现代软件开发，在aiasm等系统发展、完善的大背景下，正在逐渐成为一种半自动化、半智能化的工程。
直观的现象，常规软件开发人员的数量，越来越少。
从事算法、架构与核心开发的it从业者，则不仅未失业，反而一直在增加。
在自动化系统的加持下，凭借fscim体系而重构起一整套崭新的架构，当今时代的软件开发工作，已逐渐远离了“软件危机”的阴影，从“全产机”到其他体系的诸多底层软件、重复性的系统程序，都可以由自动化系统迅速、高效而几乎没有任何疏漏的完成。
开发及运维人员的工作，则变成了监督与核查。
软件体系突飞猛进，此消彼长，用来运行庞大ai、或其他软件的硬件平台，则一天天变得捉襟见肘。
不论联邦，还是其他列强，现如今制造出的最新一代超级计算机，在运行巨型ai程序时的算力损耗都接近50%，而根据预测，下一代算力接近1zflops、每秒十万亿亿次浮点运算的超级计算机，运行效率可能只有30%左右。
效率越来越低，原因，究竟是由谁来负责，硬件架构、尺度的影响，底层构件库的影响，或者ai本身的架构缺陷，这些都有可能，但在进行战略规划时，这些都不重要。
重要的是，这一效率的限制，短时间内并无法被打破。
传统计算机的能力上限，究竟在哪里，一场简短的对话是没可能讨论清楚，但不论方然，还是莱斯利*兰伯特，差不多都对此心知肚明，在单个物理核心无法突破功耗、频率与晶体管数量之上限的情况下，依靠堆叠大量核心而组成的超级计算机，迟早会触及到理论算力的天花板。
1zflops的百分之三十，和10zflops的百分之十，绝对数值，当然还是后者更大一些。
但以盖亚之大，人类能够动用的资源、能源，终究是有限的，在对数律上升的算力曲线面前，超级计算机的投资，回报越来越差，是难以为继的。
但这一事实又说明了什么呢，午餐后，和兰伯特先生走进电梯，继续核查nep_871de 地下构造，陪同的方然思绪漫游，他想到了自己在餐桌旁提出的问题，继而，想法也有了某种微妙的变化。
人和机器，人的头脑与人工智能，究竟孰强孰弱，之前的想法可并不一定正确。
原来想到这问题时，下意识的，自己总会觉得“人”在ai面前绝无胜算，毕竟生而为人，对这一存在的本质相当熟悉，漫长历史已证明人类大脑的演化是如何迟缓，甚至，在近现代的几百年里根本就没有继续前进的迹象。
另一方面，计算机的突飞猛进发展，却有目共睹，进而唤起强烈的危机感。
可是在今天，距离第一台数字式电子计算机的诞生，已经过去了八十七年，当代超级计算机的原理、架构与运行规则，却和古老的eniac并无二致，进而，也呈现出强烈的“天花板”之迹象。
人的能力，固然有无法逾越的上限，大脑的容积、结构与细节无可更迭。
可计算机不也是一样吗，区别只在于，现代超级计算机的体积、功耗并不局限于某一个房间、或者某一供能系统，然而结合现实来考量，盖亚的面积和资源，终究也是有限的，这有限的资源，必然对应某一算力达到上限的计算机系统。
今天的计算机，软件系统，哪怕运行在“走鹃”上的ai，也未见得能在一切领域都胜过人类。
只有在重复、机械而枯燥的任务中，ai才有一边倒的优势。