截至目前，人類能製造的AI，仍然侷限於定義上的“弱人工智能”，無法完全取代人的作用。
但所有這些認識，在方然看來，皆有其片面性。
譬如軟件工程領域，一般認爲，人的作用在軟件開發流程中必不可少：軟件的需求分析，架構設計，模塊編寫，集成測試，乃至驗收交付，維護升級，都是難以規格化、標準化的千差萬別，這一情形並未被1420年代衍生出的“軟件工程”概念所終止。
時至今日，計算機越來越先進，IT領域的架構師、程序員和運維人員仍有增無減，就是證據。
但，就在這無數人的智慧之上，隨着計算機網絡、軟件系統的愈加龐大、複雜，在直接與用戶打交道的前端應用之外，爲終端、節點及應用程序提供底層支持的系統和軟件，規模也越來越大，這些軟件的設計，無須過多考慮人的因素。
自身是軟件，外聯的則是其他軟件，變革，正發端於這些靜默運行於後臺的系統。
每天的日常，是根據文檔完成系統模塊、或者設計算法，方然只是“國際商用機器”公司的普通員工，憑藉蛛絲馬跡和縝密思考，他纔在幾個月後發現，自己參與完成的軟件，似乎就與AIASG有關。
作爲“國際商用機器”的戰略項目，AIASG並不像其他的項目規劃那樣，在網絡上有大量的新聞報道，這更讓方然好奇。
憑藉黑客手段，他陸續拿到了一些內部材料，閱讀後，就基本驗證了自己的猜測：
AIASG，顧名思義，的確是一種能獨立開發軟件的存在。
脫離了開發者的智慧，AI，本質上只是軟件和運行軟件的硬件，這樣的東西，如今已能完成從即時翻譯到自動駕駛的很多事，但要“編程”，就有些不可思議。
“國際商用機器”公司必定很早就規劃了這方面的工作，不僅在AI算法上有了重大進展，想必，還構建了龐大的軟件工程通用庫。
通過自身參與的邊緣性工作，窺探AIASG的原理，並不太難。
在軟件工程中，人的智慧，究竟怎樣發揮獨特的作用呢，一方面是分析需求，提出要解決的問題，另一方面則是對給定的問題，給出解決的方案。
與普通人的認識相反，提出問題，往往比解決問題更困難。
“認識，分析與改造客觀世界”，人的一切活動，顯然也包括需要用計算機來進行的活動，總可以歸結於此，對特定的問題，無數前人的智慧已經找到了解法，那麼這些解法，稍加變換，應用到類似問題的解決上，這種事就並非不能用AI來完成。
與此相比，從前述的“認識，分析與改造”過程中，提煉出新的問題，並獨創性的給出解決方案，才更加困難。
人工智能的前沿動向，坦率的講，方然並不甚了了，但是他也知道，目前的研究熱點集中在所謂“仿生”，從“人工神經網絡”到“學習體系”的諸多分支，都試圖模仿人腦的學習和演化過程，也就是用龐大而複雜的電路，通過自組織、混沌演化的方式，模仿人的智力獲取與提升過程。
但對於AIASG，原則上，並不需要這些高深的架構才能實現。
計算機網絡中的軟件，浩如煙海，真正歸納起來的種類卻並不多，絕大多數軟件要應付的問題，性質都彼此雷同，尤其在覈心網與服務器上運行的後端程序，對接的都是其他計算機，幾乎沒有人的因素。
這樣的軟件，一言蔽之，面對的問題、和解決的算法，都具有高度的規律性。
“國際商用機器”公司的AIASG系統，具備極高的複雜度，依託於巨型計算機的100PFlops級（每秒一萬億億次）算力，對給定的系統要求，可以自動生成、部署與維護特定的軟件系統。
這且不算，按方然查到的資料，這AIASG分明已演化到了2.0版本，在生成軟件的過程中，幾乎完全跳過了“編程”這一環節。
想一想也是，編程，程序設計語言，這些東西都是人才會用到。
軟件自動生成軟件，整個過程，完全在計算機系統和網絡中進行，擺脫了繁瑣而低效的人機界面，軟件中的指令，自然也不必再仰賴“程序設計語言”這種人與計算機的交互工具，即，跳過了“編譯”、“解釋”環節，而從算法直接生成機器碼。
同樣是“製造”軟件，AI的做法，和人大不一樣，這引發了方然的高度關注。
作爲新興事物，AIASG生成的軟件，可想而知一開始的效率比較低下，還會包含若干邏輯與流程層面的缺陷，這一點，與人類主導的軟件工程並無二致。
但是接下來發生的事，就有點可怕：
與人類的工程組織協調能力不同，AIASG的軟件迭代速度，超乎想象。
軟件迭代，一個稍顯專業的軟件工程術語，說白了就是在開發、或運維過程中，對有瑕疵或缺陷的軟件進行改進，這種事說起來容易，卻往往佔據了軟件公司的大部分項目預算，即便錢不是問題，也常常會耗費大量時間和人力，最終仍難免超期。
軟件開發中的工期拖延，相當普遍，這並非由人的主觀錯誤、而是由客觀限制導致。
自從西曆1387年，蓋亞誕生了名爲ENIAC的第一臺電子計算機，幾十年來，計算機領域的發展始終十分迅猛，硬件性能突飛猛進，軟件系統也隨之越來越龐大，直到超出了人的頭腦、智慧所能掌控的程度。
軟件規模超過了一定限度，人的記憶就會溢出，繼而錯誤頻發。
即便用軟件工程的管理和協調手段，大量開發人員一起工作，其總能力仍顯著低於單個開發人員能力的算術和。
這種能力的損耗，受限於人的交流、溝通之低效，短期內並無解決的希望。
但是AIASG，作爲一個工作的整體，進行軟件迭代、測試與部署工作時，就沒有這些人類軟件開發團隊纔會碰到的困擾。