三十年記憶，三十年磨難，魏東生已經明白理想和現實之間的距離。
魏東生不會放棄理想，不會放棄精品遊戲的情懷。
但，魏東生也絕對不會再犯前世已經犯過的錯誤，資本血腥積累階段，不會莽撞地不計後果朝向理想大跨步奔跑。征途免費遊戲式圈錢，是魏東生崛起互聯網產業的敲門磚，只許成功，不許失敗。這一款遊戲，魏東生只考慮市場而不會考慮情懷和理想，先賺到足夠的錢再說。待有了不怕失敗不怕破產的資本，魏東生纔會考慮研發所謂的精品遊戲。
魏東生準備抄襲巨人網絡的征途。
肯定不是完完整整的抄襲，因爲魏東生沒有記住征途源代碼的超級記憶。
不過，即使有超級記憶能力，魏東生也不會生搬硬套式抄襲。
作爲一名手機遊戲從業者，魏東生早在外包式研發模式手機遊戲時，就學會何謂借鑑式抄襲。瞧瞧手機遊戲市場，除了若干開創性遊戲，玩家由一家遊戲切換到另一家，基本上不必新手引導就能快速適應新遊戲的玩法。無它，相似度太高了。這家遊戲叫大乘期，那家遊戲叫帝皇級，另一家遊戲叫破碎級，彷彿換個了名字就不一樣了，其實呢？這家遊戲叫強化，那家遊戲叫精煉，另一家遊戲叫附魂，內核玩法有區別麼？
魏東生的抄襲，是遊戲機制的抄襲。
魏東生所作所爲，在遊戲業界內其實並不能稱之爲抄襲，因爲開發商都是這樣玩的。
再者，論及圈錢能力，傳奇也好，征途也好，全都都得敗給手機遊戲。觸屏智能手機遊戲正式起航於2011年，衝刺到2014年，短短三年時間，就把成功遊戲標準推高到月流水三千萬元，月流水五千萬乃至過億，也不新鮮。再狂奔兩年到2016年，網易出品的《陰陽師》，又把記錄刷到月流水15億和日流水過億。在手機遊戲面前，傳統客戶端遊戲的盈利率，全部黯然無色。
作爲一名手機遊戲從業者，魏東生自信他的圈錢能力遠遠勝過原版征途。因此，魏東生所謂的抄襲，只是抄襲征途的部分遊戲機制，強化改成精煉方式更換《征途》的遊戲背景故事和裝備、技能，然後再酌情添加一些手機遊戲行業創新的圈錢思路。
這是一款旨在圈錢圈錢再圈錢的遊戲。
魏東生以智能計算機生命藍藻和綠藻爲基礎，分裂製造新的計算機智能生命，命名爲橙藻，輔助魏東生研發網絡遊戲。有了橙藻幫忙彙編程序，魏東生的效率極高，一人能完成三十名程序員的代碼量。
但，計算機智能生命畢竟只是計算機智能生命，它有它的天然缺陷。
具體舉例解釋計算機智能生命的缺陷吧。
經典的高樓扔雞蛋問題。
有一棟樓共100層，一個雞蛋從第n層及以上的樓層落下來會摔破，在第n層以下的樓層落下不會摔破。給你2個雞蛋，設計方案找出n，並且保證在最壞情況下，最小化雞蛋下落的次數。（假設每次摔落時，如果沒有摔碎，則不會給雞蛋帶來損耗）。
最無腦最簡單最粗暴的設計方案，無視最小化雞蛋落地次數的限制，我就先在一樓扔雞蛋，雞蛋不碎再去二樓扔，依次類推。最壞情況下，需要扔一百次雞蛋，才能得到正確答案。
稍微運用一些簡單的數學知識，可以設計二分法方案。先把100層樓一分爲二，站在51樓仍雞蛋，如果雞蛋不碎，排除50層樓以下的重複檢驗；51層到100層再一分爲二，站在76樓扔雞蛋，如果雞蛋不碎，排除51層到75之間的重複實驗。依次類推，再壞情況，也不至於扔一百次雞蛋，才找到正確答案。
計算機智能生命的缺陷就在這裡。
除了魏東生引導改良的部分，計算機智能生命自我生成的初始源代碼，處理問題時的思路，都類似第一種設計方案那樣無腦粗暴。以人類眼光審視，計算機智能生命的初始源程序是那樣的臃腫，是那樣的低效，是那樣的浪費資源。可，計算機智能生命畢竟是計算機智能生命，它的超高計算速度，彌補了它的低效；它根植於集成電路的原理，無視了軟件層次和硬件層次的防火牆阻隔。就像第一種設計方案，計算機智能生命的確無腦粗暴低效，可是如果它一秒鐘能扔一百次雞蛋檢驗，而人類三分鐘才能扔一次雞蛋檢驗呢？
另外，計算機智能生命之所以被視之爲生命，是因爲它具有成長特性。
自我生成的初始源代碼既臃腫又低效，如果是純粹工業產業的計算機機械，只能接受命運機械運行，被動等待人類工程師的優化。而計算機智能生命勝於計算機機械的地方，就在於它具備主觀能動性，能夠意識到初始源代碼的臃腫低效，更能夠嘗試優化初始源代碼，努力學習數學知識，把第一種方案優化到第二種方案，甚至嘗試更優的第三種方案。
高樓扔雞蛋問題，有沒有更好的設計方案呢？
當然有。
第三種設計方案，可嘗試極值臨界思路。把100層樓平均分成10份，每份剛好10層。第10層樓仍，如果雞蛋不碎，去20層樓仍，依次類推。到了第90層，如果雞蛋碎了，即可判定正確答案在81層到89層之間。因爲只剩下一個雞蛋，從81層開始，一層一層試到89層，最多試九次。該種設計方案，比二分法所需的運算量更小，複雜度更低，也更便於維護。
第四種設計方案，可更進一步嘗試迭代，把問題簡化爲循環遞歸的算式。
什麼是計算機智能生命的進化？
這就是計算機智能生命的進化。
藍藻、綠藻、橙藻，最初都純粹依賴計算速度和根植集成電路優勢，無腦碾壓現行網絡安全機制。但是，它們在簡單智慧程序引導下，絕不會像計算機機械那樣機械接受命運，而是會學習、會成長。計算機智能生命不斷認識自己的缺陷，並嘗試由第一種設計方案優化到第二種設計方案、優化到第三種設計方案、優化到第四種設計方案，程序結構越來越精簡，效率越來越高，自然而然顯得更具有智慧。
當然，魏東生可以加速計算機智能生命的進化。譬如高樓扔雞蛋問題，魏東生已經習慣利用迭代公式解決，計算｛字符和｝字符的佔行，30行代碼就能輕鬆解決問題。如果魏東生親自優化計算機智能生命，計算機智能生命自我生成源代碼時就考慮到用第四種方案解決問題，豈不大幅度縮減了它的進化時間？
那麼，第四種設計方案，是程序優化的極限嗎？
不是！
魏東生習慣遞歸運算是因爲簡單，一個for循環就能搞定問題。然而，第四種設計方案其實並不能削減運算量。如果真用一個for循環遞歸運算，有興趣可親自試試，絕對累死你的電腦。
魏東生習慣遞歸運算處理類似問題，是指數學思維的習慣。實際程序編程中，魏東生絕對不敢搞樓層一百乃至一千級別的遞歸運算。爲了減少計算機運算量，魏東生會修正程序設計，譬如引用簡單的數列求和公式，譬如將迭代公式轉換成通項公式，等等。話說，這也側面證明，程序設計的基礎是實用數學。魏東生回到高中時代，之所以簡單翻了翻數學課本就能輕鬆考到滿分，就是是因爲這麼多年來，他從未離開過實用數學。
另外，就像迭代公式最方便人類理解和記憶，許多程序優化方案都是基於人類視角。計算機智能生命是軟件與硬件的統一，它處理問題時還要考慮硬件的負擔，考慮每一條集成電路的均衡利用，寧肯用第一種方案無腦暴力解決實際問題，也不會採用for循環模塊迭代公式提前尋求最優解。
計算機智能生命是生命，不是神，不可能誕生就醒悟最優等的數學解決方案。
計算機智能生命，像初生嬰兒，它需要時間成長，它需要時間自我優化。
高樓扔雞蛋問題，只是舉例比喻說明計算機智能生命的劣勢。真實情況下，計算機智能生命藍藻、綠藻、橙藻都不會蠢到採用從1層試到100層的方案。藍藻等計算機智能生命，比你想象中聰明，卻不是電影小說中臆想出來無所不能的神。
回到最初話題。橙藻因爲進化程度較低，它輔助魏東生彙編網絡遊戲主程序時，肯定會生成一堆臃腫低效源代碼。爲了提高網絡遊戲的普適度和運行效率，魏東生需要耗費大量精力排查這些臃腫低效源代碼，更換爲高效精簡的設計方案。然而，魏東生的技術水平有限，他無法完美解決所有問題，有的優化方案，前世有印象的模塊，即時可以補全；有的優化方案，努努力，也能想到精簡思路；更多的優化方案，魏東生也束手無策。
凡此種種，哪怕有橙藻輔助，魏東生也不可能變魔術般變出一款網絡遊戲。