周五下午启动程序，周一早上，实验室收到了四份新超导体的验证报告。这不是科幻小说的桥段，而是阿里巴巴达摩院推出的AI代理Elements Claw完成的真实任务。这个只有10亿参数的专用模型，在28个GPU小时内筛选了240万种晶体结构，最终找到了4种此前未知的超导化合物——按照传统的试错速度，取得同等成果可能需要十年甚至更久的时间。
超导体在冷却到临界温度后能让电流无阻碍地通过，一旦大规模应用，将彻底改变电网传输与计算架构。但材料发现的进程却异常缓慢：由于缺乏完备的理论框架，研究人员几十年来只能靠反复试验来摸索，全球SuperCon数据库里至今只收录了约2000种超导材料。达摩院此次联合中国人民大学和中国科学院大学开发的Elements Claw，正是想用AI打破这种低效循环。
这套AI代理的核心是一个经过专项训练的基础模型，参数规模10亿，用1.25亿个分子和晶体结构数据喂出来的。它先在240万种稳定的晶体结构中进行高通量筛选，从中识别出大约6.8万个具备超导潜力的候选对象，再进一步缩小范围，把最有希望的那一批送进物理实验室验证。28小时的GPU运算结束后，4种全新的超导体被成功确认。值得注意的是，10亿参数在动辄数千亿参数的通用大模型面前显得很袖珍，但Elements Claw赢在高度专注——所有的参数都只服务于一个目标：理解分子结构中的超导线索。
把这件事放到更大的产业版图里看，它代表的是一种结构性转变。过去AI代理主要在代码生成、办公流程等数字世界里拓展边界，而现在达摩院把同一套代理范式搬进了材料科学，一个直接关联制造业、能源和硬科技的领域。当Anthropic的Claude Code和OpenAI的编码代理还在争夺开发者工作流时，Elements Claw已经拿下了4种新超导体的实验验证——这对工业界的诱惑力可想而知。
相关消息显示，达摩院的下一步可能会把目标对准室温超导体或电池关键材料，同时还会把实验室验证的反馈数据重新注入模型，看看代理的命中率能否继续爬升。而另一个值得留意的信号是，中国的AI实验室正在加速将科学发现型代理摆上战略桌台。超导材料的发现或许只是一个开始，当AI代理从“写代码”进化到“找新材料”，它对产业基础设施的重塑能力可能会让所有人重新算账。
热门跟贴