他启用“隐藏身份加持”模块，临时授权系统提取“夜莺”的脱敏战斗数据流，作为AI训练样本。这些数据包含走位习惯、技能释放时机、闪避节奏等核心行为特征。随后，他创建三支AI代理，分别模拟“影刃”“狂龙”“铁幕”，并注入“资源矛盾”参数——当“影刃”AI检测到补偿不足时，其支援响应延迟将自动增加0.8秒，战术协同准确率下降23%。

模型运行三分钟后，首次推演开始。

AI“影刃”在争夺东部龙巢时，因“狂龙”未按约定提供控制技能，延迟支援2.1秒，导致团灭。战后，“影刃”AI生成一条内部语音：“这种配合，不如单干。”系统标记为“信任值下降至临界点”。

沈逸点头，正准备保存模型，终端突然弹出警告：

【检测到外部IP尝试匹配AI行为模式，相似度达41%】

他瞳孔一缩。

对方的自动化脚本仍在运行，且已开始模仿“夜莺”的战斗风格。更可怕的是，41%的相似度意味着，他们已经掌握了部分操作规律，正在构建行为预测模型。

他立即切断数据外流通道，关闭所有非必要接口。但一个念头随之浮现：既然对方在学他，那为什么不教他们学错？

他在“whispers”计划文档中新增一条指令：

【在低活跃度副本中，由“夜莺”故意暴露一次错误走位：在狭窄通道内使用范围技能，导致队友被击退。同步录制语音指令：“压前，别散”，制造“指挥失误”假象。诱导对方脚本记录该行为，用于其模型训练。】

误导，从源头开始。

他最后检查了一遍所有部署：心理分化计划已设定倒计时，模拟训练模型完成构建，监听网络全面升级。所有环节闭环，只待时间发酵。

终端屏幕暗下，训练室重归寂静。

风扇仍在低频震动，背包中的碎片微光未散，闪烁频率比先前更快了一分。

沈逸伸手，将一枚冷却贴片按在终端散热口。