姜嶽升回到家後，感覺胸前好像壓了一塊石頭，茶飯懶餐。
他一直在不停地思考一個問題，為什麼在試驗場，人們用肉眼一眼就能看出來機器人的偽裝？而機器人確不能。
其實，在試驗場，不管機器人是否改變偽裝的形式，單個也好、聚集也好，我們人類都能輕鬆看出來。就好像我們看見一匹正吃草的馬以後，我們也能辨認飛奔的馬、打滾的馬。
這還是因為我們的大腦捕捉到了很多機器人捕捉不到的特徵。
也就是說，我們還是需要在識別單個機器人特徵上下功夫。如果能抓住機器人足夠多的特徵，不管他怎麼偽裝，都能一眼識破。
想到這裡兒，姜嶽升覺得應該徹底改變思路，把重點放在機器人外觀特徵的建模上，而不是放在環境建模上，環境是千變萬化的，我們建模的速度不可能跟得上環境的變化，而我們的目標是機器人、不是環境，只要抓住機器人足夠多的特徵，就可以以不變應萬變。
他突然想起了AI大模型，於是在手機上開啟AI大模型終端，輸入：請問，監控是如何區分人和其他運動物體的？
很快，大模型的答案來了：
第一、識別輪廓特徵，包括十個方位的輪廓特徵；
第二、識別結構特徵，包括肢體部位的相對位置特徵和比例特徵；
第三、識別運動特徵，包括站立、走、跑的特徵；
第四、識別面部特徵，包括瞳孔距離、兩耳寬度、鼻尖眉梢距離；
第五、識別運動輪廓特徵，包括雙腿擺動角度、雙腿與軀幹角度、雙臂角度、雙臂與軀幹角度；
第六、識別運動結構特徵，包括頭部、上臂、腿部位置關係；
看到了大模型上的描述，姜嶽升立刻有了主意，因為機器人的結構是模仿人類製造的，識別人的這些特徵大多數是可以直接移植過來的。只需要讓機器人能夠準確地區別人類和機器人不就行了嗎？
想到這裡，他進入了AI大模型的程式設計入口，輸入：“請編寫區分人和其他運動物體的程式”
幾秒鐘後，答案來了，AI大模型顯示出一個五千多行的完整程式。
第二天，姜嶽升集齊了方案組的組員，向大家說明了自己的新思路。
“你這不是把前面的方案徹底推翻了嗎？”史俊有些不解地問。
“是的，雖然前面的方案是我提出來的，但是我現在認為那不是一個好方案，算是一個臨時起意的方案，不能解決根本問題，而今天我提出的方案才是符合邏輯的第一性解決方案。”
“那我們前面的工作不是都白做了嗎？”史俊很無奈地說。
“確實，大部分工作都白做了，但是我們如果繼續沿著原來的路子走下去，將來需要付出的工作量可比新方案大得多，所以，我們應該及時止損！”