。

　　那麽是軟件的大方向有問題嗎，回顧報告，方然並不這樣認為。

　　根本的問題，基於ASA的洪水泛濫般探索、逐級篩選驗證的調查方式，算力消耗太大。

　　伯克利大學的網絡帶寬，在聯邦政府新一輪經濟刺激政策下，提升顯著，看上去並不成為調查的掣肘，但是ASA要完全執行搜索方案，需要十分龐大的算力和存儲空間。

　　方然粗略估計，可能需要獨佔伯克利的兩台大型計算機才勉強夠用，這顯然不現實，莫說采用非法手段太危險，即便合理合規的購買算力，一台算力PFlops級的大型機每天也要支付上萬馬克，這還是校內結算價;以自己現有的財力，這樣做完全是得不償失，還要承擔暴露行跡的風險。

　　在信息技術高度發達的世界，算力，某種程度上，比算法更關鍵。

　　這樣的認識，是方然對IT領域的觀察而得出，和計算機課本上的說法大相徑庭，但想一想也知道，再怎樣精妙的算法、代碼、程序，脫離實際運算平台的話也毫無用處;算法可以完善，可以拷貝再製，可以永續工作，然而建立在實打實計算機器之上的算力，卻不可能憑空摹想，更不可能複製重用。

　　算力之於信息技術，正如能源之於傳統產業那樣，是一個容易被忽視的基礎。

　　因為在天下太平的時代，這種東西，正如毫不起眼的市電和自來水那樣，付費即可使用，恍若唾手可得;

　　等哪一天失去，才知道該珍惜。

　　ASA受到算力的限制，

這種困難，方然暫時沒想出什麽辦法來克服。　　匿名帳戶上雖有大筆資金，事實上，已經超過了百萬馬克，也不適合用在這種細枝末節的事情上。

　　變通的策略，按IT領域的粗略常識:

　　既然“算力*空間*時間”可認為是一個常數，那麽，用時間換空間和算力，也是一個辦法，說白了就是等待，假以時日，倘若花費幾十年、幾百年的時間，即便以現有的菲薄算力，ASA或許也能精確定位“匿名者”，提交此人的詳細資料。

　　但這和根本沒有解決方案有什麽區別呢。

　　幾十年，幾百年那樣久，到那時，連人類文明都未必還存在，調查還有什麽意義。

　　客觀條件的限制，可不是隻憑聰明才智就能突破，深秋的伯克利，坐在寢室電腦前的年輕人皺起了眉頭。

　　方然沒有在苦惱，而是，他在尋找其他的策略。

　　人力有所不逮，人工智能又有算力的限制，看起來，調查“匿名者”蹤跡就成了一個近似不可能的任務。

　　但如果逆向思維，考慮調查過、或正在調查“匿名者”的同類， 采取的手段大同小異，而ASA又通過機器學習，對人類的搜索習慣了如指掌(除非自己是一個異類，方然自嘲的想，還真是呢)，那麽，即便面對近乎無限的數據而無從下手，他至少可以用ASA去搜索調查活動留下的痕跡。

　　簡單直白的說法，就是螳螂捕蟬，黃雀在後。

　　事實證明，對ASA這種程度的人工智能，改變用途並不困難。

　　到西歷1472年冬季，又一個新年快要到來的時候，完全自主的開展工作，方然已完成了ASA的改進測試，出於安全考慮，他不敢把意圖如此明顯的工作外包，只能自己一個人投入寶貴的時間。

　　部署完畢，ASA2.0的上線測試，看著屏幕上迅速變幻的數字，方然又陷入了沉思。

　　搜尋“匿名者”，究竟有多重要，真值得如此大費周章麽。

　　……

　　ASA2.0上線後，收獲，來的比預想中更快。

　　經過初步篩查，系統提交的分析報告裡，給出若乾個最近一段時間被頻繁匿名訪問的聯邦互聯網絡數據節點，這似乎有點怪，畢竟網絡節點就是為了被訪問而存在的，但人工智能根據規則進行判斷，認為這些節點的數據流量相當可疑，於是進一步深挖。

　　都是些什麽樣的節點呢:

　　看名稱，方然就知道，他自己是絕對找不到。

　　和預想中的隱秘所在不一樣，這些節點，從聯邦醫療信息系統到聯邦植物學會的網站，林林總總，都是在黑客眼中幾乎不設防的存在，每天的訪問量也不小。