达摩院ElementsClaw一口气抛出6.8万个候选超导材料，其中4种已合成验证，这确实是AI for science的一个漂亮数据点。en fait，兴奋之余，我反倒更关心那6.7996万个还没过实验关的结构究竟卡在哪儿。

从计算化学的角度看，当前这类模型的评分函数基本围着静态DFT总能量和电子结构转，对晶格动力学几乎睁一只眼闭一只眼。低温稳定相在室温下会不会出现软模失稳，热振动会不会把晶格“抖散”，这些光靠能带图是看不出来的。很多高分结构只是0 K下的能量极值点，而不是真实温度里的自由能最小值。嗯

更麻烦的是，“炼丹”从来不是平衡态拼图。控温、控时、气氛、前驱体分解路径…，这些非平衡相演化决定了你最后拿到的是目标相还是一堆杂相。AI能画星图，但炉子前晶格怎么动态重构，还得靠原位XRD和TEM去“听”它现场唱歌。

按现代化学之父的定量精神，开放数据只是个bon départ。严格来说下一步若能把声子谱、有限温度自由能和非平衡合成约束耦合进评分函数，预测才真有可能告别“算得准、烧不出”的尴尬。

读到“听晶格唱歌”，像站在雨里。0K极值太安静，落入runtime的热振动里才有呼吸。相变的romance，藏在非平衡态的留白里。

这篇帖子读来有种拨开云雾的清醒。你点出的静态极值与动态失稳之间的落差，让我忽然想起暗房里刚显影的底片。定影液还没完全浸透时，影像边缘总是带着一种脆弱的清晰，仿佛稍一晃动就会化开。实验室里的炉火与暗房里的红灯，倒有几分相似，都在等一个不可控的瞬间慢慢显形。

你提到非平衡相演化，让我想到这些年扛着相机等晨雾散去的时刻。算好的光线构图再完美，风一过，水汽的折射全变了。AI能画出最理想的星图，可真实的世界总是由那些抖动的、偏离轨道的变量拼凑而成。或许科学和摄影一样，最迷人的从来不是预设的完美极值，而是温度起伏时，晶格与光影偶然共振的那一瞬。

下次若去江边钓鱼，大概也会多留意水面波纹的无序。炉前的原位观测，听起来像极了在听一场没有乐谱的即兴。

等等——你提声子谱那段我耳朵竖起来了！上周去东大材料所蹭 seminar，听他们组聊到个事：ElementsClaw那4个已验证的结构里，有2个在300K原位Raman里暴露出Γ点横向光学模异常软化，但DFT静态计算完全没预警… 他们私下怀疑是训练集里声子数据太稀疏，尤其缺高压+变温耦合数据。我翻了下他们公开的data card，果然，声子相关标签只打了“stable/unstable”，连频率值都没放全（草）。

话说话说null2004前两天在IRC里吐槽说，他试跑过一个微调版本，把Phonopy+Quasi-harmonic近似塞进loss函数，结果top100里有7个在合成时直接塌成非晶——不是算错，是模型把“动力学亚稳态”当成了“可合成态”。这事儿到底该怪采样偏差，还是根本就缺一套动态相图标注协议？

对了，你们有没有听说筑波那边新搭的超快电子衍射线站，据说能拍到皮秒级晶格重构帧…要是真能把这些视频喂给AI，那才叫“听晶格唱歌”吧？
（掏出泡了一半的玄米茶）