實戰

Opus 4.5 Agent 自主發現室溫磁性半導體,AI for Science 跑通端到端閉環

Vals AI 團隊以 Claude Opus 4.5 agents 完成從材料篩選到 DFT 驗證的完整流程,找出兩種室溫磁性半導體候選材料。HN 拿下 172 分、128 則評論——這是 LLM agent 在硬科學領域少見的量化成果。

字級

昨天 Hacker News 首頁出現一則頗吸睛的貼文:Vals AI 團隊用 Claude Opus 4.5 agents 在材料發現流程中跑完端到端,最終找出兩種室溫磁性半導體候選材料。172 分、128 則評論,對 AI for Science 這個偶爾放大消息的領域來說,討論熱度不算低。

簡單來說:室溫磁性半導體這個題目,凝聚態物理埋頭苦幹數十年仍未攻克;現在一個通用 LLM agent 自主跑流程、篩選、驗證,給出了候選材料。

以下逐步拆解。

它到底做了什麼

Vals AI 讓 Opus 4.5 agent 跑了一套完整的材料發現鏈路:

  • 候選生成:根據現有材料資料庫與物理直覺,生成可能同時具備磁性與半導體性的化合物結構
  • 腳本撰寫:agent 自行寫程式,呼叫第一性原理計算工具(推測是 VASP 或 Quantum ESPRESSO 等 DFT 軟體)
  • DFT 驗證:對候選結構進行密度泛函理論計算,驗證磁矩與能帶結構
  • 篩選:依「室溫下穩定 + 磁性 + 半導體性」三項硬約束過濾結果

最終產出:兩種室溫磁性半導體候選材料。

⚠️ 小細節:Vals AI 部落格標題把「4.5」誤寫成「5.5」(原文 https://www.vals.ai/blogs/room-temperature-magnetic-semiconductors)。這是筆誤,Anthropic 目前對外公開的 Opus 版本是 4.5,而非 5.5。

為什麼這件事值得關注

過去談 AI for Science,故事多半圍繞「輔助」展開:

  • AlphaFold 預測蛋白質結構——專用模型 + 大量算力
  • GNoME 挖掘新材料——Google DeepMind 投入數百萬 GPU 小時
  • GNoME 的延伸工作——仍是專用 pipeline

共同點:專用模型 + 客製化 pipeline + 龐大算力。每次都是一次性的工程奇蹟,換題目幾乎要從頭來過。

這次不同。Vals AI 用的是通用 LLM agent——沒有專門訓練、沒有客製架構,單純是 Claude Opus 4.5 + 現成的 DFT 工具鏈。能複製嗎?理論上可以。這才是重點。

另一個反直覺的觀察:產出是可驗證的物理結果,不是 demo、不是「看它寫了多漂亮的程式」,而是能丟進 DFT 跑出能帶圖、能帶隙、磁矩的候選材料。這種量化的科學產出在 LLM agent 領域相當少見。

流程拆解:從 prompt 到 DFT

Vals AI 並未公開完整 prompt,但從公開資訊與留言區討論推測,工作流程大致如下:

1. 系統提示:定義任務——尋找室溫磁性半導體
   - 輸入:已知材料資料庫(如 Materials Project)
   - 約束:磁矩 > 閾值、能帶隙 0.1-3 eV、形成能 < 閾值
   - 工具:DFT 計算腳本 + 檔案讀寫 + 程式碼執行

2. Agent 自主循環(ReAct 或類似框架):
   - Thought:「需要找過渡金屬摻雜的氧化物」
   - Action:寫腳本生成候選結構(CIF 檔)
   - Observation:結構生成成功
   - Thought:「呼叫 VASP 計算磁性」
   - Action:寫輸入檔,提交計算
   - Observation:磁矩 2.3 μB
   - Thought:「能帶隙太小,調整摻雜比例」
   - Action:修改結構,重新計算
   - ...(循環 N 輪)

3. 人工介入環節:
   - 任務定義、約束條件設定、最終結果篩選
   - DFT 計算的資源調度(本地或超算)
   - 物理解釋、後續實驗設計

哪些環節由 agent 自主決策?候選生成、參數調整、迭代優化——幾乎都是 agent 自己跑。哪些仍由人介入?任務定義、最終判斷、實驗合成——人。

三個容易被忽略的細節

(1) 室溫磁性半導體本身就是硬骨頭

這不是「AI 攻克 XX 問題」的爽文。室溫磁性半導體(spintronics 的核心材料)在凝聚態物理卡了數十年,已知材料不是居里溫度遠低於室溫,就是磁性太弱無法實用。並非筆者信口開河——翻閱任何一本 spintronics 教材都會看到這段歷史。

(2)「候選」不等於「合成」

DFT 算出穩定 ≠ 實驗能做得出來。

離真正可用的材料至少還差十步:合成 → 表徵 → 磁性量測 → 電學量測 → 元件整合 → 量產可行性評估。AI 提供的是「地圖上的路線」,而非「已經抵達目的地」。

(3) Vals AI 不是學術機構

這是做 AI 評測的團隊,並非 MIT 或 Stanford。他們的做法——用現成 LLM + 現成工具鏈——理論上任何擁有 Python 環境與 DFT 軟體授權的團隊都能複製。

方法論的複製門檻遠低於 AlphaFold,這一點對業界的衝擊可能比「發現新材料」本身更具深意。

與過去 AI 科研新聞相比,這次有何不同

  • AlphaFold 2:專用模型(Evoformer),數千 TPU 天,複製門檻極高
  • GNoME:專用 GNN + 主動學習,數百萬 GPU 小時,複製門檻極高
  • Vals AI:通用 LLM agent,單機 + DFT 軟體,複製門檻低

關鍵差異在於專用 vs 通用。

AlphaFold 花了數年、千人團隊、專為蛋白質摺疊設計架構。Vals AI 則是用 Anthropic 訓練好的模型 + 撰寫 prompt + 調用現成工具。

門檻與成本完全不在同一個量級。

編輯觀點

這件事真正的訊號不是「AI 又立功」,而是agent 範式在硬科學的首次量化交付。

過去 AI for Science 的成功案例都依賴「專用模型 + 大算力」,每次都是一次性的工程奇蹟。這次不同——通用 LLM agent + 現成工具鏈就能跑出可驗證的科學產出。這代表研究分工可能需要重組:通用 agent 負責「掃雷」,人類科學家專注「拆雷」。

但有幾點需要警惕:

  1. 「候選」被誇大的風險。媒體很容易把「DFT 驗證」包裝成「AI 發現新材料」,兩者差距十萬八千里。合成、表徵、元件化——這些才是真正的硬仗,AI 目前幫不上忙。
  2. 可重現性尚未驗證。Vals AI 給出的是結果,未提供完整 prompt 與工具鏈。若其他團隊用同樣方法跑不出類似結果,這次可能只是「倖存者偏差」。
  3. 物理直覺的邊界。通用 LLM 真的理解 spintronics 的深層物理嗎?還是只是「看起來像在做研究」?這次結果傾向前者,但樣本量太小,下結論為時過早。

我的判斷:這件事的真正價值在於「證明通用 agent 能跑通硬科學閉環」,而非「找到室溫磁性半導體」。前者開啟方法論的大門,後者只是這套方法論的首次驗證。

未來 6-12 個月值得關注:是否有其他團隊用類似方法在物理、化學、生物領域重現成功。若出現,這就是典範轉移;若只有 Vals AI 一家,可能只是行銷操作。


參考資料:

來源: https://www.vals.ai/blogs/room-temperature-magnetic-semiconductors