昨天 Hacker News 首页挂了一条挺扎眼的:Vals AI 用 Claude Opus 4.5 agents 在材料发现流程里端到端跑了一遍,最后捞出两种室温磁性半导体候选。172 分、128 条评论。对 AI for Science 这种时不时放卫星的领域,这个讨论量不算小。
简单翻译一下:室温磁性半导体这个东西,凝聚态物理做了几十年没搞定;现在一个通用 LLM agent 自己跑流程、自己筛、自己验证,给出了候选材料。
下面拆开看。
它到底做了什么
Vals AI 让 Opus 4.5 agent 跑了一套材料发现的完整链路:
- 候选生成:基于已有的材料数据库和物理直觉,生成可能具备磁性 + 半导体性的化合物结构
- 脚本编写:agent 自己写代码,调用第一性原理计算工具(应该是 VASP 或 Quantum ESPRESSO 这类 DFT 软件)
- DFT 验证:对候选结构做密度泛函理论计算,验证磁矩、能带结构
- 筛选:过滤出满足"室温条件下稳定 + 磁性 + 半导体性"三个硬约束的结果
最后产出:两种室温磁性半导体候选材料。
⚠️ 注意一个细节:Vals AI 的博客标题把 "4.5" 写成了 "5.5"(原文 https://www.vals.ai/blogs/room-temperature-magnetic-semiconductors)。这是笔误,Anthropic 目前对外的 Opus 版本是 4.5,不是 5.5。
为什么这事值得看
过去讲 AI for Science,故事都是"辅助":
- AlphaFold 预测蛋白质结构——专用模型 + 大算力
- GNoME 挖新材料——Google DeepMind 投了几百万 GPU 小时
- GNoME 的扩展工作——还是专用 pipeline
共同点:专用模型 + 定制 pipeline + 大量算力。每一次都是一次性的工程奇迹,换课题基本要从头搭。
这次不一样。Vals AI 用的是一个通用 LLM agent——没专门训练,没定制架构,就是 Claude Opus 4.5 + 现成的 DFT 工具链。能复现吗?理论上能。这才是关键。
另一个反共识的点:产出是可验证的物理结果,不是 demo、不是"看它写了多漂亮的代码",而是能扔进 DFT 跑出能带图、能带隙、能磁矩的候选材料。这种量化的科学输出在 LLM agent 领域非常少见。
流程拆解:从 prompt 到 DFT
Vals AI 没公开完整 prompt,但从公开信息和评论区的讨论,可以推测工作流大致是这样:
1. 系统提示:定义任务——寻找室温磁性半导体
- 输入:已知材料数据库(如 Materials Project)
- 约束:磁矩 > 阈值、能带隙 0.1-3 eV、形成能 < 阈值
- 工具:DFT 计算脚本 + 文件读写 + 代码执行
2. Agent 自主循环(ReAct 或类似框架):
- Thought:"需要找过渡金属掺杂的氧化物"
- Action:写脚本生成候选结构(CIF 文件)
- Observation:结构生成成功
- Thought:"调用 VASP 计算磁性"
- Action:写输入文件,提交计算
- Observation:磁矩 2.3 μB
- Thought:"能带隙太小,调整掺杂比例"
- Action:修改结构,重新计算
- ...(循环 N 轮)
3. 人工 loop 在哪:
- 任务定义、约束条件设定、最终结果筛选
- DFT 计算的资源调度(本地还是超算)
- 物理解释、后续实验设计
哪些环节是 agent 自主决策?候选生成、参数调整、迭代优化——基本都是 agent 自己跑。哪些还是人在 loop?任务定义、最终判定、实验合成——人。
三个容易被忽略的细节
(1) 室温磁性半导体本身就是硬骨头
这不是什么"AI 攻克了 XX 问题"的爽文。室温磁性半导体(spintronics 的核心材料)在凝聚态物理里卡了几十年。已知材料要么居里温度远低于室温,要么磁性弱到没法用。背景知识,不是我瞎说——你翻任何一本 spintronics 教材都会看到这段历史。
(2) "候选"不等于"合成"
DFT 算出来稳定 ≠ 实验能做出来。
离真正材料还差至少 10 步:合成 → 表征 → 测磁性 → 测电学 → 器件集成 → 量产可行性评估。AI 给的是"地图上的路线",不是"已经走到目的地"。
(3) Vals AI 不是学术机构
这是个做 AI 评测的团队,不是 MIT 也不是 Stanford。他们做的事情——用现成 LLM + 现成工具链——理论上任何有 Python 环境 + DFT 软件 license 的团队都能复现。
方法论的复制门槛比 AlphaFold 低太多。这一点对行业冲击可能比"发现新材料"本身更大。
和之前那些 AI 科研新闻比,这次有何不同
| 项目 | 模型类型 | 算力 | 复制门槛 |
|---|---|---|---|
| AlphaFold 2 | 专用(Evoformer) | 数千 TPU 天 | 极高 |
| GNoME | 专用 GNN + 主动学习 | 数百万 GPU 小时 | 极高 |
| Vals AI | 通用 LLM agent | 单机 + DFT 软件 | 低 |
关键差异:专用 vs 通用。
AlphaFold 是砸了几年 + 几千人团队 + 专门为蛋白质折叠设计架构的产物。Vals AI 是用 Anthropic 已经训好的模型 + 写 prompt + 调现成工具。
门槛和成本完全不在一个量级。
编辑思考
这件事真正的信号不是"AI 又立功了",而是 agent 范式在硬科学的首次量化交付。
过去 AI for Science 的成功案例都依赖"专用模型 + 大算力",每次都是一次性的工程奇迹。这次不一样——通用 LLM agent + 现成工具链就能跑出可验证的科学输出。这意味着研究分工可能要重构:通用 agent 负责"扫雷",人类科学家专注"拆雷"。
但要警惕几点:
-
"候选"被夸大的风险。媒体很容易把"DFT 验证"包装成"AI 发现新材料",这两者差着十万八千里。合成、表征、器件化——这些才是真正的硬仗,AI 现在帮不上忙。
-
可复现性还没验证。Vals AI 给的是结果,没给完整 prompt 和工具链。如果其他团队用同样的方法跑不出类似结果,这次可能只是"幸存者偏差"。
-
物理直觉的边界。通用 LLM 真的能理解 spintronics 的深层物理吗?还是只是"看起来像在做研究"?这次的结果倾向于前者,但样本量太小,下结论太早。
我的判断:这件事的真正价值是"证明了通用 agent 能跑通硬科学闭环",而不是"找到了室温磁性半导体"。 前者打开的是方法论的大门,后者只是这个方法论的第一次验证。
接下来 6-12 个月值得关注:是否有其他团队用类似方法在物理、化学、生物领域复现成功。如果出现,这就是范式转变;如果只有 Vals AI 这一家,可能就是营销。
参考:
- Vals AI 原文:https://www.vals.ai/blogs/room-temperature-magnetic-semiconductors
- HN 讨论:172 分,128 条评论(2025 年 8 月)