夜雨聆风1911年，荷兰物理学家昂内斯把水银冻到零下269度，发现电阻消失了。人类从那天起开始追一种东西——超导材料。追了一百多年，攒了大概两千多种。绝大部分怎么来的？靠蒙。物理学家自己管这叫"炒菜式科研"：今天多放点铜，明天少放点氧，反复试，赌哪天锅里蹦出个好东西。
然后，7月3号，阿里达摩院联合人大和国科大发了一个AI智能体，叫ElementsClaw，中文名"元素虾"。
这玩意只用了28个GPU小时，就把已知的240万种稳定晶体全部筛了一遍，找出6.8万个可能是超导体的候选材料。然后挑了几种试试——合成了4种，全是人类此前完全不知道的全新超导体。
我盯着这几个数字看了好一阵。
28个小时，100年，240万种，6.8万个，4种全新。
这些数字放一起很炸。但更让我在意的，其实不是数字本身。
四种材料，四种完全不同的"捞法"
这4种材料不是用同一种方式找到的。这才是重点。
第一个叫Hf₂₁Re₂₅。它其实一直躺在理论数据库里，但从来没人试过。AI在文献和数据库里交叉比对时把它捞了出来——一合成，果然是超导。相当于你家仓库里有一块金子，你从来没翻过，AI路过顺手翻出来了。
第二个叫Zr₄VRe₇。这个有意思了——人类在数据库里把结构算错了。AI预测了另一个结构，说它是超导。实验一做，全对。数据库错了，AI对了。
第三个叫HfZrRe₄。这个最狠。它不在任何已知数据库里。AI自己设计了一个新结构，自己验证了超导性。相当于AI画了张图纸，说"按这个造，能行"——结果真行。
第四个叫Zr₃ScRe₈。AI在验证了某个体系的超导相之后，自己总结出一个"结构规律"，然后按规律排查"亲戚"，找到把其中一个元素替换掉的新版本。临界温度6.5K，这次里面最高。
四种材料，四种捞法：捡漏、纠错、原创、举一反三。
你细品。这不就是人类科学家做研究的全部方式吗？翻文献、找漏洞、提假说、总结规律。只不过人类做这些需要几年甚至几十年，AI几个小时就跑完了。
"炒菜式科研"要翻篇了？
中科院大学的金士锋研究员说过一句话："做超导体探索很多是炒菜式科研。"
为啥是炒菜？因为人类至今没完全搞懂超导的底层物理机制。没有菜谱，只能瞎试。
ElementsClaw走的完全是另一条路。
团队基于1.25亿个分子和晶体结构数据，预训练出一个10亿参数的原子基础模型。判断材料是否超导的准确率AUC达到0.996，预测临界温度的平均误差控制在1K以内。
关键是：它不光能"猜"，还能像个真正的材料学家一样干活——自己查文献、评估合成可行性、设计实验方案，甚至发现新线索后能"自我进化"。
自然界材料里有超导性的比例大概3%。ElementsClaw推荐的命中率：40% 。高了一个数量级。
说句大白话：以前找超导材料是大海捞针。现在AI直接把海抽干了，告诉你针在哪。
这事跟你有什么关系？
你可能会说：我又不做材料研究，关我啥事？
坦白讲，4种新材料的临界温度最高才6.5K，离室温超导还差十万八千里。就材料本身而言，离日常生活还远。
但走通"AI自主发现新材料"这条路，比那4种材料本身重要得多。
达摩院已经把这240万稳定晶体的预测数据库全部开放了，全球科研人员免费使用。如果这套方法论能推广到其他材料体系——电池材料、半导体、催化剂——那影响的可不只是科研圈。
金士锋还说过一句话："一个物理学家能有几个十年？"
他们团队曾调控一个2010年发现的铁基超导材料，到2019年才首次实现空穴掺杂，中间隔了将近十年。
AI用28个小时，替人类把一百多年的弯路重新走了一遍，然后画了张地图：这里有6.8万条路可以试试，其中4条已经确认走通了。
💡 这不是AI在帮人类干活，是AI在替人类重新定义"干活"这件事。
好，重的说完了，说几个轻松但跟你更直接相关的。
说句话就能做设计图：Comfy MCP
如果你身边有人用ComfyUI画AI图，一定知道那玩意有多让人头大——几百个节点，几十条连线，一个参数调错整条工作流崩掉。
Comfy Org（ComfyUI背后的公司）6月29号发布了Comfy MCP。通过MCP协议，把Claude、Cursor这些AI智能体跟ComfyUI全套能力打通了。
翻译成人话：你跟AI说一句"帮我做张运动鞋海报，白色背景，16:9"，它就自动搭节点、调参数、出成品图。
不用拖节点，不用下模型，不用本地显卡。
实测场景：产品海报30秒出图，批量出3张同风格图1分钟搞定。调好的工作流能保存分享，团队成员拿来直接用。
目前公测阶段。不过要说清楚：Comfy Cloud是付费服务，按月订阅+按量扣积分，没有永久免费套餐。公测期间有体验额度。
支付宝也能AI办事了："阿宝"公测
7月2号，AI版支付宝"阿宝"正式开放公测，不用邀请码直接能用。
首推72项智能办事技能，覆盖居家打理、交通出行、优惠采购、政务证件等场景。
我试了一下，说"帮我看看附近有什么美食优惠券"，它真能在对话里推荐店铺、引导下单、抵扣优惠。说"我要买把伞"，它能按价格、规格筛选推荐，直接在对话里浏览下单。
说实话，以前各种"AI助手"最大的槽点就是只会聊天不会干活。阿宝至少开始往"真能帮你办事"这个方向走了。
iOS和安卓都能在应用商店或支付宝App里搜"阿宝"下载。
4秒出图，1000张才3分钱：谷歌Nano Banana 2 Lite
谷歌6月30号发了新的AI生图模型Nano Banana 2 Lite。
4秒出一张图，1K分辨率单张成本约0.034美元（约2毛4人民币）。1000张图才0.034美元。
什么概念？你做电商的，一天换十套主图，成本不到一块钱。自媒体的，批量出封面配图，几乎等于免费。
已经登陆Google AI Studio和Gemini API。同时还发了Gemini Omni Flash视频生成模型，主打对话式编辑——边聊边改视频。
谷歌这波在AI创作工具上的性价比，属实卷到了新高度。
DeepSeek识图全量上线，完全免费
DeepSeek的识图模式已经全量上线了。拍张照片、截个图，直接丢给它分析问题，完全免费。
以前DeepSeek主要是对话和代码强，现在多了识图能力，等于从"能聊天的AI"升级成了"能看图说话的AI"。
对学生党来说特别实用：拍道数学题丢给它，拍张英文菜单让它翻译，拍个产品参数让它分析对比。全免费，没额度限制。
写在最后
说实话，这周AI圈的信息密度有点高。ElementsClaw在科研领域的突破、Comfy MCP让设计创作平民化、阿宝开始真正"办事"、谷歌把生图成本打到地板价、DeepSeek默默补齐多模态短板——每条单拎出来都值得单独写一期。
但我觉得它们放在一起看更有意思。
你发现没有，这些事的共同点不是"又出了个新工具"，而是AI正在一个接一个地接管过去只有人能干的事。
材料发现？干了。设计作图？干了。生活办事？干了。看图理解？干了。
我不是科研圈的人，没法判断ElementsClaw对超导研究的长期影响。但有一件事我很确定：如果AI能在人类自己都没搞明白的领域搞出发现，那下一个被它"重新定义"的，可能就是你我所在的行业。
评论区聊聊：你觉得下一个被AI攻克的领域会是什么？
我是AI工具智选，每周帮你筛一遍最值得关注的AI新工具和新动态。不吹不黑，只说真实体验。觉得有用就转发给需要的朋友，我们下期见。