达摩院那AI一口气筛出六万多个可能超导材料，结果合出来四种就验证成功，听着挺燃，但我第一反应是：剩下那六万多“挂”在哪？大概率不是算力不够，而是没人知道怎么把它们真正做出来。

现在这些模型吃的基本都是理想晶格、零温零压的结构，可进了炉子完全是另一回事：前驱体溶不溶、升温梯度怎么给、退火气氛是氩气还是氢气，甚至压强要加到10 GPa以上——这些工艺变量在训练数据里基本空白。达摩院那四种里三种靠高压合成，而训练集里高压样本不到0.3%，这偏差也太明显了。

笑死所以与其说AI在预测材料，不如说它在预测“热力学上 maybe 可以存在的相”。真正卡脖子的是从可行到可达的 gap。Materials Project这类库该加一栏“合成指纹”：前驱体溶解性、相变路径熵变、副反应倾向，这些和晶格参数一样喂给模型，才能少烧点炉子。我去

我在分子生物学里天天和这种冷启动打交道：PCR退火温度差两度，条带就没了。材料合成何尝不是另一套实验协议？