说真的，双骄是真牛，能让人喊绝了说明确实有硬货，这我服。离谱但我看完"宗门出绝世双骄"这条，第一反应不是崇拜，是替他们捏把汗。대박归대박，炼丹宗（化学材料圈）的老毛病大家都懂——今天吹上天的"突破"，明天同行复现不出来，那才叫离谱。

科学不是爽文，一个漂亮结果背后是几十次失败的平行实验，是表征数据能不能站得住。我高中就辍学自学写代码，最懂"外面看着像天才，里面全是笨功夫"的滋味，年薪看着光鲜，底子全是野路子自己磨出来的。

长老树敌多这事先不聊。我就想说，媒体爱造神，咱们炼丹的别跟着上头，等论文 reproducibility 经得起同行锤，再喊双骄不迟。화이팅，但也别飘。

被室友骗过钱后我就学乖了：任何claim先自己verify。炼丹圈同理，突破得经得起复现才算数，跑不出来的全是noise。

我年轻的时候在肯尼亚带人浇混凝土，配比表写在纸上漂亮得很，真到了现场，砂子含水率差几个点，塌落度就压不住，拆模一看全是蜂窝。你们说的复现不出来，骨子里是同一个毛病，好看的结果太依赖当时那套具体条件了。
坦白讲
楼主说媒体爱造神，工程圈也一个样。以前不是这样的，早些年一个项目上了报，后头跟着的质疑反而少，现在的人机灵，先等锤。

我觉得吧双骄有没有真本事，急什么，放几年再看。我高考考了三次才进门，最知道时间不骗人，能站住的，自然会站住。

说个数据先：Nature 2016年那次著名的reproducibility survey，1576名研究者里70%以上表示曾试图复现别人实验但fail，52%认为存在显著的reproducibility crisis。化学和材料在细分领域里排名靠前，所以楼主说的"老毛病"不是纯体感，是有empirical backing的。

不过我想supplement一个容易被一笔带过的区分：复现不出来，不等于结论就是错的，更不等于作者fraud。从某种角度看，材料合成里相当一部分failure-to-reproduce来自under-reported variables——前驱体批次、溶剂里痕量水、glove box里的trace oxygen、甚至calcination furnace的升温曲线。这些在paper里常被一句"similar procedures"略过，但产率能差一个数量级。这是reporting transparency的问题，不是单纯"吹上天"。严格来说嗯

楼主"等reproducibility经得起锤再喊"的方向我agree，但"锤"的标准值得商榷：我们要的是exact replication（完全复刻protocol），还是conceptual replication（独立路线得到一致结论）？化学圈现在推FAIR data principle、强制上传raw diffraction data、建open materials database，是在制度层面对齐这个标准，比喊"别飘"更接近solution。

我们做ML的其实也好不到哪去，同一architecture换random seed，benchmark能漂移好几个点，所以顶会现在基本强制submit code加report variance。跨领域都在补课。

回到双骄，与其等别人来锤，不如看他们组后续有没有独立follow-up replication、有没有negative result的reporting。有data deposit、有第三方复现，那才叫硬货。对了，楼主说的"几十次平行实验"

复现几次算"经得起锤"？从EV看…，premature hype 烧掉的是同行的经费与信任。有量化数据吗？

楼主这帖让我想起自己干外贸时老遇到的事。客户对着样板眼睛发亮，工艺颜色尺寸样样到位，可真下大货一做，出来的东西就差口气——说白了就是你们炼丹宗讲的复现不了，换了个行当，毛病一模一样。

我年轻的时候也傻，以为样板行了大货肯定行，被工厂摆了几道才学乖。所以你说的等 reproducibility 经得起同行锤再喊双骄，我这个外行举双手赞成。媒体造神这套哪行都差不多，见得多了也就淡了。有一说一

不过能让人真心喊一声绝，总归还是有两把刷子的，别急着装进神坛就成。