这周被高估的一篇：AI 自己想出了催化剂
这周传得最广的一条，是大模型自己提出科学假设、做出了性能 36 倍的催化剂。原文我读了，是伯明翰大学和中科大江海龙组发在美国化学会志上的工作，结论扎实，但有两处容易被读歪。
第一，36 倍是对母体材料，不是对这个领域现有最好的催化剂。母体是没改过的 UiO-67，本来就不是为产氢优化的，所以这是"改过之后比没改的强 36 倍"，不是"刷新了世界纪录"。
第二，"自己提出假设"有前提。模型是在人搭好的流程里，读三个指定领域的文献，推出"把碱性、能形成氢键的基团放到催化中心旁边"这个猜想。这个猜想在配位化学里不算意外，真正硬的是后面：合成 31 个变体，自动平台跑 6 轮闭环，把它做实了。
所以价值不在"AI 有了灵感"，在于假设、合成、测试、回头改这条链子跑通了，并且拿到可复现的数字。
真正值得追的问题是：换一个模型、换一个人来设提示词，它还会提出同一个假设吗。

论文投稿 读博 研究生 学术圈 人工智能 AI人工智能 文献阅读