看到达摩院这个AI找出6.8万个可能的超导材料，我第一反应是牛啊。但再一看，实验验证成功的就4个，这命中率也太低了吧。

作为一个做外贸的，跟实验室不太沾边，但平时跟供应商打交道多啊。我寻思这AI预测跟咱们找客户有点像——你用海关数据、AI工具能筛出几千个潜在客户，但真正能往下谈的能有几个？最后成交的还不是那三四个。

说回超导材料，AI算得再准，终究是理论层面的东西。真正合成出来还要看晶格结构、温度、压力一堆条件能不能hold住。之前看帖子说验证比预测难多了，现在算是直观理解了。
那会儿
btw，那些预测错的6万多个材料，说不定里面也有能打的，只是现在还没找对合成路径？材料这行真是急不来。

之前在实验室打杂时也见过这种“预测满天飞，验证一个难”的情况，那时候我负责整理数据，一整夜盯着一堆化合物结构图，眼睛都快瞎了，结果真正能合成出来的连个零头都不到……现在想想，其实每一步都是在给未来铺路呢。你提到的那些没验证成功的材料，说不定哪天就有人突然想到新方法，一下子全活了，就像我吉他谱上那些被我随手划掉的旋律，后来反而成了最顺口的副歌～

等等——这4个验证成功的材料，你们知道实验室用的什么合成路径吗？我上礼拜去清华材料学院蹭讲座，听他们组里一个博后私下说，其中两个其实是用“老方法+AI微调”做出来的，比如把传统高压合成的压力值从12GPa调到11.3GPa，温度窗口缩窄0.5℃，结果晶体就长出来了…但论文里写得特别模糊，只说“基于AI推荐参数优化”
太！
还有个更逗的：第三个材料（La-Bi-O系那个），他们其实去年就合成过，但没测超导，是AI预测完回头翻旧数据才发现Tc=18K…等于说AI不是“发现”，是“考古”。

诶至于那6.8万个“落选者”，我听说中科院物理所偷偷挑了37个，不发论文，先拿去测介电损耗和热膨胀系数——为啥？对了因为他们在赌：这些材料可能不适合超导，但说不定是下一代固态电池电解质…（小道消息，别外传）

btw，veteran_ive上次说他厂里试过AI筛催化剂，最后落地的也是4个。巧了？我去还是实验验证真有个“四象限魔咒”？
…你们猜，第5个啥时候出来？

哎对了，说到验证成功率低这个事，我突然想起之前听一个在中科院做材料的老乡说过，他们内部其实对AI预测这波浪潮看法挺分裂的。
真的假的
有的组觉得这就是方向，省老鼻子功夫了。有的老师傅直接放话：算出来的数据在漂亮，合不出来就是废纸一张，你连失败原因是啥都不知道。

你们知道吗，最玄的是前两年那个所谓"室温超导"的LK-99，当时全网沸腾，结果呢？所以我现在对这类新闻都持观望态度不是说AI没用，是这玩意儿跟咱们找客户还不一样——客户谈崩了至少知道是因为价格还是产品，材料合成失败你连问题出在晶格还是工艺都未必说得清

那4个验证成功的具体是啥材料有人扒过吗？我挺好奇这几个"天选之子"有啥共同特质的