但对于asa，方然观察到的情形，则并非是在软件、而是在行为层面的一种仿生，他隐约察觉，完全活跃起来的人工智能，面对近乎无限的信息海洋会作何感想：
ai的思路恰与人脑类似，是近乎于并行的迅速尝试大量路径，并通过各种判断条件，将绝大多数无效路径终止，进而获得相对可行的路径。
区别只在于，以计算机的强大算力，处理的广度和深度远超人脑。
拘于永不下车的目标和有限的时间精力，事务繁多，方然研究人工智能的时间并不长，但，面对屏幕上的实时监控数据线图，他还是心生感慨，认识到电脑与人脑，人工智能与人类思维之间，并无本质上的区别。
但是不是就能说，人的思维，可以与计算机的运作等同呢……
无意间触及了一个意味深长的问题，潜意识知道这会有多难，方然没多想，他等待着asa给出结论，却始终没如愿。
关于asa本身，因为是集思广益般的开发出来，这种规模的软件，出现一些错误再寻常不过，软件运行的几周时间里就崩溃过好几次，即便有数据备份，但远程操控基础科学部的服务器、再登陆计算节点去处理，很繁琐，这种为隐藏自身信息的安全措施大大拖延了项目的实际进度。
不仅如此，就在软件趋于稳定、正常工作后，虽然为ai解决问题的方式而感慨，方然拿到的报告，却没有多大的价值。
724的不眠不休，asa追踪到若干疑似“匿名者”的联邦公民，但针对性却不高。
说白了，这些形迹可疑的目标，有可能是“匿名者”，更有可能是蛰伏在联邦的同类，最大的可能还是系统判别的太粗糙、草木皆兵所致，而调查其他竞争者的行踪，并非方然的目标，现在他可没有精力去调查同类、甚至自相残杀，而只想弄清楚匿名者本人的近况。
那么是软件的大方向有问题吗，回顾报告，方然并不这样认为。
根本的问题，基于asa的洪水泛滥般探索、逐级筛选验证的调查方式，算力消耗太大。
伯克利大学的网络带宽，在联邦政府新一轮经济刺激政策下，提升显著，看上去并不成为调查的掣肘，但是asa要完全执行搜索方案，需要十分庞大的算力和存储空间。
方然粗略估计，可能需要独占伯克利的两台大型计算机才勉强够用，这显然不现实，莫说采用非法手段太危险，即便合理合规的购买算力，一台算力pflops级的大型机每天也要支付上万马克，这还是校内结算价；以自己现有的财力，这样做完全是得不偿失，还要承担暴露行迹的风险。
在信息技术高度发达的世界，算力，某种程度上，比算法更关键。
这样的认识，是方然对it领域的观察而得出，和计算机课本上的说法大相径庭，但想一想也知道，再怎样精妙的算法、代码、程序，脱离实际运算平台的话也毫无用处；算法可以完善，可以拷贝再制，可以永续工作，然而建立在实打实计算机器之上的算力，却不可能凭空摹想，更不可能复制重用。