必须提高效率。
王恪闭上眼睛,启动概率线预读。目標:重量监测系统的响应逻辑。
消耗25点精神力,意识中浮现出复杂的概率网络。他“看”到系统的决策树:如果单次波动>0。1%→警报;如果连续三次波动均在0。05-0。1%之间→標记为可疑,人工核查;如果波动发生在不同筒仓且时间错开→视为正常误差……
有办法了。
他可以同时在多个筒仓操作,每个收取量控制在0。05-0。07%之间,时间错开,让系统认为是隨机误差。
但这需要精准的多线操控。
王恪从空间取出六架纳米无人机,编组控制。他將感知分成六个线程,同时锁定六个筒仓:s-42(玉米)、s-41(小麦)、s-40(大豆)、s-39(玉米)、s-38(小麦)、s-37(大豆)。
“开始。”
六架无人机飞向各自的目標筒仓,探针钻入,开始小规模收取。
意识像精密的机械,同时处理六个数据流:
s-42:收取3。8吨玉米(0。046%)
s-41:收取4。1吨小麦(0。052%)
s-40:收取2。9吨大豆(0。049%,大豆密度低)
s-39:收取4。0吨玉米(0。049%)
s-38:收取4。2吨小麦(0。053%)
s-37:收取3。1吨大豆(0。051%)
总计约22。1吨。
三十秒后,监控中心系统提示:“多筒仓重量微调,均在误差范围內。可能因夜间温度变化导致传感器读数漂移。”
成功了。
王恪继续。这次选择另外六个筒仓。
第二轮:s-36至s-31,收取约21。7吨。
第三轮:s-30至s-25,收取约22。5吨。
三轮下来,总共收取约66。3吨粮食,空间使用率从92%上升到约94%。
但太慢了。按这个速度,一夜最多收取两百吨,而这里有五十万吨。
需要更激进的方法。
王恪的注意力转向加工车间。那里有已经清理、分级、包装好的成品粮,装在標准的吨袋或货柜里。这些成品粮不连入筒仓的重量监测系统,而是单独的库存管理系统。
而且,成品粮区在夜间无人值守。
他悄无声息地移动到车间区域。巨大的厂房內,传送带静止,机械臂停在半空。空气中瀰漫著穀物粉尘和机油的味道。
成品区分为三个部分:
吨袋区:一吨装的编织袋,里面是小麦粉、玉米粉、大豆粉,整齐码放,约五千袋。
货柜区:標准20英尺货柜,里面是散装穀物,用於出口,约一百个货柜。
小包装区:25磅(约11。3公斤)的零售包装,用於超市,堆成山。
王恪先走向吨袋区。意识锁定整排的吨袋,一次性收取。
“收取。”
消耗精神力35点,五百吨麵粉消失——那是五千袋中的一部分,他刻意留下了外围的袋子作为偽装。
接著是货柜区。每个货柜约装28吨穀物,他收取了二十个货柜:小麦十个(280吨),玉米五个(140吨),大豆五个(140吨)。
小包装区,他收取了约两千袋零售包装(约22。6吨)。