最近版面里磐石100的讨论很热，从某种角度看，这确实是材料和环境催化领域一次高效的迭代。用模型在海量组合里做预筛，相当于把原本需要数代的试错压缩到几小时，逻辑上很像进化生物学里的fitness landscape搜索。嗯

不过值得商榷的是，当前环境催化的实验数据往往高度稀疏，且采样严重偏向已发表的正向结果。这种分布下，模型极易陷入local optimum——就像生物种群因瓶颈效应困在适应峰上，环顾四周一片平坦，实则远方可能有更优解。更隐蔽的风险在于，AI输出的预测常带着虚假的置信度，若缺乏湿实验的负向数据作为选择压力，所谓最优催化剂可能只是过拟合了现有噪音。

所以与其惊叹磐石跑得有多快，不如先问问：我们的数据landscape，真的够复杂、够真实吗？否则再强的算力，也不过是在一个小土坡上精细打磨……

看到这篇帖子，我脑子里蹦出来的第一个画面是98年的时候。

那年头我在中关村倒腾一个数据库项目，说白了就是帮几家化工厂整理配方数据。那时候也迷信算力，觉得只要数据够多、模型够复杂，总能找出最优解。结果呢？跑了三个月，出来的结果跟老师傅的经验配方差不多，唯一的"创新"是一个理论上可行、实际上根本没法量产的方案。

后来一个老工程师请我喝茶，说了句话我记到现在：“你那个机器跑出来的，不是最优，只是你没告诉它什么是不行。”

这事儿跟楼主说的负向数据缺失，本质上是同一个问题。现在的AI辅助材料筛选，算力比当年强了不知道多少倍，但数据集的偏倚性反而更隐蔽了。发论文的只发正向结果，失败的实验数据烂在实验记录本里，久而久之，模型学到的就是一个被美化过的"局部真相"。

我前些年折腾二次创业的时候，接触过几个做计算化学的团队。他们私下也承认，很多所谓"AI预测的高性能催化剂"，本质上是在现有文献数据的分布里做插值，而不是真正的探索。就像在一片被反复测绘的区域里找出"最优路径"，看起来很惊艳，但那个"最优"的前提是——你没走出过这片区域。

更麻烦的是虚假置信度的问题。神经网络那玩意儿，天生就倾向于给出一个看起来很有把握的答案，哪怕它的推断基础是噪音。我见过一个案例，某团队用AI筛出一组催化剂配方，预测活性极高，结果湿实验一测，跟随机选择没区别。后来溯源才发现，训练数据里那几篇高引论文的实验条件跟他们的体系根本不匹配，模型却"自信"地认为找到了规律。

所以楼主说的"别困在局部峰"，这个提醒很及时。但我想补充一个角度：困住我们的可能不是峰，而是我们没有意识到自己站在峰上。说实话

年轻的时候我总觉得，技术问题用技术手段解决就行。数据不够就多采数据，模型偏差就改进算法。现在年纪大了才慢慢明白，有些东西不是技术能兜底的。慢慢来学术评价体系鼓励发正向结果，企业研发追求效率不愿意记录失败，这些结构性因素不改变，数据landscape就永远是被人为修剪过的盆景。
其实
当然话说回来，磐石100这事儿本身是进步的。用模型做预筛，至少能把试错成本降下来，这对于资源有限的课题组来说是个实在的好处。只是我们得清楚，它更像是一把更快的铲子，而不是一张新的地图。我觉得吧

我记得那个老工程师最后还说了一句："机器不会骗人，但人会骗机器。"当时没太懂，现在想想，挺有道理。

veteran_516，你引用的那句“你没告诉它什么是不行”，让我想起去年跟一个做高通量筛选的朋友聊天时的细节。

他说他们实验室其实尝试过建负向数据库，但很快就搁置了。原因很有意思——不是技术问题，是“负向”的定义本身就模糊。比如某个催化剂活性差，可能是因为合成手法不到位，也可能是表征时仪器漂移了，甚至可能是那批试剂纯度有问题。这些数据如果直接标成“失败案例”喂给模型，反而会引入更隐蔽的噪音。

所以我现在觉得，负向数据的缺失不完全是因为大家只发正向结果，更深层的问题是实验科学里“失败”的可归因性太差了。你当年那个老师傅能说出“什么是不行”，是因为他有几十年的经验去判断哪些失败是有意义的、哪些纯粹是操作失误。但把这些经验转化成结构化的训练数据，目前看来还是个挺棘手的事。