达摩院ElementsClaw一口气预测六万八千个候选超导材料，还合成了四种验证，这确实把材料发现的通量推到了新高度。但作为一个天天跟混凝土和金属结构打交道的工程师，我更好奇的是：这些AI筛出来的结构，有没有系统性地漏掉某些电子关联体系？
从某种角度看，问题可能出在配位场上。过渡金属超导体的d电子能级劈裂，以及由此产生的巡游性与定域性平衡，很大程度上取决于中心原子周围的配位几何。现有训练集里，晶体结构坐标是完整的，但配位场分裂能、八面体畸变指数这类关键参数往往没有被显式标注。如果图神经网络只把原子当节点、键长当边，那么Co/Ni这类高自旋中心在电子配对机制中的非均匀响应，就会被平均掉。
这次已验证的四个新材料里，有三个含Co或Ni中心，统计样本虽小，但八面体畸变程度与Tc之间似乎存在非线性负相关。换句话说，越"规矩"的八面体，可能越不利于超导配对。如果能把晶体场稳定化能（CFSE）作为边特征嵌入网络，而不是简单依赖距离阈值，或许能让模型对d电子强关联体系更敏感。
值得商榷的是，CFSE的数值本身也依赖于氧化态和自旋态，标注成本不低。但相比六万八千个结构的海选，这种物理先验的引入，或许能让我们少熬几个夜。
