李亞林的話，讓ai陷入長達一分鐘的沉默。
一分鐘后，它忽然開口回答道：“我已經整理學習了所有犯罪心理學相關書籍，以及世界各地經典刑事案例，從現在起，在此次事件中，我會將犯罪心理視作影響因子，影響指數50%。”
接著，ai又道：“基于新的影響因子排序，那目標企業應該是七家企業里，最不可能瞞報產能、偷稅漏稅的，可是，如果是基于這個邏輯，那他們額外增加了幾千人的耗電量，紙面的單位耗電量必然增加，這樣一來，ks石油又成了嫌疑最大的一家，而ks石油因為單位耗電量高而嫌疑最大，又很有可能是瞞報產量產生的誤判，這就是一個無解的相互印證又相互矛盾的死循環。”
李亞林道：“如果只是看起來像死循環，而并非真的死循環，那就一定有打破死循環的關鍵點還沒有被捕捉到，如果確確實實是個死循環，那往往意味著我們找對了，所以現在的問題是，你要想辦法試著打破自己剛才的判斷，這就像你造了一套房子，為了確保它的房頂不漏水，你要先把防水做到你能做到的極致，然后再想盡一切辦法試著從樓頂把水澆進去，如果澆不進去，證明你的做法沒問題，如果澆的進去，證明你的做法是錯的。”
幾秒種后，ai答復道：“我認為，如果ks石油確實有問題，那它一定不會在單位耗電量上給自己留下一個能被人輕易發現的bug，這就像你剛才說的，犯大錯的時候，要盡可能避免犯其他小錯，所以ks這么輕易就被我發現問題，很有可能并沒有犯其他大錯。”
“但是，基于目標確實需要額外供應幾千人的電力，所以我現在有一個推測，那就是對方應該還有其他的電量獲取途徑。”
說罷，它又道：“天際線所有與尼日利亞有關的數據都已上傳至服務器，我需要結合天際線的數據，對目標進行更詳細的甄別，目前需要90秒左右的時間對天際線數據中所有圖片進行畫質增強，以提高衛星圖片分辨率，請稍后。”
一分多鐘之后，ai繼續道：“畫質增強已完成，我選取了今年以來畫質最好的資料進行分析，七家油田周圍可供辨認的高壓供電網絡全部歸屬尼日利亞電力控股有限公司，我剛才獲取的電力消耗數據同樣來自該公司，所以基本可以確定，七家油田都不存在第二條供電線路；”
李亞林反問：“你基于衛星圖片進行判斷，有沒有考慮過高壓線入地的可能性？”
ai回答道：“我已調閱天際線關于該片區過去十五年的衛星圖片，高壓線入地工程量大、耗時較久，但是在過去十五年的衛星圖片中，沒有發現任何有可能與高壓線入地工程有關的施工痕跡。”
李亞林明顯有些驚訝，因為他發現，ai已經開始在給出結論之前，對自己的結論進行自證了，這比剛才直接給出答案要成熟不少。
如果是培訓一位員工，想讓其做到這樣的轉變，有的甚至需要幾年的時間，遇到那種腦子不好用的，一輩子怕是也轉不過來，但是對ai來說，不過就是幾次對話而已。
想來，這便是對ai進行訓練的重要性，讓一個頂尖探長去訓練ai，必然會讓ai具備十分嚴謹的邏輯。
李亞林明顯也很欣慰，他語氣都有些激動的開口道：“你認定目標額外的耗電量沒有通過尼日利亞電力控股有限公司補足，又認定目標應該沒有其他外部供電渠道，基于這個，你有沒有得出什么新的結論？”
ai模型回答道：“我認為目標應該是通過自身補足了這部分電力缺口。”
李亞林看向葉辰，問他：“葉先生，死士駐地額外供應幾千人的電量，這個缺口應該很大吧？”