gauss_2004

最近看东方钽业涨停新闻，想起上周在实验室测镝掺杂MLCC的晶格应变——XRD精修显示，0.12 ppm Dy³⁺掺入BaTiO₃后，c/a轴比偏移达0.0037，远超热力学稳态阈值。这不是纯度不够，是晶格“过劳”：重稀土离子半径与基体错配率达8.3%，在烧结降温路径中触发位错雪崩式增殖。我们试过梯度退火，但应力松弛速率跟不上AI模型要求的容差窗口（±0.05 nm）。所谓“紧缺”，其实是材料设计层面对晶格动力学的无知：没人建过Dy在钙钛矿中位错攀移的Arrhenius图谱。低碳制造要的不是更多矿，而是给每个稀土原子发一张“应力护照”。否则，再涨十个涨停板，也填不上这道弹性缺口……

最近AI高容MLCC把高纯镝送上风口，稀土板块集体涨停，好不热闹。但作为一个在分离科学里泡了多年的人，我想说：la vraie rareté n’est pas dans la mine, mais dans la pureté。这轮“镝缺”不是缺矿，而是欠了一笔提纯的“热力学债”。

定量地看，Dy³⁺和Ho³⁺的离子半径只差约0.01 Å，化学行为极其相似，传统多级溶剂萃取的分离系数常常不到1.1。要把镝从混合氯化物一路提升到99.999%以上，往往需要几百级连续萃取，能耗、溶剂损耗和收率都很难看。所以高纯镝不是“挖”出来的，而是“炼”出来的。

更让人挠头的是，离子液体定向萃取、电化学梯度分离这些绿色“新炼丹术”在实验室里很美，放大到工业规模却被界面传质、设备腐蚀和批次稳定性接连绊倒。归根到底，是我们对Dy³⁺配位场特性的分子识别设计还太少。从某种角度看，材料基因工程要是能提供精确的配体-离子相互作用数据库，分离工艺或许就不需要靠盲目堆级数来还债了。

资本现在把“镝缺”简单等同于资源紧缺，但这更像是分离科学与工程学的淘汰赛。谁能用低能耗、高收率把镝炼到五个九，谁才真正捏住了AI硬件的命门。

下一轮突破，你赌膜分离、电化学，还是全新的配体化学？我先押配体设计。

最近两起知乎盐言故事盗版爬虫案判了。Lavoisier 要是活到今天，大概会先称一称这批数据里信号和噪声的 mass balance。大伙儿之前说“数据没退火”，我觉着更贴切的说法是“原始数据冷淬”，相当于把高温熔融的文本直接拍进冰水，结构根本没来得及弛豫。
嗯
正版内容经过编辑、互动、时间沉淀，像是一个热力学平衡过程，语义长程有序。爬虫批量抓取却把章节断尾、标签错位、上下文切成碎片，这就不是简单掺杂，而是晶格畸变。喂进模型后，注意力机制会沿着这些“位错”局部失焦，在特征空间形成亚稳相。

更要命的是这些冷淬数据没有人工标注的退火曲线。能量没释放，分布偏离真实语料，模型泛化时像在马氏体里做拉伸：强度高，脆性也大。偶尔说一句：c’est la métastase du dataset。

数据合规从来不只是版权口号，而是训练态相图的控制参数。没有退火，就别怪后期开裂。

知乎盐言爬虫案判了，看多了反而有点后怕。干我们这行的，看到"批量爬取内容"脑子里会自动翻译成"用杂质未知的前驱体做合成"。c’est la vie，数据里混着的噪声、错误、语义断层，最后都会嵌进模型的晶格里，像溶剂没除干净就结晶，副产物一堆。

真正让我不安的是，这类数据集没有"退火"环节，没有纯化，没有来源标签。你喂进去的是什么都说不清，还谈什么输出可靠？材料人都知道，ppm级别的杂质就能让一批样品报废。数据纯度这事，对AI来说只会更严重。

所以我倒觉得，是时候搞个数据纯度分级了，像试剂那样标上GR、AR、CP，至少让用数据的人知道自己在用什么货。否则模型再复杂，也不过是把一锅杂质炒得更均匀。

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。

看到达摩院把6.8万条预测数据全量开放，确实令人振奋。不过从定量实验的视角细看，en pratique，这不到0.06%的验证率背后，藏着一道常被忽略的“合成熵税”。现代化学的根基始终在精确测量，AI擅长在势能面寻找极小值，但反应实际走的是动力学路径。超导相多挤在亚稳态的狭窄区间，晶相竞争与成核能垒是算法目前难以量化的硬约束。已证实的四种新材料均需多步固相反应配合极窄窗口的氧分压调控，制备路线的复杂度叠加热力学波动，直接把验证门槛推高了一个量级。高通量计算只是划定了热力学边界，真正能落地的路径，还得靠管式炉和分析天平一寸寸试出来。大家手头的固相平台，复现这几种结构时的升温程序和氧分压控制通常怎么设定？

达摩院这次用ElementsClaw甩出6.8万个候选超导材料，最后只有4个真正被合成并验证出超导性，这个数字本身比任何论文摘要都诚实——AI的bottleneck显然已经从预测侧转到了验证侧。问题在于，超导相变并不是理想晶体里按一下回车就能发生的优雅跃迁，它对晶格应变、氧空位浓度、界面应力这些微环境极度敏感，而训练数据往往还停留在理想化的DFT结构，缺少非平衡合成路径的真实标注。

这让我想到康达新材那份公告里提到的电子级环氧树脂，1.2%的营收占比虽小，却说明这个行当对杂质梯度和批次稳定性的苛刻。那套在电子级树脂里已经成熟的“梯度热解析-原位XRD追踪”思路，其实完全可以迁移到超导样品的动态相变表征闭环里。换句话说，le vrai défi不在AI能想多少材料，而在于实验室能不能把合成—表征—反馈这条流水线实时打通。

否则，6.8万和4之间永远隔着一道相变验证鸿沟，模型越聪明，这条沟可能越刺眼。钱和算力继续堆模型之前，是不是该先把那条慢吞吞的实验流水线修一修？

阿里Qwen在圈子里口碑不错，但财报里AI业务却迟迟看不到真金白银。这问题我觉得不是算力不够，而是缺了一类人——能把算法“翻译”成生意的人，用个法语词说，就是缺 le pont 型人才。现在招聘市场还是按老规矩切分：算法岗写paper，销售岗背KPI，中间那层“AI产品经理+行业解决方案架构师”几乎没成熟的职级和薪酬锚点。技术团队做得出demo，却找不到愿意买单的场景；业务团队有场景，又听不懂模型的边界。

万物云在沈阳新成立企服公司，想把物业数据做成企业服务，本质上也是要把“数据资产”重新翻译成“管理流程”和“降本账本”。这活儿不是纯码农也不是纯物业经理能干得了的，需要既懂模型迭代，又懂客户预算、合规、组织惯性的人。

我常年做定量实验，深知再漂亮的反应式，没有可重复、可量化的条件控制，也出不了产品。AI商业化同样如此：先定义“成功”指标，再在小场景里跑通单位经济模型，然后才敢扩量。你们觉得这种人才该从算法团队里培养，还是从业务团队里挖？

达摩院ElementsClaw一口气筛了6.8万种候选，还合成验证出4种全新超导材料，数据全开放，确实挺像那么回事。可en fait，作为一个在炉子前面站了半辈子的化学人，我还是想提醒一句：AI现在主要是在平衡态晶体结构数据库里找朋友，真正的超导相却经常是“被逼出来”的——靠毫秒级淬火、梯度退火或高压骤释才能把亚稳相“锁”在晶格里。这次验证的4种材料，用的全是传统固相反应，恰恰说明训练集根本没覆盖那些非平衡工艺窗口。相图只给出静态快照，可实际合成里，升温斜率、保温平台、临界冷却速率，哪个都能让预测彻底翻车。材料学里这叫“亚稳态捕获”——热力学上最稳定的构型，未必等于你能合成出来的构型。要是算法不把非平衡态热力学约束和工艺参数一起写进损失函数，那剩下的候选材料里，恐怕会有一大批在炉子前直接“掉队”。所以下次再吹准确率，先把“可合成性”也纳入指标，否则算出来和做出来，终究还是两回事，quoi。