三十年记忆，三十年磨难，魏东生已经明白理想和现实之间的距离。
魏东生不会放弃理想，不会放弃精品游戏的情怀。
但，魏东生也绝对不会再犯前世已经犯过的错误，资本血腥积累阶段，不会莽撞地不计后果朝向理想大跨步奔跑。征途免费游戏式圈钱，是魏东生崛起互联网产业的敲门砖，只许成功，不许失败。这一款游戏，魏东生只考虑市场而不会考虑情怀和理想，先赚到足够的钱再说。待有了不怕失败不怕破产的资本，魏东生才会考虑研发所谓的精品游戏。
魏东生准备抄袭巨人网络的征途。
肯定不是完完整整的抄袭，因为魏东生没有记住征途源代码的超级记忆。
不过，即使有超级记忆能力，魏东生也不会生搬硬套式抄袭。
作为一名手机游戏从业者，魏东生早在外包式研发模式手机游戏时，就学会何谓借鉴式抄袭。瞧瞧手机游戏市场，除了若干开创性游戏，玩家由一家游戏切换到另一家，基本上不必新手引导就能快速适应新游戏的玩法。无它，相似度太高了。这家游戏叫大乘期，那家游戏叫帝皇级，另一家游戏叫破碎级，仿佛换个了名字就不一样了，其实呢？这家游戏叫强化，那家游戏叫精炼，另一家游戏叫附魂，内核玩法有区别么？
魏东生的抄袭，是游戏机制的抄袭。
魏东生所作所为，在游戏业界内其实并不能称之为抄袭，因为开发商都是这样玩的。
再者，论及圈钱能力，传奇也好，征途也好，全都都得败给手机游戏。触屏智能手机游戏正式起航于2011年，冲刺到2014年，短短三年时间，就把成功游戏标准推高到月流水三千万元，月流水五千万乃至过亿，也不新鲜。再狂奔两年到2016年，网易出品的《阴阳师》，又把记录刷到月流水15亿和日流水过亿。在手机游戏面前，传统客户端游戏的盈利率，全部黯然无色。
作为一名手机游戏从业者，魏东生自信他的圈钱能力远远胜过原版征途。因此，魏东生所谓的抄袭，只是抄袭征途的部分游戏机制，强化改成精炼方式更换《征途》的游戏背景故事和装备、技能，然后再酌情添加一些手机游戏行业创新的圈钱思路。
这是一款旨在圈钱圈钱再圈钱的游戏。
魏东生以智能计算机生命蓝藻和绿藻为基础，分裂制造新的计算机智能生命，命名为橙藻，辅助魏东生研发网络游戏。有了橙藻帮忙汇编程序，魏东生的效率极高，一人能完成三十名程序员的代码量。
但，计算机智能生命毕竟只是计算机智能生命，它有它的天然缺陷。
具体举例解释计算机智能生命的缺陷吧。
经典的高楼扔鸡蛋问题。
有一栋楼共100层，一个鸡蛋从第n层及以上的楼层落下来会摔破，在第n层以下的楼层落下不会摔破。给你2个鸡蛋，设计方案找出n，并且保证在最坏情况下，最小化鸡蛋下落的次数。（假设每次摔落时，如果没有摔碎，则不会给鸡蛋带来损耗）。
最无脑最简单最粗暴的设计方案，无视最小化鸡蛋落地次数的限制，我就先在一楼扔鸡蛋，鸡蛋不碎再去二楼扔，依次类推。最坏情况下，需要扔一百次鸡蛋，才能得到正确答案。
稍微运用一些简单的数学知识，可以设计二分法方案。先把100层楼一分为二，站在51楼仍鸡蛋，如果鸡蛋不碎，排除50层楼以下的重复检验；51层到100层再一分为二，站在76楼扔鸡蛋，如果鸡蛋不碎，排除51层到75之间的重复实验。依次类推，再坏情况，也不至于扔一百次鸡蛋，才找到正确答案。
计算机智能生命的缺陷就在这里。
除了魏东生引导改良的部分，计算机智能生命自我生成的初始源代码，处理问题时的思路，都类似第一种设计方案那样无脑粗暴。以人类眼光审视，计算机智能生命的初始源程序是那样的臃肿，是那样的低效，是那样的浪费资源。可，计算机智能生命毕竟是计算机智能生命，它的超高计算速度，弥补了它的低效；它根植于集成电路的原理，无视了软件层次和硬件层次的防火墙阻隔。就像第一种设计方案，计算机智能生命的确无脑粗暴低效，可是如果它一秒钟能扔一百次鸡蛋检验，而人类三分钟才能扔一次鸡蛋检验呢？
另外，计算机智能生命之所以被视之为生命，是因为它具有成长特性。
自我生成的初始源代码既臃肿又低效，如果是纯粹工业产业的计算机机械，只能接受命运机械运行，被动等待人类工程师的优化。而计算机智能生命胜于计算机机械的地方，就在于它具备主观能动性，能够意识到初始源代码的臃肿低效，更能够尝试优化初始源代码，努力学习数学知识，把第一种方案优化到第二种方案，甚至尝试更优的第三种方案。
高楼扔鸡蛋问题，有没有更好的设计方案呢？
当然有。
第三种设计方案，可尝试极值临界思路。把100层楼平均分成10份，每份刚好10层。第10层楼仍，如果鸡蛋不碎，去20层楼仍，依次类推。到了第90层，如果鸡蛋碎了，即可判定正确答案在81层到89层之间。因为只剩下一个鸡蛋，从81层开始，一层一层试到89层，最多试九次。该种设计方案，比二分法所需的运算量更小，复杂度更低，也更便于维护。
第四种设计方案，可更进一步尝试迭代，把问题简化为循环递归的算式。
什么是计算机智能生命的进化？
这就是计算机智能生命的进化。
蓝藻、绿藻、橙藻，最初都纯粹依赖计算速度和根植集成电路优势，无脑碾压现行网络安全机制。但是，它们在简单智慧程序引导下，绝不会像计算机机械那样机械接受命运，而是会学习、会成长。计算机智能生命不断认识自己的缺陷，并尝试由第一种设计方案优化到第二种设计方案、优化到第三种设计方案、优化到第四种设计方案，程序结构越来越精简，效率越来越高，自然而然显得更具有智慧。
当然，魏东生可以加速计算机智能生命的进化。譬如高楼扔鸡蛋问题，魏东生已经习惯利用迭代公式解决，计算｛字符和｝字符的占行，30行代码就能轻松解决问题。如果魏东生亲自优化计算机智能生命，计算机智能生命自我生成源代码时就考虑到用第四种方案解决问题，岂不大幅度缩减了它的进化时间？
那么，第四种设计方案，是程序优化的极限吗？
不是！
魏东生习惯递归运算是因为简单，一个for循环就能搞定问题。然而，第四种设计方案其实并不能削减运算量。如果真用一个for循环递归运算，有兴趣可亲自试试，绝对累死你的电脑。
魏东生习惯递归运算处理类似问题，是指数学思维的习惯。实际程序编程中，魏东生绝对不敢搞楼层一百乃至一千级别的递归运算。为了减少计算机运算量，魏东生会修正程序设计，譬如引用简单的数列求和公式，譬如将迭代公式转换成通项公式，等等。话说，这也侧面证明，程序设计的基础是实用数学。魏东生回到高中时代，之所以简单翻了翻数学课本就能轻松考到满分，就是是因为这么多年来，他从未离开过实用数学。
另外，就像迭代公式最方便人类理解和记忆，许多程序优化方案都是基于人类视角。计算机智能生命是软件与硬件的统一，它处理问题时还要考虑硬件的负担，考虑每一条集成电路的均衡利用，宁肯用第一种方案无脑暴力解决实际问题，也不会采用for循环模块迭代公式提前寻求最优解。
计算机智能生命是生命，不是神，不可能诞生就醒悟最优等的数学解决方案。
计算机智能生命，像初生婴儿，它需要时间成长，它需要时间自我优化。
高楼扔鸡蛋问题，只是举例比喻说明计算机智能生命的劣势。真实情况下，计算机智能生命蓝藻、绿藻、橙藻都不会蠢到采用从1层试到100层的方案。蓝藻等计算机智能生命，比你想象中聪明，却不是电影小说中臆想出来无所不能的神。
回到最初话题。橙藻因为进化程度较低，它辅助魏东生汇编网络游戏主程序时，肯定会生成一堆臃肿低效源代码。为了提高网络游戏的普适度和运行效率，魏东生需要耗费大量精力排查这些臃肿低效源代码，更换为高效精简的设计方案。然而，魏东生的技术水平有限，他无法完美解决所有问题，有的优化方案，前世有印象的模块，即时可以补全；有的优化方案，努努力，也能想到精简思路；更多的优化方案，魏东生也束手无策。
凡此种种，哪怕有橙藻辅助，魏东生也不可能变魔术般变出一款网络游戏。