夜雨聆风
我原来以为，化学软件这种东西，只会出现在实验室电脑、学校机房，或者某个需要授权登录的专业软件里。
直到我在小红书上刷到一个“触控旋转有机物观察 APP”。
一个“触控旋转有机物观察 APP”，标价 49.99 元。截图上显示已经卖出一百多份。旁边还有“交互式晶胞模型”，29.9 元；“晶体结构绘图工具”，39.99 元；还有一个更便宜的“价层电子对互斥可视化应用”。
这些商品页看起来更像普通网店里的课件插件。没有精致官网，也没有论文截图，只有价格、销量、几张演示图，和一排很直白的功能词：课堂演示、触控旋转、最近邻连线、切面模式、自由添加反应物、自主改变反应条件。
我第一反应其实有点诧异：原来这种东西也能被做成商品页卖。
有的界面带着很明显的个人开发痕迹。配色不算高级，按钮也不算精致。但我把图放大看了一会儿，尤其看到“自由添加反应物”“自主改变反应条件”那几行字，觉得这事蛮有趣。
它们没有卖很玄的前沿概念，卖的是一个很简单的动作：让抽象的化学结构在屏幕上动起来。
化学和材料科学里有大量这样的东西。老师讲有机反应，黑板上只能画平面结构式；学生学晶胞，课本上是一张立方体示意图；讲价层电子对互斥，PPT 上的箭头看着很清楚，但学生脑子里很难把空间结构转起来。
专业软件当然存在。PyMOL、VESTA、OVITO、Materials Studio、ChemDraw、MestReNova，这些名字在专业领域并不陌生。但它们的问题也很现实：功能重，界面复杂，很多是英文环境，有些还涉及授权、安装、文件格式和学习成本。
一个高中老师上课，可能只是想把一个分子转给学生看一下，或者临时换一个基团，让学生比较一下反应会怎么变。一个材料专业新生，可能只是想知道晶面、晶向和位错到底长什么样。为了这一个动作，让他去啃一套专业软件，不太划算。
所以，小红书上那些几十块钱的化学 App 就有了位置。
它们不一定能做科研，也不一定能替代专业软件。但它们能把几个动作做得足够轻：点开，旋转，切面，连线，换反应物，保存一个课堂演示。对教学来说，这已经解决了一个真实问题。
Codex 也能做，但不是零成本
看到这里，很多人会冒出一个问题：现在不是有 Codex、Claude Code 这些 AI 编程工具了吗？这种三维建模和观察平台，自己让 AI 写一个不就行了？
技术上，确实可以。
我看到那几张图之后，也顺手在脑子里拆了一下：如果真让 Codex 来做，第一步大概率是先搭一个能用的平台，而不是直接让它生成一套正确的有机反应。
前端要有 3D 视窗，分子能转，晶胞能切，按钮能点。后面要接 RDKit 解析 SMILES，或者用 3Dmol.js / Three.js 做显示。再往后，才是添加基团、切换反应条件、保存课堂案例。要是想做成桌面软件，还可以用 Tauri 包一下。
这么拆开看，它确实不是做不到。
如果需求很简单，一个会提需求、会调试、懂一点专业背景的人，确实可能在一两个晚上搓出一个能跑的版本。
但“能做”和“值得自己做”，中间隔着一笔账。
第一是经济成本。模型会员、API 调用、部署、服务器、域名、打包工具，这些都不一定贵，但不是完全没有。
第二是时间成本。AI 写出来第一版，往往只是能跑。接下来你会遇到浏览器兼容、移动端触控、中文字体、文件导入、打包失败、依赖冲突、图片导出、窗口缩放、按钮错位。想让一个工具从“能打开”变成“别人愿意用”，要磨很多细节。
第三是验收成本。这个最关键。
化学和材料不是普通展示页。平台本身要处理成键、键角、空间构型、晶胞参数和反应规则；老师在平台里搭模型、改条件、做演示时，也要知道哪些结构能这么讲，哪些只是方便观察的近似图。
Codex 可以写代码，也可以把三维建模平台的骨架搭出来。但老师在平台里搭出来的反应演示、构型展示、晶胞连线，到底适不适合拿去讲课，还是要懂化学的人自己看。
所以 29.9、49.99 的小工具并不荒唐。买它的人买到的是一轮省下来的折腾。对会编程的人来说，这可能是一晚上的项目；对一个只想明天上课用的老师来说，一晚上折腾环境就是损失。
说白了，Codex 把写代码这一步变便宜了，后面的调试、验收和专业判断还在。
Anthropic 为什么偏偏选了核磁
小红书这些 App 解决的是“看见”的问题。让学生看见分子怎么转，让老师看见晶胞怎么切，让抽象结构变成屏幕上的动作。
Anthropic 6 月初发布的《Making Claude a chemist》，切进去的是另一类工作：解释。
这篇文章没有说 Claude 会自动做实验，也没有说它能自己合成新药。它选了一个很具体的场景：核磁共振谱图，也就是 NMR。
做过有机合成的人都知道，反应做完之后，瓶子里的东西是不是你想要的那个分子，不是靠看颜色判断的。你要看谱图。NMR 谱图像分子的指纹，但它不是一张身份证照。峰的位置、峰的分裂、积分、溶剂、杂质、相邻原子的影响，都要一点点对。
传统软件能帮你处理数据，也能预测谱图。但从谱图回到结构，中间仍然有大量经验判断。很多时候，化学家要一边看 ChemDraw，一边看 MestReNova，一边翻实验记录，一边在脑子里把可能的结构排除掉。
Anthropic 做的事，就是测试 Claude 能不能进入这段日常工作。
白皮书里，他们测试了 Claude Opus 4.7、Opus 4.6、Sonnet 4.6，并与 ChemDraw 25.0.2、MestReNova 17.0.0 对比。任务分两类。
第一类是正向预测：给定结构，让模型预测 NMR。测试用了 20 个来自 ChemRxiv 新预印本的化合物，分成 4 类骨架，每类 5 个。结果里，Opus 4.7 在一维氢谱平均误差上最低，达到 0.079 ppm；在碳谱预测上，Opus 4.7 的平均误差是 1.37 ppm，和 MestReNova 的 1.48 ppm 很接近。
第二类更难，是反向解析：给谱图和高分辨质谱数据，让模型倒推结构。8 个相对简单的目标结构里，只给 HRMS 和一维 NMR，Opus 4.7 每次都能还原目标结构。7 个更复杂的测试里，加上起始原料 SMILES 作为线索后，4 个测试三次全中，另外 3 个测试三次中两次。
这些数字很漂亮，但要小心看。
样本量不大，任务范围也收得很窄。它没有覆盖复杂天然产物，没有把二维 NMR 和复杂立体化学全放进来，溶剂也主要是 DMSO-d6、CDCl3、D2O 这些常见情况。
所以这篇白皮书不能被写成“Claude 打败化学软件”。更准确地说，它碰到的是化学家每天都会遇到的核对工作。
这件事有意思的地方，是 Claude 能把几种东西放到同一个上下文里：结构式、SMILES、分子式、谱图峰表、质谱数据、论文里的实验描述。过去这些东西分散在不同软件和不同窗口里，现在模型开始能把它们放在一起推。
这样看，小红书上的化学 App 和 Anthropic 的核磁测试就接上了。
小红书工具让结构变得可见。Claude 让谱图和结构之间的核对变得可以对话。它们都没有让科学变简单，只是让人少在软件窗口、文件格式和草稿纸之间来回折腾。
我点进 GitHub 后，看到两个细节
小红书截图里有一个项目叫 Phonon，链接指向 `nmrtist/phonon`。我点进去看了一眼，第一感觉是：这个项目还很早。提交不多，也没有 release。它更像一个刚把想法亮出来的原型。
但它的 README 里有一句话让我停了一下：Agent-friendly CLI。
这不是宣传语里最显眼的部分，却很说明问题。过去分子建模软件主要给人点。人导入结构，人拖动视角，人点击菜单，人导出图片。可如果你希望 Codex 或 Claude Code 也参与进来，它就不能只给人一个界面。它还得有命令行，能被脚本调用，能把结果吐出来，最好还能让另一个程序接着处理。
Phonon 吸引我的点不在完成度。它还很早。真正让我记住的是，它一开始就把“人用界面，Agent 用命令行”这件事写了出来。
另一个项目 CatGo 更接近我想象中的“科研桌面”。
我看到 AI4C 那张截图时，里面那段吐槽很真实：打开 Materials Studio 搭结构，切到 VESTA / OVITO 看结构，再切终端写输入文件，scp 上集群，sbatch 提交，然后反复扒 log、看收敛、改参数、重跑。
做计算材料的人，很多时间就是这么被磨掉的。不是每一步都高深，但每一步都要对。文件名错了、路径错了、参数漏了、任务没收敛，都会让人从头再来。
CatGo 想做的事，就是把这些窗口尽量收进一个地方。它用 Tauri 做桌面外壳，SvelteKit 做前端，FastAPI 做后端，里面有 3D 结构查看器、DAG 工作流、HPC 提交和监控、DFT/MD 输入生成、催化模块、机器学习势函数，还能接 Claude Code、Codex CLI、Gemini、本地 Ollama、DeepSeek、Qwen、Kimi、GLM 等模型。
这里最有意思的不是“它也有 AI 助手”。现在什么软件都可以塞一个聊天框。
更有意思的是它那组 MCP 工具。模型如果能调用这些工具，就不只是坐在旁边回答“你可以试试某某参数”，而是可以真的去打开结构、抓取文件、组织流程、读日志、出图。
我把这两个项目和那张 49.99 元的商品图放在一起看，感觉它们像是一条路上的两端。
一头在课堂上，让老师少折腾一个演示。另一头在科研桌面上，让研究生少切几个窗口、少拷几遍文件。
这几条线怎么接起来
如果只看小红书那几张商品图，这件事很容易被看成“有人用 AI 做了几个课件小工具”。
如果只看 Anthropic 的白皮书，又很容易写成“Claude 要取代化学软件”。
如果只看 CatGo 和 Phonon，也会像普通开源项目介绍。
但这几件事放在一起，味道就变了。
化学老师当然懂自己要讲什么，麻烦的是怎么把结构方便地展示出来。于是有人把分子旋转、晶胞切面、反应条件切换做成小 App。
化学研究者当然知道 NMR 很重要，麻烦的是每次做完反应，都要在谱图、结构式、分子式、实验记录之间来回核对。于是 Anthropic 选了 NMR 来测 Claude。
计算材料学生也不是不知道要跑 VASP，麻烦的是搭结构、转格式、传文件、提交任务、看日志、回本地出图这些动作太碎。于是 CatGo 这类工具想把它们收进一个操作台里。
看起来是三件事，其实都是在处理同一种麻烦：科学软件很强，但中间很多小动作太磨人。
过去这些动作分散在不同软件里。专业人士当然能做，但过程很重。现在它们被拆成一个个小环节：有的变成 49.99 元的教学 App，有的变成 Anthropic 白皮书里的能力测试，有的变成 GitHub 上的开源工作台。
这不代表科学研究变简单了。最硬的地方仍然很硬。
一个漂亮的有机反应动画，不能证明反应真的会发生。Claude 预测的核磁结果，不能替代化学家的确认。CatGo 生成的计算流程，也不能替代研究者对参数、模型和物理意义的判断。
但工具变近了。
过去很多人是被专业软件挡在门口。现在，他可能先从一个教学 App 看懂晶胞，从一个开源工具试着改结构，从 Codex 写的脚本开始批量处理文件，再慢慢接触计算和实验。
结尾
我现在看这件事，已经不太关心“AI 会不会突然变成科学家”这种问题。
更现实的事是，科学家、老师和学生每天用的那些小工具，被一件件拆出来了。
过去藏在专业软件、终端脚本、实验记录和老师经验里的小环节，现在开始被做成一个个轻工具。有人把它开源在 GitHub，有人把它卖到小红书，有人把它接进 Claude 和 Codex。
科学工作没有变简单。判断、验证和责任，仍然在戴着手套、盯着谱图、看着计算日志的人手里。
但那些重复、笨重、磨人的杂活，确实没那么折腾了。
我更愿意把这批东西看成一堆小帮手。它们不负责发现真理，先帮你少切几个窗口、少抄几次格式、少画几遍结构。
