以上分析揭示了这样的主线：研究工作局限于细节。越是细节，越是触及世界复杂性，愈发复杂，人难于应对；越是细节，越是线性的，可逻辑推理的，越体现为物理化学反应，也是技术擅长的。
我们有亿级别的可选化合物，人去处理显然效率太低，好在对它们的操作有很多规则；药物的设计和优化也很复杂，也有很多规则。人们于是把它们总结出来，交由机器完成，规则源源不断地产生，机器的运行效率越来越高。
这还是外在化合物的复杂性，相对而言，身体分子的复杂性就远远不在一个量级。贴近生命细节的研究空间是非常可怕的，身体有那么多种类的分子，有各种层次的功能单位，有那么多的组合搭配，远远超出人所能掌握的程度。比如，生物学数据量增长迅猛，每14个月，基因研究产生的数据就会翻一番，依靠传统的工作方法已无能为力。
重复性的工作越来越多，它们来自生命这个大背景，因此有很多规律（是细节的规律，不是整体的规律），人们会加以总结，交给计算机运行。生命科学的发展，就体现为发掘这些重复工作后面的规则并交给技术体系完成。
比如，乳腺癌发病曲线因为生育与否而不同，人们就希望遍历所有可能的影响因素，考量相关部位的所有分子，一个个审视了以解释相关现象；要应对癌细胞的扩散，人们就一遍一遍地思考可能的抵抗力量，看如何发挥它们的价值，如何改造它们以达到目的。这些往往是线性的工作，是对物理化学特性的理解和应用，可用规则概括，是机器能力所及。
新药开发还有重要的工作，需要做细胞实验、动物实验、人体试验，这些还是整体的审视，需要人的参与。其实是特殊的临床医学，会遭受临床医学类似的结局，人们会发现各种规则，机器人会不断替代人。
技术倾向于自我运作，就像我们的身体在自我运作，这是世界的复杂性决定的。水车、捕鼠器、指北针就是古人发明的自动机，计算机将这种机制极大地发挥了。这得益于物质的特性，原子是稳定的，就可通过复杂的作用机制实现自动运作。
人们还会谋求对细节知识的整合，比如精准医学就要整合各种组学，这是庞大的计划，越到后来涉及的细节越多，复杂性因此而来，只能依靠技术元素。
随着研究的深入，知识急剧膨胀，规则急剧膨胀，人力无法胜任，只能求助于计算机。想象这样的未来：人们把所有知识输入数据库，比如某种蛋白质分子的氨基酸排列顺序，可能的空间变化规律，可能受到的影响，在各个细胞中的分布情况，所起的作用，让人工智能审视这些信息，以全面考量和找出最优方案，当然更好。
这个计划非常庞大，一旦实施，又有强大的威力，能解决很多问题。少数研究机构会首先行动起来，如果难度太大，他们会联合采取行动。前期稍微简单点，慢慢扩大规模，改善算法，增加规则，以取得新进步，这是新一轮的竞赛，耗资巨大，只有少数甚至一家巨头夺得头筹，其他竞争对手只能败下阵来。
以上揭示了这样的规律：技术体系愈发庞大而复杂。首先是软的计算机系统，包括知识库和运行规则，它们在快速地变得复杂；还有进行各种生化反应的技术体系，比如需要全自动运行，以同时或重复处理亿万个分子。每个细分领域都只有一家或少数几家研发企业，它们的生产力，是庞大的计算机系统和繁复的知识规则库，和高精尖而庞大的技术操作体系。
到后来，只有少数人负责维护和改进整个系统，其他人都不需要存在，最多承担辅助性工作。也就意味着，人类命运掌握在少数人手上。这些都是在追求科技进步，提升科技效率的冲动下实现的。
这样的真相也就显现了：技术还不能自我装配自我发明，它假借人来完成相关工作，但在严格地限制人，各种工具都要求人必须如此这般地操作和接受输出。
那么，人是技术的什么？
