这两天真不太平。Hacker News 首页吵得最凶的几个帖子，已经跟“哪个模型又刷榜”没关系了：一队 Claude Opus 5.5 Agent 宣布自己找到了两个室温自旋磁体候选材料，计算账本全部开源，任何人可以一键复算；另一边，数学家 Jeremy Avigad 在陶哲轩的博客上发长文，说“一年前还能构成体面论文的成果，现在 AI 借助工具就能轻松批量生成”，全世界的数学系、学会和期刊编委会都在开紧急会议。一个捅在了实验室门口，一个捅在了讲台门口。这篇文章把两场争论的原始材料、双方论点、以及你可以直接抄的作业，一次性搬回来。

话题一：Agent 自己找磁铁，HN 吵出一百多楼

事情本身是什么？ 10 月 4 日，AI 评测公司 Vals AI 发了一篇博客，标题叫《两个室温反铁磁半导体候选》。内容是一队 Opus 5.5 Agent 加一位人类作者，去 hunt 一种“第三种磁铁”——学术上叫 Luttinger 补偿磁体。10 月 5 日这个帖子冲上 HN 首页，截至发稿拿了 165 分、124 条评论。

先花 90 秒补个背景，不然评论区你都看不懂：

• 铁磁体（冰箱贴）：原子磁矩同向，对外漏磁场，能存信息但互相干扰、翻转慢；
• 反铁磁体：相邻磁矩反向抵消，对外零磁场、翻转快约千倍、可以堆得更密——但电子自旋是混的，没法用来读写信息；
• Luttinger 补偿磁体：鱼和熊掌都要——净磁矩为零，但上自旋和下自旋的原子坐在不同的晶格环境里，电子依然能按自旋分选。这是下一代自旋电子学存储梦寐以求的材料，难点在于要在室温下稳住磁序。

Agent 团队交出了两个候选：

1. YBaMnFeO₅——凭空设计的全新化合物。 钇、钡、锰、铁、氧五种元素，检索下来从未被造出、也从未被提出过当这类磁体用。模拟预测：带隙 2.35 eV，空穴自旋窗口 1.0 eV、电子窗口 1.4 eV——对比室温热扰动只有约 26 meV，大了四五十倍，理论上稳得很；磁序预计保持到 420 K，校准后约 490 K。但硬伤也是 Agent 自己算出来的：这个设计要求锰和铁排成完美棋盘，而模拟显示约 950 K 时棋盘就散架成随机混合；可合成这类氧化物需要 900–1300 °C，降温后原子几乎不动——常规工艺大概率得到一颗“打乱的晶体”，自旋分选随之作废。
2. KV[Cr(CN)₆——1999 年就被人做出来的旧材料。 普鲁士蓝（那种有 300 年历史的颜料）的同族化合物。预测带隙约 2.1 eV，空穴窗口 2.6 eV、电子窗口 1.6 eV；1999 年那批样品实测磁序保持到 376 K（103 ℃），高于室温。更妙的是结构天然“锁位”：氰基的碳端只认铬、氮端只认钒，不会像候选一那样散架。2008 年就有人画过它的自旋分辨能带图，但二十多年里没人指出它是 Luttinger 补偿半导体。用作者的原话说：它一直“藏在明处”（hiding in plain sight）。

flowchart TD
    A["人类定目标<br/>找室温自旋排序磁体"] --> B["Agent提候选"]
    B --> C["路线一<br/>设计新化合物"]
    B --> D["路线二<br/>翻旧文献"]
    C --> E["五元素新面孔<br/>YBaMnFeO5"]
    D --> F["1999年旧材料<br/>普鲁士蓝同族"]
    E --> G["PBE+U快速粗算"]
    F --> G
    G --> H["HSE06精算能带"]
    H --> I{"自洽性检查"}
    I -->|通过| J["候选一<br/>棋盘序950K崩塌<br/>标记难合成"]
    I -->|通过| K["候选二<br/>磁序保持到376K<br/>结构天然锁位"]
    J --> L["公开计算账本<br/>一键复算脚本"]
    K --> L
    L --> M["下一步<br/>重新合成并实测"]

为什么这帖能吵起来？ 124 条评论的火力集中在三点：

• “算出来的”不等于“造出来的”。 赞赏派最认的是透明度：作者把全部输入文件、原始输出、分析代码、已知问题清单公开在 GitHub 仓库（spicylemonade/compensated-magnet-ledger），还附了一键复算脚本，甚至主动列出对自己不利的证据——1999 年那批粉末含水，残留磁矩 0.125 玻尔磁子；两种模拟方法对“水会不会毁掉自旋窗口”结论相反：精确的 HSE06 说没事，快速的 PBE+U 说空穴窗口缩水过半；带隙和自旋分选至今没被任何实验测过。怀疑派则提醒：2025 年有研究预测过两个同类候选，结果都在室温以下失磁——“室温”至今是张空头支票，DFT 高预测翻车在材料学史上不是新闻。
• "Agent 团队发现"的水分。 人类作者和 Agent 的贡献边界到底怎么划？"AI 发现"是不是一种叙事美化？
• 最大的信息量其实不是那个新设计。 真正值钱的是第二个候选——AI 干的第一票“真科研”，不是凭空发明，而是把 1999 年的旧材料翻出来重新定价。这比科幻叙事更接近 AI 科研近期的真实形态。

对中国技术从业者的启示：

• 方法论比结论值钱。 快速方法粗筛 + 精确方法复核 + 公开账本 + 一键复算，这套打法搬到任何“AI 出结果”的场景——数据分析、运维审计、测试验证——都成立。你敢不敢让你的 Agent 交一份“已知问题清单”？
• “旧数据重挖”是门槛最低的 AI 科研红利。 你所在行业那些没人再翻开的老报告、老数据集里，可能就躺着你的 KV[Cr(CN)₆]。
• 作者明确说了下一步是“重新合成并实测”——有材料、化学背景的国内团队如果接住这个球，就是一篇高显示度的工作。

话题二：数学界到底慌不慌？Avigad 长文与两派争论

10 月 5 日，陶哲轩的博客贴出一篇客座长文《数学的未来》，作者是数学家 Jeremy Avigad。文首有一行容易被忽略的陶哲轩按语：本文最初用另一种格式写成，由 AI 完成转换——顶级数学家已经把 AI 嵌进了自己的写作流水线。

Avigad 的观察来自一线。他刚参加完 Convergent Research（定理证明器 Lean 背后的非营利组织 Lean FRO 的上级机构）支持的创新科技公司会议，与会者全都追问同一件事：AI 对数学的冲击到底有多大。他在文中的核心论断相当直白：过去几个月发生的事情，让“一年前还能构成体面发表的成果，现在借助 AI 可以轻松生成”。而 AI 解开的那些公开问题有个共同气质——都是“把现成技巧拼起来就能够到”的题（他把这个刻画归功于数学家 Matthew Ballard）。

他描写的学界现状更值得玩味：数学系、社区领袖、教育者、专业学会、期刊编委会，“到处都在开紧急会议”。这不是段子，是亲历者的白描。

他的药方是三条路：

1. 解更难的问题。 AI 擅长拼装文献里的现成技巧，那就去做拼不出来的题。
2. 想更大的问题。 他举了黎曼的例子：1853 年黎曼提交三个备选讲题，导师高斯偏偏挑了他最没准备的那个，结果那场关于几何基础的讲演死后出版，重塑了整个学科，几十年后还托住了广义相对论。Ballard 的评论是：任何强化学习设置都不可能给黎曼的选择打分——收益发散、回报周期太长。RL 训出来的是超人的聪明，未必是创造力。
3. 试新的事情。 搞证明助手、训练神经网络，这本身就是“做数学”，而不是给数学打杂。他的一篇相关文章已定于发表在美国数学会《Notices》上。

他给下一代数学家留了三句话：我们和你们站在一起；数学比以往任何时候都重要，我们需要你们；接下来几年会非常有趣。还有一个精彩的比喻：去阿拉斯加徒步，你可以让 AI 订机票，但不会让 AI 替你走完全程、再给你发照片——数学关乎“对我们自身推理的自主权”。

两派怎么看？

• 乐观方：Avigad 本人，以及他观察到的数学博客圈（比如 Proofs and Prompts）——基调总体积极，大家公认日常工作方式必变，但学科不会死。
• 焦虑方：Avigad 自己也承认，这些漂亮话“安抚不了脚下的地面正在移动的学生和青年研究者”。就业收缩之下，“退回传统技能自保”的声音真实存在，而他明确反对这条路——他认为拥抱新技术才能把学科盘子做大。
• HN 上这帖 72 分、38 条评论，讨论氛围比材料那帖温和得多，争论焦点主要在“RL 式聪明”与“黎曼式创造”的分界线画在哪。

同周还有一个安静的小信号：10 月 5 日 HN 还出现了标题就足够挑衅的研究帖《Dust：不用反向传播预训练 Transformer》（66 分）。加上前两件事，这一周海外技术社区的主旋律非常清楚——AI 正从“帮你写”进入“自己跑”，专业人士的反应已经从围观变成了重排自己的职业剧本。

信息差总结

行动指南

1. 打开 Vals AI 那篇博客原文，前三个小节 10 分钟能读完，是目前网上最好的“三种磁铁”科普；
2. git clone 那个 compensated-magnet-ledger 仓库，跑一遍一键复算脚本，亲眼看一份合格的“AI 科研账本”长什么样；
3. 读陶哲轩博客上的《The Future of Mathematics》，把“解更难的题 / 想更大的事 / 试新的事”这三条抄进你自己的年度计划；
4. 去两个 HN 讨论帖扫一遍高赞评论，看专业人士如何互相拆台——这是最好的批判性思维教材；
5. 最值钱的一步：回头盘点你所在的行业有哪些“1999 年的 KV[Cr(CN)₆]”——没人重新定价的旧数据、旧报告、老资产，派一队 Agent 翻一遍。

参考来源

1. Vals AI 博客原文（2026-10-04）：https://www.vals.ai/blogs/room-temperature-magnetic-semiconductors
2. HN 讨论帖（165 分 / 124 评论）：https://news.ycombinator.com/item?id=49970667
3. 计算账本开源仓库：https://github.com/spicylemonade/compensated-magnet-ledger
4. 陶哲轩博客客座文（2026-10-05）：https://terrytao.wordpress.com/2026/10/05/the-future-of-mathematics/
5. HN 讨论帖（72 分 / 38 评论）：https://news.ycombinator.com/item?id=49969256

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。