如果告诉你：有一种材料，理论上能让电脑内存的读写速度快上1000倍，而且它1999年就被人类造出来了，只是没人发现它真正的用处——你信吗？
先别急着转发。这事是真的，但需要加几个限定词。
准确地说：2026年10月4日，Vals AI 发布了一项研究。他们用 Claude Opus 5.5 组成的 AI 智能体团队，跑了大约750次计算，筛出了两种“理论上可能在室温下工作”的反铁磁半导体候选材料。其中一种，是AI自己设计的全新氧化物；另一种，是1999年就被合成出来、此后27年几乎无人问津的旧化合物。
AI没有造出芯片，也没有实测出1000倍提速。它做的是计算预测。
但这个故事依然很酷。因为它说明了一件事：人类攒了这么多年的论文，可能真的有很多宝贝，只是没人读得过来。
电脑内存，卡在一对矛盾里
想理解这件事，先想象一个停车场。
普通磁铁，也就是铁磁体，像一群特别外向的人。每个原子磁矩都朝同一个方向，整齐划一。好处是：你一眼就能看出谁是谁，读数据很方便。坏处是：他们太吵了，每个人都在往外散发磁场。你把车位划得越小，他们越容易互相干扰，最后数据就乱了。
所以铁磁内存有个天花板：不能塞得太密。
那换一种呢？反铁磁体。
反铁磁体像一群内向的学霸。相邻原子的磁矩一上一下，正好抵消，对外一点磁场都不漏。安静，不惹事，理论上可以把存储单元做得极小，切换速度还比铁磁体快大约1000倍。
听起来完美。
但问题来了：你问他“你是0还是1”，他不理你。
因为磁矩都抵消了，电子自旋方向在能带里混在一起，你没法用电流读出数据。快是快，读不出来，白搭。
于是物理学界就卡在这儿了：能读的写不快，写得快的读不了。
圣杯：表面安静，内心能读写
二十多年前，有人提出一种折中方案，叫“卢廷格补偿磁体”。
你可以把它理解成“外冷内热”的人。整体上看，它的净磁矩为零，不往外漏磁场，跟反铁磁一样安静。但在电子能带边缘，自旋向上和自旋向下的电子能量会分开，形成一个只允许某一种自旋通过的“窗口”。
翻译成人话：它表面看起来像反铁磁，但内部还能像铁磁体一样被读写。
问题是，这种材料此前大多要在极低温下才工作。能不能在室温下用，是一道硬门槛。
AI跑了750次计算，找到两个候选
Vals AI 的智能体团队筛出了两个室温反铁磁半导体候选。
第一个叫 YBaMnFeO₅，是AI从头设计的。
计算数据很漂亮：带隙2.35 eV，自旋窗口清晰，磁有序温度校准后能到约490 K。从纸面上看，几乎完美。
但它有一个致命问题：做不出来。
这种材料需要锰和铁原子在晶格里排成完美的棋盘格，才能维持磁性。可模拟显示，这个棋盘格在约950 K时就会崩掉。而制备同类氧化物通常需要900到1300摄氏度的高温烧结。
也就是说，你还没把它做出来，它内部的有序结构就已经乱了。
于是，AI回头翻起了旧论文
AI没有只盯着从零设计。它还把文献库翻了一遍。
结果找到了第二个候选：KV[Cr(CN)₆]。
这个名字听起来很化学，但它有个亲戚你肯定知道：普鲁士蓝。对，就是染料和蓝晒图用的那个普鲁士蓝。KV[Cr(CN)₆] 和它同族。
这个化合物，1999年就被化学家 Holmes 和 Girolami 合成出来了，论文发在《美国化学会志》上。实验测得的磁有序温度是 376 K，也就是103摄氏度，高于室温。
这已经是个很漂亮的数字了。
但接下来的27年里，几乎没有人去测它的自旋极化能带，没有人测它的半导体带隙，也没有人测它的自旋滤波性能。
更巧的是，Vals AI 的 GitHub 仓库里写着：KV[Cr(CN)₆] 的自旋分选能带边缘，在2008年一项混合泛函计算中就已经可见了，只是当时的研究者没有对此发表评论。
https://github.com/spicylemonade/compensated-magnet-ledger
也就是说，这个材料的理论潜力，在计算化学的文献里躺了将近二十年。
没人注意到。
所以，它真的能让内存提速1000倍吗？
还不能这么说。
“反铁磁比铁磁快约1000倍”，说的是这一类材料的理论切换速度优势，不是AI发现的这两种材料的实测性能。
Vals AI 的研究是计算预测，不是实验验证。
他们自己在博客里写得很清楚：这两种材料的自旋分选性能，至今没有被直接测量过。KV[Cr(CN)₆] 从1999年到现在，也没有人实验测量过它的自旋极化能带或实际半导体带隙。
所以准确的说法是：
AI 在理论上找到了两个可能满足“室温 + 零净磁场 + 自旋可读”的候选材料。其中一个，是27年前就躺在旧论文里的旧化合物。但它们能不能真的做成器件，还需要大量实验。
真正有意思的地方
这件事的价值，不只是“AI又发现了什么”。
它更值得注意的地方在于：人类已经积累的知识，可能真的超出了我们能够通读的极限。
1999年合成 KV[Cr(CN)₆] 的化学家，不会想到自己测出的376 K磁有序温度，会在27年后成为自旋电子学的候选证据。2008年算出能带结构的研究者，也不会想到自己画的那张图里，藏着一个室温自旋滤波器的雏形。
他们都没错。他们只是没往那个方向想。
而现在，AI可以帮我们把旧论文重新翻一遍。
Vals AI 把所有的计算输入、输出、验证脚本都公开了。61条关键声明里，52条可以直接从原始数据重算验证。你可以不认同它的结论，但至少它没有藏着掖着。
当然，也别急着转发“AI造出神级材料，内存提速1000倍”。
更准确的版本是：
AI 从旧论文堆里翻出了一个被遗忘27年的化学品，发现它可能在室温下具备自旋滤波的理论潜力。目前还没实验验证。但这个故事告诉我们，很多答案可能早就写在某篇没人注意的论文里了。
你的下一篇顶刊，说不定真的在90年代某位博士生的废稿里。
不过在那之前，先得有人把它翻出来。
附录：
1. Vals AI 研究博客
-
标题：Two Room-Temperature Antiferromagnetic Semiconductor Candidates
-
作者：Geby Jaff（Vals AI 研究员）
-
发布日期：2026年10月4日
-
地址：https://www.vals.ai/blogs/room-temperature-magnetic-semiconductors
文章主要依据。博客中详细说明了两种候选材料的设计思路、计算方法和已知局限性，包括“反铁磁切换速度快约1000倍”这一表述。
2. Vals AI 开源计算账本（GitHub）
-
仓库名：spicylemonade/compensated-magnet-ledger
-
描述：Computational ledger for two room-temperature Luttinger-compensated magnet candidates, YBaMnFeO5 and KV[Cr(CN)6]: raw QE inputs/outputs, checker, re-runs
-
地址：https://github.com/spicylemonade/compensated-magnet-ledger
文章关于“61条关键声明中52条可直接验证”“KV[Cr(CN)₆]的自旋分选能带边缘在2008年计算中已可见”等信息均出自该仓库。仓库还明确标注了两种材料的实验验证状态：KV[Cr(CN)₆] 的“自旋极化、导电性或带隙均未被测量” 。
文章开头提到的“Vals AI 用 Claude Opus 5.5 组成的AI智能体团队，跑了大约750次计算”，这一数字出自Vals AI博客和GitHub仓库，仓库中标注了“750 DFT jobs”。团队实际使用了约90个Claude Opus 5.5智能体，耗时约3天。
二、原始文献（1999年合成论文）
3. Holmes & Girolami（1999）
-
标题：Sol−Gel Synthesis of KVIICrIII(CN)6CrIII(CN)6·2H2O: A Crystalline Molecule-Based Magnet with a Magnetic Ordering Temperature above 100 °C
-
作者：Stephen M. Holmes, Gregory S. Girolami
-
期刊：Journal of the American Chemical Society, 1999, 121(23), 5593–5594
-
DOI：10.1021/ja990946c
4. OSTI 收录页面（1999年论文摘要）
提供1999年论文的摘要全文，包含“unprecedented magnetic ordering temperature of 376 K (103°C)”这一表述。
三、2008年DFT计算研究
5. Kabalan et al.（2008）
-
标题：Molecular and all solid DFT studies of the magnetic and chemical bonding properties within KMCr(CN)6Cr(CN)6 (M = V, Ni) complexes
-
作者：L. Kabalan, S.F. Matar, C. Desplanches, J.F. Létard, M. Zakhour
-
期刊：Chemical Physics Letters, 2008
-
arXiv：0802.3619（2008年2月25日提交）
文章关于“自旋分选能带边缘在2008年一项混合泛函计算中已可见”所指的文献。该研究对KVCr(CN)6Cr(CN)6进行了DFT计算，但并未对其自旋分选能带边缘发表评论。
浙公网安备 33010602011771号