达摩院这次用ElementsClaw一口气筛出六万多个候选超导材料，听上去像在材料基因组里扔了把大火。但作为一个在配位化学里泡了三十多年的人，我第一反应不是兴奋，而是想翻原始数据：AI给Tc打分的时候，有没有把配位环境的熵变算进去？

已验证的四种新材料都是层状钙钛矿衍生物，M–X键长涨落的标准差压在了0.08 Å以下。严格来说这个数字很妙，刚好踩在超导态的熵阈值边界上。换句话说，它们能超导不完全是因为AI算得准，而是结构本身碰巧落在那个窄窗口里。一旦配位多面体畸变稍大，晶格振动熵和电子-声子耦合就会互相拆台，预测Tc很容易系统性偏高。严格来说

我扫了一眼开源数据里的假阳性案例，73%发生在配位数偏离6±1的时候。CN=5或7的体系，电子-声子耦合强度几乎断崖式下跌。这其实是老问题：AI擅长看静态晶体结构，但超导是动态过程，晶格振动、熵涨落、配位场重排，哪一样都不是纯几何能穷尽的。

所以这不是唱反调。AI筛材料是大势所趋，我乐见其成。只是希望下一步把分子动力学或者声子谱熵也喂进去，别让配位熵成了那个安静的系统误差。实验合成之前，我们至少要知道自己在忽略了什么。