几次搜寻无果。
为了确保机腹挂载的生化探测仪能够达到最佳工作效能，三架黑鹰直升机的驾驶员强行压低操纵杆。
直升机脱离了常规巡航高度，进入超低空贴地飞行模式。
飞行高度被死死压制在二十米以内，强劲的下洗气流在海面上压出巨大的凹陷，陆地上的灌木丛被吹得齐根折断，沙石漫天飞舞。
造价昂贵的生化探测仪代表着美军现役最高端的环境搜寻技术，它能够精准捕捉并分析空气中极其微量的人体代谢气体、汗液挥发物以及特定的碳水化合物反应。
只要目标没有藏匿在超大直径的绝对致密遮蔽物下方，即便钻进地下十米深的地洞，探测仪释放的穿透波束也能将其锁定。
直升机在海岸线附近一寸一寸地向前推进。
顾承安听着头顶上方传来震耳欲聋的轰鸣声，整个地下空间都在轻微震颤，生化探测仪的扫描波束无死角地覆盖了这片区域。
探测仪的波束打在顾承安头顶的礁石表面，瞬间被复杂的矿物成分折射、吸收，反馈回直升机终端显示屏上的，只有一团毫无规律的自然界杂波。
因为这里有一大片礁石区，所以直升机在悬崖上方多盘旋了两圈，一无所获，随后调转机头，继续向其他地方搜寻而去。
与此同时，泰国湾海域波涛汹涌，美方舰队抽调的两艘阿利伯克级驱逐舰彻底封锁了这片海域，舰载主动声纳系统全功率开启。
强悍的声波在水下层层推进，扫荡着每一道海沟和暗礁，别说潜艇，就算是一条体型稍大的鲨鱼，也被声纳震得惊慌逃窜。
水下没有任何大型人造潜水器的回音。
海面上，美方特战队联合泰国海警，展开了史无前例的无差别登船临检，从豪华游艇到破旧渔船，从大型货轮到近海快艇，所有在册和不在册的船只全部被强行截停。
全副武装的士兵端着突击步枪冲上甲板，底舱、夹层、冷库、甚至生活区的水箱，全部被暴力拆解查验。
各大沿海码头也被军警全面接管，所有集装箱挨个开箱扫描。
可疑目标的影子都没找到。
这场声势浩大的海上大扫荡，却意外引爆了泰国本地的地下世界，美方特种兵在搜查过程中，从渔船底舱翻出了三吨未缴税的走私烟草。
从货轮夹层里揪出了几十名面黄肌瘦的偷渡客，从一艘看似普通的游艇水箱里，搜出了整整四大箱高纯度违禁化学品。
泰国黑帮大佬们在睡梦中迎来了灭顶之灾，苦心经营多年的走私网络、偷渡航线、违禁品集散地，在美军的绝对武力面前被连根拔起。
美方此次行动的相关负责人站在码头上，看着堆积如山的走私货物和蹲满一地的黑帮分子，脸色发绿。
他们要找的是炸毁情报基地的恐怖分子，结果硬生生帮泰国警方完成了一整年的扫黑除恶kpi。
弗吉尼亚州，兰利总部联合研判中心内，气氛很压抑。
技术团队调取了“猜纳”这个身份在过去一个月内的所有监控数据，他们一路回溯，锁定了目标在清孔县边境大巴站第一次以“猜纳”面容出现的监控画面。
图像处理专家和行为心理学家对这这些画面进行了逐帧拆解，他们认定，目标在清孔县就已经完成了乔装。
通过对身形比例、步态特征和面部肌肉发力点的综合比对，专家组得出结论：这次伪装的改动幅度较小，目标的真实样貌与“猜纳”的形象差距并不大。
史密斯立刻下达指令，让技术员启动ai反向推演程序。
超级计算机介入，ai系统根据“猜纳”的面部轮廓，剔除易容材料可能造成的厚度偏差，重新计算骨骼走向、眼距比例和下颌骨角度。
经过两个小时的高强度运算后，超算生成了六百多张推测出的目标原始样貌图像。
中情局随即动用了最高权限，向安插在亚洲各国的间谍网络下发了这批图像。
他们利用黑客手段和掌握的一些有权限的内线，强行侵入一些国家的公民身份数据库、出入境管理系统以及交通驾照图库。
数十亿张人脸数据被调入后台，与这六百多张推演图像进行交叉比对。
这是一场来自大国的信息战。
结果却是一场彻头彻尾的徒劳，数据库里没有一张脸能够与ai推演的图像完全匹配成功。
不过他们还是派出人手对部分相似的图像进行详细调查。
结局是注定的，因为顾承安本人的真实面貌与ai基于伪装脸算出来的结果，完全不同。
所以有时候针对有些事，ai没有想象中那么靠谱。
泰国境内的排查行动同样陷入了疯狂。
没办法，他们不得不上心，因为美方根据残留弹片的材质分析出了具体型号——odab-500p。
泰国军方拥有的温压弹，大多都是从俄罗斯购买的这一款。
再加上守卫严密的一国首都曼谷，外人是怎么运进来的？所以泰国军方背了一口又大又黑的锅。
迫于美方的极限施压和为了急于证明清白，泰国政府可是顶着巨大的政治压力加大了搜查力度和规模。
在全国主要公路干线、火车站、机场增设了数千个临时检查站。
曼谷地区更是进入了准军管状态，三步一岗，五步一哨，排查手段从常规的查验身份证件，直接升级为极度严苛的面部物理核验。
所有过往行人、司机、乘客，必须摘下口罩和帽子，有专人对每一个人的脸部进行细致查验。
这种粗暴的核验方式引发了灾难性的后果，曼谷的早晚高峰彻底瘫痪，出城公路上的车流堵出了几十公里长。
大量赶往素万那普国际机场的游客被死死堵在半路上，错过了航班，街头巷尾充斥着汽车喇叭声和大家的抗议声。
民众和游客的怒火被彻底点燃。
在国际主流社交平台上，与之相关出行的吐槽贴呈井喷式爆发。