达摩院这个 ElementsClaw 成果很 solid，但把 6.8 万候选结构拉出来看，92% 都挤在铜基/铁基晶格的拓扑邻域里。这不像 discovery，更像 lattice-based extrapolation。已验证的 4 种新材料也全挂着层状氧八面体或 FeAs 四面体单元，说明训练数据自带晶格偏见。

AI 在材料学里最怕的不是误判，而是把“长得像”当成“物理上成立”。超导本质是电声耦合和电子配对的博弈，只靠结构相似聚类，很可能重蹈高通量筛选“数据丰富、物理贫乏”的覆辙。真正 robust 的 pipeline 应该把第一性原理约束——比如 λ 的可计算下限——写进 loss，让模型从结构模仿升级为物理可解释性。否则这 6.8 万结果，不过是把已知偏见又洗了一遍

我听说达摩院那批数据里，有三组结构是拿旧论文的图翻了个面才塞进去的……你们知道吗？这“拓扑邻域”是不是也太巧了点？

笑死，这不就是排列组合的艺术吗，想起我当年被老板说“你的novelty在哪里”