每月1，000台改型履帶式炮車，這種產量，放在今天是太低了一些。

    psk大區的軍工產能，據推測，大部分會在氣候相對適宜的低緯度地區，占領區內的工業潛力有限，只能算聊勝於無。

    放心將前線交給人工智慧去應付，這種信心，主要來自人工智慧的強大處理能力。

    過去若干年來，從全面核戰後的人類內戰，到進攻psk，大量案例已經證明，現有的人工智慧體系，憑藉已有的架構，完全可以應付從生產計劃、到戰術制定的大量複雜任務。

    在過去若干年的和平時期，某一特性表現的並不明顯，時至今日，ai則可以協調apos與戰爭決策系統的關係，動態分配能源、算力等資源，並根據戰爭進程的需要，調整「全產機」的生產體系之運作。

    說白了，在舊時代需要一介統治機器，內嵌大量官僚、專家的複雜體系才能完成的任務，在今天則完全由ai去應付。

    如此強大的系統，算力需求，自然也一直水漲船高。

    至於說，系統會不會有算力供應不足的情形，進而影響運作，方然曾有過這種擔心，但他很快意識到，通用型ai面臨的任務壓力，是彈性的，算力的多寡，只要不超出系統架構的理論需求之上限，就完全是「來者不拒」。

    倘若出於各種原因，譬如電廠偶發故障、或者系統的分片檢修維護，算力的臨時波動也無大礙，至多造成一段時間內的決策質量下降。

    與簡單的計算機+ai系統相比，通用型ai的規模，十分巨大，魯棒性也會強得多。

    即便如此，在西曆1498年夏初，阿達民還是信步走進萊斯利蘭伯特的辦公室，藉助「替身」直截了當的詢問對方，「強ai三號機」何時上線測試。

    現有的通用型ai，一直匿名的存在，管理nep，能力的確令人震撼。

    但，用不著有多深的專業造詣，只翻閱報告，阿達民也能敏銳的覺察到，通用型ai很可能遭遇發展瓶頸，進而，難以勝任規模愈加龐大的控制任務。

    nep，占地五百萬平方公里，治下人口約一千萬，規模當然很龐大。

    在開戰之前，具體的講，西曆1489年1月31日之前，通用型ai對整片大區的控制還是相當到位，即便由於各種原因，系統承擔的任務強度，會時有波動，電力與計算資源的供應也無法絕對穩定，系統運作也一直十分平穩。

    和平年代的大多數決策、分析任務，一言蔽之，需求畢竟不是剛性的。

    不論某型號作戰平台的仿真測試，還是apos體系的微小調整，這些常見任務，都沒有一個明確的deadline。

    早完成很好，晚一些完成也可以，總之，都可以靈活調度。

    故，在這段漫長的時間內，通用型ai、apos、asa等智能化體系的各方面需求，都相對容易滿足，大多數情況下，人工智慧決策系統自己就能打理一切，辦妥從負荷驗算到電廠建設的所有環節。

    但是在開戰後，一旦掛載戰略決策、戰役規劃與戰術控制模塊，情況就大有不同。

    戰爭，宏觀方面的決策，很重要，但這也還好，對nep這樣的進攻方而言，終歸不是一個分秒必爭、生死攸關的問題。

    但是在戰術控制層面，就不一樣，需求幾乎完全剛性。

    兩軍激戰，作戰平台短兵相接，「天堂軍」的所有參戰單位，從武裝機器人、無人暴擊機到遠程火力支援平台，都沒有一個活人在控制，其一舉一動都需要明確的指令，否則就會成為漫無目標的活靶。

    這時，戰術控制系統的能力，就十分重要，足以決定一場戰鬥的勝負。

    現代化的無人戰鬥平台，即使離線，也有起碼的戰鬥力，一小群「天堂軍」的作戰平台，當因通訊干擾等原因，無法連接到中樞時，可以在小範圍內聯絡、組織戰鬥，按既定目標繼續遂行作戰任務。

    但是這種能力，沒有統一的情報支持、戰術規劃，效果只差強人意。