Claude Opus 5.5 三天做出物理學重大發現　兩個室溫反鐵磁半導體候選材料

AI 正在從「寫程式」走向「做科學發現」。

編按：本文綜合整理自 Vals AI 官方部落格、Hacker News 討論串、arXiv 2025 物理學論文，並加入 Siami 編輯部觀點與分析。

AI 評測新創公司 Vals AI 昨天 (10 月 4 日) 公佈了一項驚人成果：一支由 90 個 Claude Opus 5.5 agents 組成的研究團隊，在 3 天內完成約 750 次量子力學模擬，從中找出兩種「室溫反鐵磁半導體」的候選材料——這類材料被物理學界視為下一代電腦記憶體 (MRAM、自旋電子學) 的關鍵瓶頸。Hacker News 上一篇文章衝到 346 點讚、231 則回應，X 平台上也引爆熱議。

什麼是 Luttinger 補償磁體？先把磁鐵讀完

要理解這次發現的重要性，得先花 90 秒讀懂三種磁鐵。

鐵磁 (Ferromagnet) 是冰箱磁鐵那種——所有原子的磁矩都指向同一方向，所以材料會有明顯的磁場。但這個磁場會干擾附近元件，且切換磁極 (寫入資料) 慢又耗電。

反鐵磁 (Antiferromagnet) 則是相反磁矩互相抵消，看起來沒磁性。沒有磁場干擾、可把元件做得很近、切換快 1000 倍。但代價是：電子自旋方向混亂，無法直接用「自旋方向」來存資料。

Luttinger 補償磁體 (LC magnet) 是這次主角——它介於兩者之間：磁矩「淨值」為零 (不干擾鄰居)，但因為兩種原子處於不同位置 (例如不同元素、或同元素佔不同晶格位)，電子能階兩端可以保有「同方向自旋」。

物理學家把這個特性叫「自旋窗 (spin window)」——在能隙邊緣，自旋方向統一的能量範圍越大，就越能在室溫 (約 26 meV 熱擾動) 下維持資料。

LC 磁半導體被認為是次世代「自旋電子學 (spintronics)」的理想材料，因為它兼顧反鐵磁的高速、低功耗，又像鐵磁那樣能區分電子自旋方向。但過去 30 年來，物理學界一直找不到「能在室溫運作」的 LC 半導體——直到 2025 年的一篇理論論文終於明確把「室溫 LC 半導體」列為開放目標。

Opus 5.5 三天做了什麼？

Vals AI 團隊 (由人類研究員 Geby Jaff 帶領 90+ 個 AI agents) 採用業界標準的密度泛函理論 (DFT) 進行模擬，分兩個層級：

1. PBE+U (快速但較粗略)
2. HSE06 (慢但較精準，所有公開數據以這個為準)

他們跑了約 750 次模擬後，鎖定兩個候選材料。

候選一：YBaMnFeO₅（全新設計）

這是 AI agents 從零設計的新化合物，5 個元素：釔 (Y)、鋇 (Ba)、錳 (Mn)、鐵 (Fe)、氧 (O)。

預測特性：

• 能隙 2.35 eV（半導體）
• 電洞端自旋窗 1.0 eV、電子端 1.4 eV（兩端遠大於 26 meV 室溫熱擾動）
• 磁性可維持至 420 K (約 147°C)，校正後達 490 K (約 217°C)

最大挑戰：這個材料要求兩種金屬原子以「完美棋盤排列」存在，但模擬顯示在 950 K 以上時，這種排列會崩潰成隨機混和。實際合成氧化物的溫度是 900–1300°C，在此溫度下原子移動緩慢，很可能合成出「雜亂晶體」——而雜亂晶體會失去自旋排序特性。

候選二：KV[Cr(CN)₆]（1999 年的「再發現」）

這才是真正讓社群沸騰的部分——這個材料 1999 年就合成過了，從未被辨識為 LC 磁體。

它的化學家族其實很古老：普魯士藍 (Prussian blue)——那個 300 年歷史的藍色顏料。

預測特性：

• 能隙 2.1 eV
• 自旋窗：電洞端 2.6 eV、電子端 1.6 eV（比候選一還大）
• 1999 年的樣品磁性可維持至 376 K (約 103°C)——明確高於室溫

為何 27 年來無人發覺：鉻原子與氰化物中的碳端結合、釩與氮端結合，這種「異位鎖定」正是 YBaMnFeO₅ 缺乏的優勢。2008 年有篇用相同計算方法的論文繪出電子態，但只討論磁性耦合，沒人指出「這其實是 LC 半導體」。

截至目前唯一的樣本是 1999 年的含水粉末，且兩種模擬方法對水的影響看法不一：HSE06 認為自旋排序仍維持，PBE+U 認為電洞端自旋窗縮水一半以上。能隙與自旋排序都還沒被實驗量測過。

為什麼這件事重要

這次發現的意義不在「找到新材料」——而是證明 AI agents 已經能執行真正的「探索型科學研究」，而且速度遠超人類。

過去科學家發現新材料靠的是：直覺、文獻回顧、實驗室試誤法。一次完整的 DFT 模擬可能要耗時數週到數月。Vals AI 用 90 個 Opus 5.5 agents 平行運算，3 天就跑完 750 次模擬，覆蓋的候選空間遠超人類團隊。

更值得注意的是 KV[Cr(CN)₆] 的「再發現」——這暗示現有的科學文獻中可能還藏著數百個「被忽略的候選材料」，AI 的價值不只是「發現新東西」，更是「看出舊東西沒人看出的意義」。

對 MRAM 與自旋電子學產業來說，這是個重要信號：2026 年的 STT-MRAM 技術正進入商業化轉折點 (patsnap 報告)，全球 spintronics 市場預估從 2026 年的 30.3 億美元成長到 2035 年的 493.3 億美元 (Precedence Research)。如果 LC 室溫磁體真的可量產，將是這個產業的「聖杯」。

數據解讀與質疑

但要保持冷靜——這仍是 DFT 模擬預測，距離真正可商業化的材料還有距離。

1. HSE06 與 PBE+U 對同一材料給出不同結果——KV[Cr(CN)₆] 的能隙預測雖然一致，但「自旋窗大小」的預測分歧明顯。這提醒讀者：DFT 對「定性預測」可靠，對「定量預測」仍有系統誤差。

2. YBaMnFeO₅ 合成困難——完美棋盤結構在實際合成溫度下不穩定，這是 Vals AI 自己承認的「known caveat」。新材料不只要理論預測對，還要能在實驗室「長出來」。

3. KV[Cr(CN)₆] 已有 27 年歷史無人發覺——這可能是「它根本不是問題的解答」，也可能是「大家都沒仔細看過 2008 年的圖」。Vals AI 選擇後者的解讀——但社群中也有人質疑 DFT 對室溫磁性的預測常常過度樂觀 (HN 討論串)。

4. 能耗成本：90+ AI agents 跑了 3 天 DFT 模擬，背後的 GPU 與雲端運算成本不低。雖然沒公開，但這個研究的「算力成本 vs. 預期商業價值」是否划算，還待評估。

Vals AI 已公開所有計算的輸入檔、原始輸出與分析程式碼在 compensated-magnet-ledger repo，並邀請獨立重跑驗證——這是值得肯定的開放科學做法。

後續發展

Vals AI 的下一步是 重新合成 KV[Cr(CN)₆] 並直接量測它的自旋排序——如果實驗證實 HSE06 的預測，這個 1999 年的老材料將瞬間成為 2027 年 spintronics 研究的焦點。

學術界方面，2026 年 10 月 arXiv 已出現 電場可調 LC 反鐵磁體 的新論文——這個領域正快速升溫。MRAM 產業鏈 (包括 Everspin、Samsung、TSMC) 與各大材料研究所，預計在 2026 年底前會有更多研究投入這個方向。

對 AI 產業來說，這是繼 AlphaFold (蛋白質結構)、GNoME (無機材料) 之後，第三個「AI 進入基礎科學研究」的明確案例。而且這次是 Anthropic 的 Claude Opus 5.5——代表前沿 AI 模型已從「自然語言處理」進入「跨學科科學推理」的能力層級。

編按：本文綜合整理自 Vals AI 官方部落格、Hacker News 主討論串、arXiv 2025 物理學論文、explainx.ai 獨立分析、Vals AI X 官方公告，並加入 Siami 編輯部觀點與分析。