ARTICLE · 1137507
90个顶级AI狂算3天,挖出沉睡27年的下一代芯片神料!转头却狠打自己耳光
整整三天三夜，云端服务器上的风扇疯狂轰鸣。
90多个 Claude Opus 5.5 智能体组成的“特工集群”，在千万篇科学文献与庞大的量子力学计算矩阵中疯狂穿梭，提交了数百次高精度的第一性原理模拟。
当庞大的数据洪流退去，两个可能重塑下一代半导体芯片的候选材料，赫然出现在屏幕中央。
其中一个，竟然是早在1999年就被人类化学家合成出来、却在数据库里死寂了整整27年的冷门粉末，$\text{KV[Cr(CN)}_6\text{]}$。
▲ 科技评论者指出：AI for Science 的早期红利，正是重筛被遗忘数十年的海量旧材料
全球科技圈的自旋电子学专家还没来得及欢呼，更戏剧性的一幕发生了：
这群AI不仅没有开香槟吹嘘“重大突破”，反而调转枪口，发起了一场极其刻薄的自我对抗式审查，
它们狠批自己设计的新材料“极难合成，只是纸面研究”；把挖出27年老材料的功劳降级为“只是加了几个数字，根本算不上突破”；甚至当场推翻自己先前的计算，把热力学稳定能量的数据狠狠修正。
这场被硅谷技术圈围观的科研奇观，到底挖出了什么？为什么说它是半导体界梦寐以求的“物理圣杯”？
01芯片界的两难绝境：我们要一个“隐形的高铁侠”
要看懂这场发现的震动，得先看一眼我们手机和电脑里正面临的物理死局。
现代芯片全靠操纵电子的电荷来代表二进制的“0”和“1”。但电子跑起来就像千军万马挤独木桥，碰撞、发热、漏电。芯片越来越烫，制程逼近物理极限
物理学家早就指明了一条明路：自旋电子学（Spintronics）。电子除了带电，自身还在自旋自旋向上代表0，自旋向下代表1不用电子大范围跑动，只翻转自旋方向，发热就能暴降，翻转速度甚至能飙升上千倍。
可现实给人类开了个残酷的玩笑材料界长期卡在两头受气的尴尬里：
▲ Vals AI 官方公布两条候选材料，并展示补偿磁体自旋抵消示意图
第一种是铁磁体就像我们冰箱上的磁贴，里面的原子磁矩整齐划一朝一个方向偏。
- 优点
：自旋方向极其纯粹，好读好写。 - 致命伤
：宏观上有一个巨大的“漏磁场”。想象一下，微型元器件排得密密麻麻，每一个都像个大喇叭对着邻居放磁场，互相严重干扰（串扰），根本没法做成超高密度的存储芯片。
第二种是反铁磁体相邻原子的磁矩一上一下、背对背完全抵消。
- 优点
：对外磁场等于零，毫无漏磁，安安静静，而且磁矩翻转速度比铁磁快了足足三个数量级！ - 致命伤
：电子能态上，自旋向上和向下的电子混成一团。就像把黑白两色墨水倒在一个池子里，读写电路根本分不清谁是谁。
几十年来，物理界梦寐以求一种“合体怪兽”，Luttinger 补偿磁性半导体：宏观上，它必须像反铁磁体一样“隐形”，净磁矩死死锁在零，绝不漏磁；微观带隙边缘，它又必须像铁磁体一样清爽，在特定能量窗口里只允许单一自旋通行。
这种材料如果能在室温下稳定工作，下一代超高速、超密度的无漏磁非易失存储器（MRAM）就有了最完美的底座。
但翻遍元素周期表，此前理论预测的几个体系全都在零下一两百度的严寒里苟活。室温下能用的，几十年来交了白卷
0290个AI特工下场：把27年前的冷板凳掀了
Vals AI 团队的 Geby Jaff 决定让 AI 来破局。
他们搭建起多达90个 Claude Opus 5.5 智能体组成的协同军团，不再局限于单一模型写论文的传统模式。
▲ 开源计算账本 spicylemonade/compensated-magnet-ledger 首页
这群AI分工极其严密：文献抓取组、理论物理筛选组、密度泛函理论（DFT）计算调度组、以及专门找茬的“红队裁判组”。
在仅仅三天的时间里，它们调度 Modal 云端算力，狂跑开源电子结构软件 Quantum ESPRESSO，提交了约750次高精度的量子力学计算。
它们锁定了两员大将：
第一位：全新设计的五元氧化物 $\text{YBaMnFeO}_5$。由钇、钡、锰、铁、氧组成在AI的计算中，它的带隙约为 $2.35;\text{eV}$，空穴与电子自旋窗口分别达到了惊人的 $1.0;\text{eV}$ 和 $1.4;\text{eV}$。预测磁有序温度高达 490 K（约217℃），远超室温。
第二位：尘封27年的普鲁士蓝族化合物 $\text{KV[Cr(CN)}_6\text{]}$。这个发现让所有研究人员倒吸一口凉气。早在1999年，伊利诺伊大学的学者就合成出了这种含水粉末，实测磁有序温度高达 376 K（约103℃）。当年化学家设计它时，只是巧妙地让铬和钒的磁矩反向抵消。
2008年，曾有论文绘制过它的能带图，图中早早露出了同自旋带边的迹象。然而整整27年间，学术界始终未曾将其与“Luttinger 补偿半导体”对应审视，其自旋窗口的量化测算也始终处于空白。
这颗明珠就这么躺在千万篇PDF的故纸堆里，吃了近三十年灰尘。
AI特工把它拽了出来，用最高精度的 HSE06 泛函层层剥离：带隙 $2.09;\text{eV}$，空穴自旋窗口高达 $2.6;\text{eV}$，电子自旋窗口达 $1.6;\text{eV}$！室温下的热扰动仅有微不足道的 $26;\text{meV}$，在这个以电子伏特计的超宽自旋窗口面前，电子绝不会“混自旋”。
03比计算结果更具冲击力的，是AI的主动“自我降级”
如果这是一个典型的硅谷炒作故事，新闻通稿此时应该写满“重大颠覆”、“物理学奇迹”。
但翻开该团队开源的计算账本（GitHub: spicylemonade/compensated-magnet-ledger），整个技术圈被这群 AI 的冷酷与诚实震慑了。
▲ Martin Szerment 赞叹：宁要一个会自我降级的 AI，也不要一个只会制造神迹的 AI
AI 设立的“红队裁判组”，开始对自己千辛万苦算出来的成果痛下杀手：
- 直接枪毙亲生候选
：对于新设计的 $\text{YBaMnFeO}_5$，AI 在阳离子有序模拟中发现，其完美的“锰/铁棋盘格”在 950 K 附近就会彻底被打乱成随机乱相。而实验室常规烧结这种氧化物需要 900–1300 ℃。高温会毁掉有序，低温根本长不成相。AI 在评审报告中毫不留情地将其降级为“纸面设计研究（Design Study），实验室多半做不出来”。 - 拒绝神化历史材料
：对于表现近乎完美的 $\text{KV[Cr(CN)}_6\text{]}$，AI 同样拒绝自吹自擂，直接打下批注：“属于扎实的识别与数据测算，未达重大突破（Not a breakthrough）”，并承认文献检索曾漏掉了2008年的前人计算，主动收窄自己的新颖性主张。 - 公开抽自己耳光
：在最初的数据中，$\text{YBaMnFeO}_5$ 相对热力学凸包的能量被记录为 $+2.6;\text{meV/atom}$，显得极其稳定。AI 在补全了所有竞争相的严密复核后，主动发公告更正为 $+13.7;\text{meV/atom}$；在发现含水计算的批次F其实在第12轮精确交换就意外超时截断后，立刻开辟批次F2独立复现跑满41轮彻底收敛，并将修正后的数据公之于众。
科技评论家 Martin Szerment 发出了那句直击灵魂的追问：
“一个会主动贬低自己成果、主动纠偏数据的 AI，和一个动辄宣称奇迹的 AI，你愿意把哪一个放进你的核心科研项目？”
04泼一盆冷水：走出算力幻境，真实世界的物理泥潭
我们距离手握可投入实用的无漏磁芯片，到底还有多远？
答案是：万里长征，才刚刚在电脑里踩下了第一脚油门。
开源账本在后续的严苛抗压测试中，无情揭示了理论模拟与真实合成之间的残酷鸿沟：
▲ 社群高赞讽刺回复：计算机用三天时间，算出了人类40年文献里早就有的模式
1. 致命的水与晶格空位
普鲁士蓝类化合物从不在真空中诞生，它们来自水溶液沉淀。1999年的真实粉末带有大量结晶水。另一个严峻隐患来自络离子空位：真实晶格里往往会随机缺失 10% 到 20% 的 $[\text{Cr(CN)}6]$ 单元。计算账本明确警告：每缺失一个单元，周围的磁矩抵消网络就会被彻底撕裂，在孤立的钒原子上激发出高达 $3;\mu{\text{B}}$ 的残余磁矩！ 当年测出的微弱磁性，正是这些缺陷带来的瑕疵。
2. 算力泛函的“神仙打架”
真实含水会毁掉自旋窗口吗？两套最主流的第一性原理泛函当场打架：
- PBE+U 泛函悲观预测
：水分子一进去，空穴自旋窗口从 $2.02;\text{eV}$ 暴跌至 $0.93;\text{eV}$，直接腰斩； - HSE06 泛函乐观预测
：水分子孤对电子能级较深，自旋窗口依然稳在 $2.31;\text{eV}$。物理学家倾向于相信更贵的 HSE06，但这终究只是数学模型的推论，真实答案只藏在物理实验室的光电子能谱仪里。
3. 极化子自陷：它可能跑得像蜗牛一样慢
就算自旋窗口完美，这玩意儿能当 CPU 导电芯片用吗？绝不可能计算账本的第九条严厉警示（Caveat 9）指出：该材料的导电能带极度狭窄（色散带宽仅 $0.4\sim 0.6;\text{eV}$）。强烈的离子晶格配位会导致“小极化子自陷”，载流子一旦进入，就会将周围晶格拉扯畸变，把自己困在原地。载流子在晶格中难以自由穿梭，只能依赖声子辅助艰难“跳跃”导电。
它做不了高速通用导电处理器，它的战场注定是在非易失阻变读取与纯粹的自旋滤波电极。
05审视这场风暴：AI for Science 带来的核心红利是什么？
站在2026年的时间节点回望，这场为期三天的计算狂欢，留给全人类的绝不仅是两个化学分子式。
它彻底撕开了科学研究的一层全新范式：
人类科学探索面临的最大制约，归根结底受困于个体寿命与精力的物理极限，难以穷尽浩瀚的实验可能。
在过去一个世纪里，全球化学家和材料学家合成了数以百万计的化合物。受制于当年的测量工具、算力资源与时代研究热点，绝大部分材料在被测了一个熔点、画了一条衍射谱后，就被终生封印进了图书馆底层落灰的卷宗里。
正如网友 @lep1c2l0 在热帖中所写：AI 的核心价值在于替无法穷尽所有知识的人类，将浩瀚的旧世界重新梳理一遍，避免几十年的人生消耗在重复的摸索中。
90个 AI 特工，在72小时内完成了传统课题组可能耗费数年才能理清的文献检索、能带建模、反向抗压与账本审计。
尽管尚未在实验室里烧结出真实粉末，但它们已经为全世界的材料实验室，从浩如烟海的文献中擦亮了一张标有精确坐标的藏宝图。
接下来，球被踢回了人类手中
试管、真空腔体、自旋分辨光电子能谱仪已经就位。沉睡了27年的普鲁士蓝粉末，正等待一束来自真实世界的物理之光，去验证那张由纯粹代码编织出的自旋王冠。