大約 1706 年，柏林一個顏料匠 Diesbach 意外做出一種深藍色，後來叫普魯士藍，被當成第一個現代合成顏料。它的結構是用氰基把鐵原子串成立方骨架，一種鐵接碳端，另一種接氮端。普魯士藍本身也是磁體，只是要非常冷，5.6 K 才有磁序。

1999 年，兩位化學家把骨架裡的兩種鐵換成釩和鉻，做出 KV[Cr(CN)₆]。這個版本在 103 °C 還維持磁性，論文登上 JACS。

2026 年 10 月，一組 Claude Opus 5.5 agent 把這個 27 年前的磁體認了出來：它可能正是下一代記憶體在找的那種磁性半導體。

從顏料到磁體，隔了將近 300 年；從磁體到記憶體材料候選，又隔了 27 年。骨架從頭到尾沒變，變的是人看它的框架：先是顏料，再是磁體，現在是自旋電子學材料。

很多科研不是全新的發現，是老發現找到了新的用法。而這就是 AI 最擅長的事情。

研究是 Vals AI 10 月 4 日發表的，作者 Geby Jaff，全部計算和 agent 的工作卷宗都放在 GitHub。這個案例裡，agent 自己從零設計的材料做不出來，真正的答案是從舊論文裡挖出來的。

我讀完的判斷是：AI 做科研最狠的不是算力，是閱讀頻寬。 人類幾百年累積的論文，沒有任何一個專家讀得完，更不可能跨領域讀。AI 在這個階段最大的價值，是當一個讀過所有故紙堆的通才，拿新的框架回頭重讀老發現，把不同學科橫向打通。

先講清楚：我不是材料物理專家，沒有重跑任何 DFT 計算。這篇是依 Vals 原文與 GitHub repo 的公開資料做的分析。

30 秒定位

項目 內容
發表 Vals AI 部落格，2026-10-04，作者 Geby Jaff
執行者 一組平行工作的 Claude Opus 5.5 agent；人類負責 “setting goals, directing the search, and deciding what to publish”
期間 10 月 1 日到 4 日
算力 Quantum ESPRESSO 7.5 跑在 Modal 雲端 CPU 上，這條線送出大約 750 個 job
候選 1 YBaMnFeO₅，agent 新設計，大概做不出有效的形式
候選 2 KV[Cr(CN)₆]，1999 年已被合成，從舊文獻裡重新認出來
實驗量測 兩個材料的能隙、自旋分選都還沒有人量過
公開程度 61 條宣稱，其中 52 條可以直接從原始輸出重算

注意算力那一列。這不是一個超級電腦的故事，是雲端 CPU 跑四天。

要找的是哪一種磁鐵

MRAM 這類記憶體用電子的自旋方向（上或下）存資料。想像廣場上每人舉一面旗子，朝左或朝右：

  • 鐵磁（ferromagnet）：旗子全朝同一邊，遠處看得到旗海，也就是外漏的磁場。好讀，但會干擾鄰居、翻轉慢。
  • 反鐵磁（antiferromagnet）：兩兩抵消，遠看什麼都沒有，能塞得密、切換快。但朝左朝右的人長得一樣，讀不出資料。
  • Luttinger 補償磁體（LCM）：一樣兩兩抵消，但朝左的穿紅衣、朝右的穿藍衣。遠看沒有磁場，近看分得出來。

業界想要的是第三種，而且要是半導體、在室溫以上維持磁性。目前唯一經中子實驗確認的絕緣 LCM，48 K 就失去磁序。2025 年 Guo et al. 預測的兩個候選，磁序溫度是 210 K 和 75 K，論文把「室溫」點名為待解目標。

論點一：最狠的不是算力，是閱讀頻寬

agent 走了兩條路，結果剛好說明這件事。

第一條路靠算力：從零設計。 agent 設計了 YBaMnFeO₅，把錳和鐵排成立體棋盤格。紙上的成績很漂亮：能隙 2.35 eV，自旋窗 1.0 / 1.4 eV，校正後磁序溫度約 490 K。

但棋盤格在大約 950 K 就會亂掉，而合成這類氧化物要 900–1300 °C。做出來大概是一塊打散的晶體，效果全無。卷宗 10 月 2 日的狀態：

“DOWNGRADED. Not a discovery claim.”

第二條路靠閱讀：回頭重看已知材料。 失敗留下一條原則：兩種磁性位置的差異 “has to be enforced by strong chemistry”。帶著這條原則，agent 回頭翻已經存在的化合物。卷宗指出，已知在室溫以上有磁序的補償絕緣體至少有兩個，Ca–Si YIG（465 K）和 KV[Cr(CN)₆]（376 K），都沒有被當成 LCM 分析過。

KV[Cr(CN)₆] 是普魯士藍的同族：鉻抓氰基的碳端、釩抓氮端，每種金屬被化學鍵鎖在自己的位置。agent 算出能隙約 2.1 eV、自旋窗 2.6 / 1.6 eV，是室溫熱擾動（約 26 meV）的 60–100 倍。而且它不用證明做不做得出來，1999 年就做過了，實測 376 K（103 °C）仍有磁序。

算力設計出來的那個，死在做不出來。閱讀翻出來的那個，前人已經付過實驗成本。

把這個材料的身世排成時間軸，就看得出閱讀頻寬在補什麼：

年份 誰 領域 留下了什麼
約 1706 Diesbach 顏料 普魯士藍，這個骨架的祖先；本身也是磁體，要冷到 5.6 K
1960 Luttinger 理論物理 Luttinger 定理，後來成為這類磁體名字的來源
1999 Holmes & Girolami 化學 合成 KV[Cr(CN)₆]，376 K 有磁序，刻意讓兩種金屬的磁矩抵消
2008 Middlemiss 等 計算物理 研究壓力下的磁耦合；圖上兩個能帶邊緣已是同一個自旋，沒有評論
2025 Guo et al. 自旋電子學 點名室溫 LCM 半導體是待解目標
2026 Claude agent 跨領域 把前面接起來，量化自旋窗、測穩健性

每一筆都不是廢稿，1999 年那篇的標題就在講「磁序溫度超過 100 °C」。每一篇都在回答自己的問題，答案剛好是別人的問題需要的。 缺的不是知識，是一個同時讀過這幾堆文獻的人。

但要講精確：這次不是「一晚上全翻完」。agent 花了四天，而且文獻搜尋漏掉了最接近的前人工作 Middlemiss 2008，是外部讀者做文獻檢查時補上的。閱讀頻寬大，不等於讀全了。

論點二：AI 是第一個讀過所有故紙堆的通才

為什麼這件事人類一直沒做？

專家是縱向的。 化學家讀化學期刊，講 molecule-based magnet；計算物理學者講 exchange coupling；自旋電子學的人講 Luttinger-compensated。同一個材料，用三種關鍵字存在三個社群裡。一個專家要花一輩子把自己的領域讀深，沒有餘力橫向讀別人的領域。

AI 在這個階段剛好是反過來的。 它不見得比任何一個專家深，但它讀化學期刊和讀物理期刊的成本一樣，不會因為「這不是我們領域的」就略過。它的強項是寬，是把不同學科的東西放在同一個腦子裡比對。

這件事有前人。1986 年，資訊科學家 Don Swanson 發表〈Fish Oil, Raynaud’s Syndrome, and Undiscovered Public Knowledge〉。他發現兩批彼此不引用的醫學文獻：一批說魚油會影響血液黏稠度，另一批說雷諾氏症跟血液黏稠度有關。A 連 B、B 連 C，沒人寫過 A 連 C。他把這叫「未被發現的公開知識」。Swanson 當年靠人工翻 Medline，一次接一條線。agent 是把這件事規模化。

而且故紙堆不只用來找答案，也用來排除錯的答案。YBaMnFeO₅ 被判死，靠的不只是模擬：agent 拿 2016 年 Nature Communications 上同家族化合物的實驗當校準，還比對了同家族已經做出來的類似化合物，排列全都是亂的。前人的失敗紀錄，替 agent 省掉了一次合成實驗。

這不是孤例。上個月我寫過〈950 個 Claude Agent 翻出類 CRISPR 系統 ART〉，結構一模一樣：那個逆轉錄酶以前的研究就見過，Claude 是第一個注意到它旁邊還有一串重複陣列和搭檔蛋白的。一個在生物學的資料庫裡，一個在材料科學的期刊裡，兩週內兩個案例，都是同一個模式：東西早就在故紙堆裡，AI 用另一個學科的眼光多看了一眼。

新學科會不會就這樣長出來？

這一段是推測，先標清楚。

看「Luttinger 補償磁體」這個名字本身：一個 1960 年的理論物理定理，加上磁學，加上記憶體應用。這個分類本身就是跨學科拼起來的。把這類完全補償的磁體當成自旋電子學目標材料來預測的論文，集中在 2024–2025 年。

如果 AI 現階段的主要工作，是拿一個領域的新分類去重掃另一個領域的舊資料，那它每接起一條線，就可能在兩個學科的交界處多出一個新問題。新學科不一定要有人刻意去開創，可能是這樣一條一條接出來的。

但這個推測目前只有兩個案例撐著，我不打算講得更滿。

離能用還很遠，但這是一個很好的案例

KV[Cr(CN)₆] 離一顆能用的記憶體還很遠。能隙和自旋極化沒人量過，真實樣品只有 1999 年一份含水粉末，更沒有任何元件。agent 自己的審稿 agent 給的評分也很清楚：”Not big news.”

但它是一個很好的案例。AI 怎麼從故紙堆裡挖出東西、怎麼判斷挖到的是不是真的、哪裡漏了，這次全部攤開在 repo 裡，任何人都可以查。

AI 考古科學家

所以這次真正值得帶走的，不是材料，是工作方式。這種工作方式，可以叫它 AI 考古科學家。

考古不是挖到東西就算數。把這次 repo 裡的流程對上考古的工序，大概長這樣：

考古工序 這次怎麼做 誰做
定方向 決定找室溫 LCM 半導體 人
挖掘 用新分類重掃已知材料與文獻 agent
鑑定 對已知結構跑 DFT，先寫好判死規則再算 agent
交叉驗證 派審稿 agent 專門挑錯，撤回不成立的宣稱 agent
補漏 檢查有沒有漏掉的前人工作（這次漏了 Middlemiss 2008） 外部讀者
策展 決定哪個值得發表、送進實驗室 人

鑑定這一步最能看出紀律。1999 年的真實樣品孔洞裡有水，agent 事先登記的規則是：水把電洞窗砍掉太多就判死。快的方法觸發了判死，agent 撤回了「現有樣品就有這個效應」的宣稱。後來準的方法算出來效應還在，審稿 agent 的結論是：

“Hydrate HSE is a method split, not a pre-registered pass.”

換了方法拿到好結果，只算「方法有分歧」，不算通過。挖到的東西再漂亮，也不能事後改標籤。

表格裡「補漏」那一列也值得多看一眼：這是目前 agent 最弱的一環，也是人最該守的位置。

你公司的故紙堆

換到企業，這個工種一樣成立。每家公司都有自己的「1999 年論文」：舊專案的結案報告、做到一半被擱置的實驗紀錄、當年因為別的原因被否決的設計。它們當年在回答別的問題，現在出現了新框架，可能是新法規、新客戶需求、新技術，但沒有人有時間回頭重讀。

這次的 agent 是從零設計失敗後，才回頭翻舊材料找到答案。企業可以把順序倒過來：先讓 agent 拿新框架重讀既有資產，再決定要不要從零開始。前提有三個：舊資料有留下來、找得到；有一個快速驗證的方法，像這次的 DFT 重算；還有一個人負責檢查它漏讀了什麼。

坦白說

這篇的兩個論點，都要打折。

1. 「讀過所有故紙堆」是誇張說法。 這次 agent 漏掉的，恰好是最接近的那一篇前人工作。閱讀頻寬大是真的，覆蓋率沒人保證。如果漏讀的是一篇已經證明這個材料不行的論文，整個結論都會不一樣。

2. 物理原理不是新的。 Vals 自己寫了：”It has long been understood that this kind of magnet has spin-split electrons.” 這次的貢獻是把已知原理對上一個已知材料，再量化。是打通，不是發明。

3. 倖存者偏差。 README 寫，同時進行的其他搜尋路線 “did not find anything above their bars”。我們只看到成功的這一條，考古挖空的坑沒有被寫成部落格。

4. 「新學科自然長出來」只有兩個案例。 ART 和這次都是「舊資料、新眼光」，但兩個案例撐不起一個趨勢。我把它當成一個值得追蹤的假設，不是結論。

但它做對了一件事：它把「重讀」做成了可以被檢查的流程。 從失敗設計萃取原則、用原則篩已知材料、對已知結構重算、預先登記判死條件、公開 61 條宣稱讓外人抓錯。這套工序比材料本身更容易被複製到別的領域。

關鍵洞察

1. AI 在科研的第一個穩定角色是通才讀者，不是發明家。 這次從零設計的候選死在可合成性，從舊文獻重讀出來的候選在 1999 年就過了這一關。

2. 新框架出現時，就是重讀舊資料的時機。 答案常常不缺，缺的是一個同時讀過好幾個學科的人。這件苦工剛好適合交給平行的 agent。

3. 翻出候選不等於做出產品。 對任何「AI 發現新材料」的消息，先問三件事：有沒有實驗量測、有沒有真實樣品、離元件還差幾步。

4. AI 考古科學家這個工種裡，人要守的是補漏和策展。 agent 能挖、能鑑定、能互相挑錯，但會漏讀。檢查覆蓋率、決定哪個值得送進實驗室，目前還是人的工作。

常見問題 Q&A

Q: Vals AI 的 Claude agent 到底找到了什麼？

2026 年 10 月 1 日到 4 日，一組 Claude Opus 5.5 agent 用密度泛函理論（DFT，Density Functional Theory）計算，找到兩個室溫 Luttinger 補償磁性半導體候選材料：新設計的 YBaMnFeO₅，計算顯示它大概做不出有效的有序形式；以及 1999 年就被合成過的 KV[Cr(CN)₆]，預測能隙約 2.1 eV、自旋窗 2.6 / 1.6 eV，1999 年樣品實測磁序溫度 376 K。兩者都是計算預測，能隙和自旋分選都還沒有實驗量測。

Q: 為什麼說 AI 做科研最狠的是閱讀頻寬，不是算力？

這次研究用的是雲端 CPU，約 750 個計算 job，四天完成，不是超級電腦等級的算力。真正的突破來自閱讀：KV[Cr(CN)₆] 的相關知識散在 1999 年的化學論文、2008 年的計算物理論文、2025 年的自旋電子學論文裡，三個社群用不同的詞，沒有人同時讀過。agent 用新的 Luttinger 補償分類回頭重看已知材料，才把它們接起來。但閱讀頻寬大不等於讀全，這次 agent 漏掉了最接近的 2008 年前人論文，是外部讀者補上的。

Q: KV[Cr(CN)₆] 離做成記憶體還有多遠？

還很遠。目前只有 1999 年的一份含水粉末樣品，無水晶體從未被報導；兩種計算方法對含水的影響結論不同；能隙、自旋極化都沒量過；能帶很窄，載子遲緩；室溫下磁序只完成約 60%。研究方提出的下一步是三個實驗：重做材料量組成與飽和磁化、X 光磁圓二色性（XMCD）與磁光量測、自旋解析光電子能譜（Spin-resolved Photoemission）。這些全部做完也只確認材料性質，離元件和量產還有很多步。

Q: 「AI 考古科學家」是什麼樣的工作？

指用 AI agent 拿新的分類或框架，重讀人類累積的舊文獻與舊資料，找出當年沒被注意到的連結。這個概念的前身是 Don Swanson 1986 年提出的「未被發現的公開知識」（Undiscovered Public Knowledge）。以 Vals 的案例，工序包括：人定方向、agent 重掃文獻、agent 用 DFT 鑑定並預先登記判死規則、審稿 agent 交叉驗證、人補漏與決定送實驗室。目前 agent 最弱的是文獻覆蓋率，需要人檢查。

Q: Luttinger 補償磁體（Luttinger-compensated magnet）跟一般反鐵磁有什麼不同？

兩者淨磁矩都是零，沒有外漏磁場，可以塞得很密。一般反鐵磁的上下自旋原子環境相同，電子無法依自旋分開，難以讀寫資料；Luttinger 補償磁體的上下自旋原子位在不同環境（常是不同元素），能隙邊緣的電子會依自旋排好，可用在自旋電子學（Spintronics）。名稱來自 1960 年的 Luttinger 定理。衡量指標是自旋窗（Spin Window）寬度，要遠大於室溫熱擾動的大約 26 meV。

資料核對日期：2026-10-07。主要來源：Vals AI〈Two Room-Temperature Antiferromagnetic Semiconductor Candidates〉（2026-10-04）、compensated-magnet-ledger GitHub repo（含 BLOG.md、README、LEDGER 與兩份 agent 卷宗）、S. M. Holmes & G. S. Girolami, J. Am. Chem. Soc. 121, 5593 (1999)、P.-J. Guo et al., arXiv:2502.18136、D. R. Swanson, Perspectives in Biology and Medicine 30(1), 7–18 (1986)、Prussian blue（Wikipedia）、Luttinger’s theorem（Wikipedia）。本文未重跑任何計算，未獨立驗證 DFT 結果。