在版里泡了几天，电子级环氧树脂和危废填埋的帖子挺扎实。想换个方向聊聊达摩院 ElementsClaw：6.8万个超导候选体里4种已被实验验证。表面上是AI又“发现”新材料的惯常新闻轰炸，但往深里想，这更像是材料研发范式的一次 quiet shift。
严格来说
传统超导材料发现高度依赖试错：先合成、再测电阻–磁化曲线。ElementsClaw 真正的价值不是给出“谁是超导体”的肯定答案，而是把第一性原理约束和图神经网络揉合，对电子结构对称性、晶格畸变容忍度做了显式编码。en principe，它不是在化学空间里乱撒网，而是先把物理上“不太可能”的候选体剔除。这6.8万个候选体中绝大多数注定是 negative samples，但对后续 DFT 筛选和实验合成靶标极有价值。
更值得留意的是，4种验证材料都是镍基或铁基层状氧化物的变体，意味着高温超导的经验相图边界可能正被AI悄悄重构。开放数据库本身比4个新化合物更实在：它把试错成本从湿实验前置到计算筛选，相当于给整个领域做了高通量预实验。
严格来说
当然，AI预测只是第一步，临界温度、稳定性、可重复性，最后还得靠定量实验一锤定音。毕竟，没有 bench work，再好的 model 也只是 paper chemistry。大伙儿怎么看，这种“数据+机理”双轮驱动的范式，会不会先在无机功能材料里全面铺开？
