【场景管理元】信息元就是子脑吗？”林久浩有点含糊。
“不是，【场景管理元】信息元是生成【场景】子脑的上一级关联信息元，而【场景子脑】在【场景管理元】的【我生负】象限，而且可以产生多个子脑，包括你们需要的平行脑和影子脑。”林自强解释道，这里的管理信息元不是实际生成的子脑系统，而是为生成和关联这个子脑系统而设定的管理信息元。
“哦，这样太好了，就是【场景管理元】是针对【场景子脑】的管理核心信息元，这个信息元就是生成子脑运行条件的规范，按照规范生成【场景子脑】的运行条件，太好了，因为【场景子脑】不是一个，需要三个脑并行运行相互验证，同时还需要影子脑进行多执行脑算法比对。”林久浩理解着说道。
“多执行脑算法比对？”林自强问道。
“就是采用新版本的多重平行三维空间技术，我们多执行脑算法比对，是针对多方向预设态计算的一种，多方向预设态是用来预测未来的真实发生态，多执行脑算法比对是面对一个问题，模拟多种解决方法，对比出最优的，就是我前几天跟您说过的互斥问题，也是其中的一种。”林久浩解释道。
“哦，我明白了，看来你那边的应用场景很丰富，真好。”林自强居然羡慕了。
“老爸，我有时候很佩服您，您都没有接触过真实的应用场景，居然就。。。就。。。凭妄想就想出来了。”林久浩说完，立刻意识到，这好像不是夸人。
“嗯，嗯，我们继续，【场景管理元】作为【场景子脑】的生成规范，如果需要多个【场景子脑】，由【场景管理元】向【生我正】象限申请资源，由【生我正】象限的【资源管理信息元】响应，而实际的资源又在【资源管理信息元】的【我克正】的资源池里，资源池里面的资源被申请，反馈到发起者【场景管理元】信息元，形成执行闭环，最终在【场景管理元】的【我生负】象限会出现一个【场景子脑】的运行条件环境包。”林自强解释着。
“如果【场景子脑】在运行的时候，例如，算力不够，怎么办？”林久浩又问道。
“你会发现，在【场景管理元】信息元的【我克负】象限里面，有你的监控参数信息元，例如，你说的【算力】信息元，【场景子脑】在运行的时候，一直溢出监控的参数，且会一直将参数发向【算力】这个信息元，而【算力】信息元与【场景管理元】关联，关联线路容忍度设定范围阈值，如果参数是70%以内，没有超越容忍度，则不向【场景管理元】元发申请，如果【算力】监控元参数是80%，超越容忍度阈值，会产生算力不够，就会向【场景管理元】发出带参数80%的申请。”林自强继续解释。
“然后【场景管理元】把这个参数传给【资源管理信息元】，然后发到资源池，按照参数选择是算力添加，然后把定义好的算力单元添加给【场景子脑】，【场景子脑】再获得添加的单位算力后，就结束了。”林久浩边理解边推演。
“没有结束，你要看到是谁发起的申请，注意闭环。”林自强提醒着。
“【场景子脑】发现算力不够，是【场景子脑】吗？”林久浩问道。
“不是，【场景子脑】信息元没有发现算力不够，只是把算力参数发给【算力】监控信息元。”林自强解释道。
“是【算力】监控信息元发起的？”林久浩自己也在思考，并不确定。
“不是，【算力】信息元也只是传递算力参数，你再想想。”林自强继续引导。
“是【场景管理元】发起的，因为【场景子脑】只是出现了算力不够的问题，并把这个参数传导给【算力】信息元，而发现算力不够的问题是【算力】信息元参数突破容忍度后，向【场景管理元】发出的实际参数，【场景管理元】向【资源管理信息元】发送的不是这个参数80%，是由这个参数激活的【场景管理元】信息元中的条件参数，后续的工作需要这个条件参数来完成。”林久浩的理解又进了一步。
“对，闭环，最终的结果需要走到【场景管理元】，【场景管理元】在算力条件这个地方，把添加的算力放进去，修改原【场景子脑】的算力配置参数。”林自强接着说道。
“【场景管理元】作为闭环开始，也是闭环终结，所以在完成闭环后，【场景管理元】的条件参数也改变了，这样真实的反应了现有的状态。”林久浩全明白了。
“是的，如果闭环终点不修改，【场景管理元】内部信息就失真了。”林自强说道。
“老爸，正反方向选择都可以吗？”林久浩又问道。
“当然可以，你说的反向，就是算力过多，导致浪费问题，需要【场景管理信息元】自动撤回算力资源，对吗？”林自强反问。
“对呀，影子脑使用后关闭，对应的资源释放，或者是算力需求小了，需要减少算力，都需要自动处理的。”林久浩描述了用途。
“你监控的参数在与【场景管理