“真像监狱。”一个老员工蹲在门禁机旁抱怨，“刷脸也就算了，现在连虹膜都要扫，我上个厕所还得过三道关？”

这话传到林峰耳朵里，他没发通知，也没找人谈话。第二天中午，他亲自去了仓储区入口，调出一段模拟入侵视频，投在员工休息区的大屏上。

画面里，一个穿维修工服的男人混进来，用伪造工牌通过第一道门，用复制指纹通过第二道，最后用微型信号干扰器切断监控，打开粮仓闸门，三分钟内搬走两袋原种粮。

“这不是演习。”林峰站在屏幕旁，“这是AI推演的最简入侵路径。咱们现有的系统，拦不住。”

一群人看得沉默。那个抱怨的员工低头搓了搓手。

“从今天起，实行红蓝对抗。”林峰说，“每周随机搞一次安防演练。蓝队模拟入侵，红队防守。成功拦截的，奖励影响力值兑换资格。被攻破的，全组加训。”

没人再说话。当天下午，虹膜识别机的通过率升到了98%。

第四天上午，首期安防系统完成部署。林峰来验收，站在主控台前，看着大屏上三百多个实时画面流畅切换。AI监控系统自动标注人员动线，异常停留超过三十秒就会弹出预警。

“试试压力测试。”他说。

技术团队立刻启动模拟入侵程序。一名工程师伪装成外部人员，试图用伪造证件靠近核心仓储区。刚踏入边界，警报响起，最近的两个摄像头自动转向锁定，广播系统播报：“未授权人员进入，请立即离开。”

“反应速度不错。”林峰点头。

“再来一次。”他说，“这次用内部人员身份，模拟被策反场景。”

测试开始。一名已登记员工持合法权限进入，但在仓储区突然改变路线，走向未开放区域。AI识别行为异常，三级预警启动：第一级，监控追踪；第二级，自动通知安保；第三级，门禁系统远程锁定该员工权限。

“可以。”林峰说，“但还不够细。”

他指着屏幕：“刚才警报响了，是因为人走偏了。但如果他有正当理由呢？比如巡检临时改路线？”

“那得靠行为模型判断。”技术主管解释，“目前还缺环境生物数据，比如猫、老鼠、飞鸟的活动特征。现在系统把所有移动物体都当潜在威胁。”