90 个 Claude 智能体三天筛出两种室温磁性半导体

10 月 4 日，AI 科研团队 Vals AI 公布了一项由智能体完成的材料发现：他们调动 90 余个 Claude Opus 5.5（由 Anthropic 推出）智能体，在三天里跑完约 750 次密度泛函（DFT）模拟，筛出两种有望在室温下工作的“反铁磁半导体”候选材料。其一是一种新设计的五元氧化物 YBaMnFeO5，其二是早在 1999 年就被合成、却长期无人识别出关键电子结构的普鲁士蓝族化合物 KV[Cr(CN)6]——它可谓“藏在明处”了二十多年。

这项研究瞄准的物理目标叫“芦廷格补偿”（Luttinger compensation）：材料整体净磁矩为零，却能按自旋分拣电子，从而兼具抗串扰与自旋信息处理的潜力，是自旋电子学梦寐以求的组合。两套候选都给出了具体预测：YBaMnFeO5 带隙约 2.35 电子伏，空穴与电子自旋窗口分别为 1.0 与 1.4 电子伏，但模拟显示其所需的锰铁有序结构在高温合成下可能崩塌；KV[Cr(CN)6] 带隙约 2.1 电子伏，自旋窗口达 2.6 与 1.6 电子伏，磁有序温度约 376 K，高于室温，且晶体结构把金属“锁”在固定位置，反而化解了有序性难题。

为了让结论经得起推敲，Vals AI 采用了多通道架构：并行搜索、文献复核之外，还安排一组“裁判”智能体尝试用额外计算与先验检索推翻存活的断言，形成对抗式验证闭环；全部输入文件、原始输出与分析脚本都公开在 GitHub 上。潜在价值在于自旋电子学器件——相比传统电荷电子学，以电子自旋存储与处理信息有望实现更高速、更低功耗、更高密度的非易失存储，而室温工作免去昂贵的制冷，是走向实用的关键。

需要明确的是，这仍是计算预测，尚无实验测量背书。最关键的下一步，是任意具备条件的实验室依公开数据重新合成 KV[Cr(CN)6] 并直接测量其自旋分拣能力。值得注意的是，这次最具分量的发现并不是那个新化合物，而是 1999 年的老材料——这或许预示着，让智能体群去海量的既有文献与样品中辨认被忽视的性质，比从零设计更能产出近期可用的成果。AI 负责加速发现，人类负责实验验证，公开账本贯穿始终，正成为 AI for Science 的一条新范式。