截至目前，人类能制造的ai，仍然局限于定义上的“弱人工智能”，无法完全取代人的作用。
但所有这些认识，在方然看来，皆有其片面性。
譬如软件工程领域，一般认为，人的作用在软件开发流程中必不可少：软件的需求分析，架构设计，模块编写，集成测试，乃至验收交付，维护升级，都是难以规格化、标准化的千差万别，这一情形并未被1420年代衍生出的“软件工程”概念所终止。
时至今日，计算机越来越先进，it领域的架构师、程序员和运维人员仍有增无减，就是证据。
但，就在这无数人的智慧之上，随着计算机网络、软件系统的愈加庞大、复杂，在直接与用户打交道的前端应用之外，为终端、节点及应用程序提供底层支持的系统和软件，规模也越来越大，这些软件的设计，无须过多考虑人的因素。
自身是软件，外联的则是其他软件，变革，正发端于这些静默运行于后台的系统。
每天的日常，是根据文档完成系统模块、或者设计算法，方然只是“国际商用机器”公司的普通员工，凭借蛛丝马迹和缜密思考，他才在几个月后发现，自己参与完成的软件，似乎就与aiasg有关。
作为“国际商用机器”的战略项目，aiasg并不像其他的项目规划那样，在网络上有大量的新闻报道，这更让方然好奇。
凭借黑客手段，他陆续拿到了一些内部材料，阅读后，就基本验证了自己的猜测：
aiasg，顾名思义，的确是一种能独立开发软件的存在。
脱离了开发者的智慧，ai，本质上只是软件和运行软件的硬件，这样的东西，如今已能完成从即时翻译到自动驾驶的很多事，但要“编程”，就有些不可思议。
“国际商用机器”公司必定很早就规划了这方面的工作，不仅在ai算法上有了重大进展，想必，还构建了庞大的软件工程通用库。
通过自身参与的边缘性工作，窥探aiasg的原理，并不太难。
在软件工程中，人的智慧，究竟怎样发挥独特的作用呢，一方面是分析需求，提出要解决的问题，另一方面则是对给定的问题，给出解决的方案。
与普通人的认识相反，提出问题，往往比解决问题更困难。
“认识，分析与改造客观世界”，人的一切活动，显然也包括需要用计算机来进行的活动，总可以归结于此，对特定的问题，无数前人的智慧已经找到了解法，那么这些解法，稍加变换，应用到类似问题的解决上，这种事就并非不能用ai来完成。
与此相比，从前述的“认识，分析与改造”过程中，提炼出新的问题，并独创性的给出解决方案，才更加困难。