物理化学
近二十年的物理化学，不再把“结构—能量—速率”理解为三张彼此独立的表。第一幕首先拆掉平均化：神经网络势把势能面从固定函数改为可学习对象，马尔可夫状态模型把轨迹压成可检验的跃迁网络，阿秒与二维光谱把电子和氢键的涨落直接放到时间轴上；单分子酶学、质子耦合电子转移、热载流子与离子液体纳米结构又显示，局部环境与动态无序会改写宏观速率。第二幕把问题推进到非平衡与可设计性：热力学不确定关系规定精度的耗散代价，强耦合、活性液滴与分子机器把光场或化学燃料写进反应坐标，等变势能面、在线主动学习和显式溶剂模型则要求机器学习不仅“算得像”，还要保持对称性、长程作用与不确定度。共同的转向是：物理化学的对象不再是一个静态最低能结构，而是一条带时间、环境、能流与观测误差的生成路径。
第一幕的共同动作，是把此前被平均掉的分子涨落、轨迹分叉与局部溶剂重新写入势能面和速率方程，使“平均结构”不再足以解释反应。
甲、神经网络势把势能面改成可学习函数Neural-Network Potential-Energy Surfaces
传统力场依赖手写键、角和非键项，转移到新化学环境时会失真；第一性原理分子动力学又受计算成本限制，难以覆盖纳秒与大体系。在2007年前后，围绕“神经网络势把势能面改成可学习函数”出现的异常把这一旧默认推到前台。就“神经网络势把势能面改成可学习函数”而言，这使旧框架在样本扩张、尺度变化或干预发生时失去可比性，研究对象本身必须重新界定。
只要表示满足平移、旋转和同类原子置换不变，神经网络可从量子计算样本学习高维势能面，并用梯度给出保能量的原子力。Behler–Parrinello框架把总能量写成原子能之和，每个原子以局部对称函数编码邻域；训练同时约束能量与力，运行时不再逐步求解电子结构。Neural-Network Potential-Energy Surfaces由此给出一条可检验的因果或结构主张。在物理化学的“神经网络势把势能面改成可学习函数”问题上，其关键不是给现象换名，而是给出可以跨样本比较的控制量，并明确何时不再适用。
Behler与Parrinello在2007年以硅体系展示神经网络势可在数千构型上逼近第一性原理能量；2022年NequIP在水等数据上用约100—250个结构即可达到传统网络需要上千样本的力误差。围绕“神经网络势把势能面改成可学习函数”，这组2007年前后的观测至少包含两个可复核锚点。以“神经网络势把势能面改成可学习函数”为例，结果把概念争论压成了可测差异：若更换数据、仪器或边界后该比例消失，理论就失去支撑。
局部截断会漏掉长程静电与电荷转移，训练分布外构型可能给出低误差假象；能量拟合准确也不保证相变、反应势垒和动力学统计正确。到2022年前后的后续工作，“神经网络势把势能面改成可学习函数”的争点已从“是否存在”转到“在哪个边界失效”。围绕“神经网络势把势能面改成可学习函数”这条命题，只要这些混杂未被分离，相关性仍可能很强，却不能据此宣称机制已经确定。
势能面由一次拟合的参数表变成数据产品，训练集覆盖、外推检测与版本控制成为模拟可信度的一部分；2024年的张量等变模型又把偶极和极化率纳入同一表示。在2022年前后的分子动力学与化学物理实践中，神经网络势把势能面改成可学习函数因此改变了至少一个数据、实验或解释环节。就“神经网络势把势能面改成可学习函数”而言，由此形成的新责任链要求把中心读数与适用范围一起发布，避免只传播最醒目的平均值。
与第023号计算化学面板相比，本条强调轨迹生成与势能面误差；与第319号计算物理面板相接时，核心是模型不确定度怎样传播到宏观读数。到2022年的接口比较中，另见第023号面板所用的相邻术语，但本条保留物理化学自己的证据口径。在物理化学的“神经网络势把势能面改成可学习函数”问题上，这一关系也提供了反例：相邻领域若在同样条件下得到相反方向，就说明还存在未建模的第三变量。
乙、马尔可夫状态模型把长轨迹换成可检验的跃迁网络Markov State Models
蛋白折叠和构象转换需要毫秒以上观测，而单条分子动力学轨迹常停在纳秒到微秒；简单聚类能列出结构，却不能给出状态间速率。在2009年前后，围绕“马尔可夫状态模型把长轨迹换成可检验的跃迁网络”出现的异常把这一旧默认推到前台。在物理化学的“马尔可夫状态模型把长轨迹换成可检验的跃迁网络”问题上，当这一遗漏进入真实数据后，误差不再只是数值偏差，而会改变研究者认定的因果方向与边界。
若在选定滞后时间后记忆衰减，轨迹可粗粒化为近马尔可夫链；转移矩阵的特征值给出慢时间尺度，路径流量给出多条反应通道。从大量短轨迹估计计数矩阵，利用详细平衡和最大似然得到转移概率；隐含时间尺度随滞后时间进入平台，是状态划分是否足够的内部检验。Markov State Models由此给出一条可检验的因果或结构主张。以“马尔可夫状态模型把长轨迹换成可检验的跃迁网络”为例，与旧框架相比，新增的不是更多参数，而是一个能够区分竞争机制的次序判据。
Noé等2009年从非平衡短模拟构造蛋白折叠平衡集合，显示可恢复毫秒级慢过程；后续基准把Chapman–Kolmogorov检验与交叉验证变成模型选择的常规步骤。围绕“马尔可夫状态模型把长轨迹换成可检验的跃迁网络”，这组2009年前后的观测至少包含两个可复核锚点。围绕“马尔可夫状态模型把长轨迹换成可检验的跃迁网络”这条命题，在这一证据链中，年份、样本规模与不确定区间共同限制了结论能够外推到多远。
状态划分过粗会隐藏记忆，过细则计数稀疏；稀有路径没有采到时，矩阵再精确也无法补出缺失机制，详细平衡在驱动体系中也不成立。到2018年前后的后续工作，“马尔可夫状态模型把长轨迹换成可检验的跃迁网络”的争点已从“是否存在”转到“在哪个边界失效”。就“马尔可夫状态模型把长轨迹换成可检验的跃迁网络”而言，这也解释了为什么相同标题的研究可能得到相反结果：它们实际上测量了不同分母。
模拟资源由追求一条最长轨迹转向自适应启动许多短轨迹，研究者开始报告路径集合、通量与不确定区间，而不是只给一个“代表性电影”。在2018年前后的分子动力学与化学物理实践中，马尔可夫状态模型把长轨迹换成可检验的跃迁网络因此改变了至少一个数据、实验或解释环节。在物理化学的“马尔可夫状态模型把长轨迹换成可检验的跃迁网络”问题上，这一变化也重排了资源投入：校准、负结果和边界测试开始与追求更高峰值同等重要。
与第307号贝叶斯统计规划面板相接时，转移矩阵是带后验不确定度的动力学对象；与第217号软物质面板相比，本条侧重分子构象而非连续材料相变。到2018年的接口比较中，另见第035号面板所用的相邻术语，但本条保留物理化学自己的证据口径。
丙、阿秒计量把电子运动从瞬时近似变成实验对象Attosecond Electron Dynamics
化学动力学长期把电子视为随核位置即时达到稳态的快变量，实验多在飞秒尺度观察原子核运动；电子迁移的相位和延迟只能由理论反演。在2008年前后，围绕“阿秒计量把电子运动从瞬时近似变成实验对象”出现的异常把这一旧默认推到前台。以“阿秒计量把电子运动从瞬时近似变成实验对象”为例，于是，原本被放在脚注里的条件开始主导结论，继续沿用旧近似会把系统性差异误写成随机波动。
利用载波包络相位稳定的单周期场与阿秒探测，可把光电离延迟、隧穿时序和电子波包相位直接转成可测量量。高次谐波产生孤立阿秒脉冲，强场条纹相机把电子动量与光场相位对应；不同通道的相对延迟由谱相位或电子能量偏移恢复。Attosecond Electron Dynamics由此给出一条可检验的因果或结构主张。围绕“阿秒计量把电子运动从瞬时近似变成实验对象”这条命题，这一转向的实质，是把默认假设从不可见背景变成可以单独操纵和计量的实验变量。
Goulielmakis等2008年实现约单光周期的可控光场并测得其电场波形，脉冲持续时间约4.3飞秒；随后阿秒条纹实验把电子发射延迟压到几十阿秒量级。围绕“阿秒计量把电子运动从瞬时近似变成实验对象”，这组2008年前后的观测至少包含两个可复核锚点。就“阿秒计量把电子运动从瞬时近似变成实验对象”而言，由此得到的并非无条件常数，而是一个带样本、时间与误差范围的经验阈值。
测得延迟包含原子势散射、库仑—激光耦合与仪器响应，不能直接等同隧穿时间；强场本身会改写被测势能面，分子多通道反演尤其依赖模型。到2009年前后的后续工作，“阿秒计量把电子运动从瞬时近似变成实验对象”的争点已从“是否存在”转到“在哪个边界失效”。在物理化学的“阿秒计量把电子运动从瞬时近似变成实验对象”问题上，争论能否收敛，取决于是否在同一协议下同时测量竞争变量，而不是各自选择有利数据。
反应坐标由“核先动、电子随后适应”扩展为电子—核耦合的时序问题，光催化、电荷迁移与辐射损伤开始比较相位和延迟而不只比较产率。在2009年前后的分子动力学与化学物理实践中，阿秒计量把电子运动从瞬时近似变成实验对象因此改变了至少一个数据、实验或解释环节。以“阿秒计量把电子运动从瞬时近似变成实验对象”为例，它使该领域的工作流从“先算结果、再解释异常”转成“先登记条件、再决定结果是否可比”。
与第317号非线性光学面板相比，本条关注电子动力学的化学解释；与第311号原子分子与光物理面板相接时，仪器读数需回到分子势能面。到2009年的接口比较中，另见第317号面板所用的相邻术语，但本条保留物理化学自己的证据口径。围绕“阿秒计量把电子运动从瞬时近似变成实验对象”这条命题，这一关系也提供了反例：相邻领域若在同样条件下得到相反方向，就说明还存在未建模的第三变量。
丁、二维红外把谱峰展宽拆成结构与交换Two-Dimensional Infrared Spectroscopy
一维红外中不同构象、氢键与振动耦合叠在宽峰里，峰位相近的结构难以区分；平均谱无法判断展宽来自静态异质还是快速涨落。在2008年前后，围绕“二维红外把谱峰展宽拆成结构与交换”出现的异常把这一旧默认推到前台。围绕“二维红外把谱峰展宽拆成结构与交换”这条命题，这一矛盾说明，问题不在仪器或算法还不够精细，而在旧对象定义把关键自由度排除在外。
以多脉冲相关激发和探测两个频率轴，交叉峰报告模式耦合，峰形沿对角线的演化报告频率记忆与结构交换。第一对脉冲编码激发频率，等待时间让体系演化，第三脉冲读取响应；二维线形随等待时间从细长到圆化，给出光谱扩散时间。Two-Dimensional Infrared Spectroscopy由此给出一条可检验的因果或结构主张。就“二维红外把谱峰展宽拆成结构与交换”而言，这一说法把机制、测量与决策连在一起，使支持证据必须同时满足方向、量级与顺序三项约束。
Ganim等2008年总结酰胺I区二维红外：反平行β折叠在约1620与1680 cm\^-1之间出现特征交叉峰，α螺旋与无规卷曲呈不同二维轮廓；时间分辨可达皮秒。围绕“二维红外把谱峰展宽拆成结构与交换”，这组2008年前后的观测至少包含两个可复核锚点。在物理化学的“二维红外把谱峰展宽拆成结构与交换”问题上，因此，证据不是一条漂亮曲线，而是一组可以在独立数据中重新计算的数量关系。
谱图依赖振动哈密顿量和结构计算，强重叠体系仍有多解；同位素标记与高场会改变样品，体外蛋白的溶剂与拥挤环境也可能不同于细胞。到2009年前后的后续工作，“二维红外把谱峰展宽拆成结构与交换”的争点已从“是否存在”转到“在哪个边界失效”。以“二维红外把谱峰展宽拆成结构与交换”为例，因此，本条的边界不是一句“仍需研究”，而是当上述条件被满足时，原命题应明确退出。
物理化学由给出一个平均峰转向报告交换速率、耦合网络和异质分布；模拟与实验需共同预测完整二维图，而不是只匹配峰位。在2009年前后的分子动力学与化学物理实践中，二维红外把谱峰展宽拆成结构与交换因此改变了至少一个数据、实验或解释环节。围绕“二维红外把谱峰展宽拆成结构与交换”这条命题，这条思路随后进入评审、基准或标准化讨论，因为不报告该变量就无法判断结论能否迁移。
与第027号结构生物学面板相比，本条量的是动态结构交换；与第328号色谱与质谱规划面板相接时，两者分别提供超快时间与化学组成。到2009年的接口比较中，另见第027号面板所用的相邻术语，但本条保留物理化学自己的证据口径。就“二维红外把谱峰展宽拆成结构与交换”而言，这种接口防止本块把相邻领域已经完成的工作重讲一遍，同时保留本领域独有的测量与失效条件。
戊、单分子酶学把速率常数改成随时间涨落的随机变量Dynamic Disorder in Single-Enzyme Catalysis
经典酶动力学把同类酶视为共享固定速率常数，单分子之间差异被平均成测量噪声；群体曲线无法判断一个酶是否在不同活性状态间切换。在2006年前后，围绕“单分子酶学把速率常数改成随时间涨落的随机变量”出现的异常把这一旧默认推到前台。就“单分子酶学把速率常数改成随时间涨落的随机变量”而言，从那以后，领域内真正需要比较的就不再是单个中心值，而是不同条件下结构是否仍保持。
酶的构象自由度会在催化时间尺度上缓慢漂移，使kcat成为随时间变化的随机过程；周转等待时间的相关性因此是机制证据。单分子荧光记录每次底物转化，等待时间序列的自相关与分布尾部反映隐藏构象状态；多状态模型把构象跃迁与化学步骤联合拟合。Dynamic Disorder in Single-Enzyme Catalysis由此给出一条可检验的因果或结构主张。在物理化学的“单分子酶学把速率常数改成随时间涨落的随机变量”问题上，如果该命题成立，同一对象在不同尺度上的读数应能通过明确的比率、阈值或结构量相互换算。
English等2006年追踪单个β-半乳糖苷酶数千次周转，发现相邻等待时间相关且不同分子平均速率不同；涨落时间跨越毫秒到秒，明显长于单次化学步骤。围绕“单分子酶学把速率常数改成随时间涨落的随机变量”，这组2006年前后的观测至少包含两个可复核锚点。以“单分子酶学把速率常数改成随时间涨落的随机变量”为例，数字本身不是终点，更要紧的是它规定了后续复现必须保留的分母与对照条件。
荧光探针、表面固定和底物耗竭可制造慢涨落；等待时间多指数并不能唯一证明构象路径，需用独立结构探针或溶液自由扩散实验复核。到2012年前后的后续工作，“单分子酶学把速率常数改成随时间涨落的随机变量”的争点已从“是否存在”转到“在哪个边界失效”。围绕“单分子酶学把速率常数改成随时间涨落的随机变量”这条命题，截至后续复核，最稳妥的结论仍是限定性的，而不是把一个局部机制升级为普遍定律。
酶设计与抑制剂评价从平均活性扩展到状态占据、停留时间和稀有高活性尾部；细胞内通量也可能由少数瞬时状态控制。在2012年前后的分子动力学与化学物理实践中，单分子酶学把速率常数改成随时间涨落的随机变量因此改变了至少一个数据、实验或解释环节。就“单分子酶学把速率常数改成随时间涨落的随机变量”而言，由此形成的新责任链要求把中心读数与适用范围一起发布，避免只传播最醒目的平均值。
与第259号生物化学面板相比，本条强调速率分布而非分子通路；与第307号贝叶斯统计面板相接时，隐藏状态与个体异质性需共同推断。到2012年的接口比较中，另见第259号面板所用的相邻术语，但本条保留物理化学自己的证据口径。
己、质子耦合电子转移把质子与电子写成同一个反应坐标Proton-Coupled Electron Transfer
氧化还原与酸碱反应常被分开处理，电子转移使用Marcus理论，质子转移用势垒和同位素效应描述；许多酶和能源反应却同时移动电荷与质子。在2008年前后，围绕“质子耦合电子转移把质子与电子写成同一个反应坐标”出现的异常把这一旧默认推到前台。在物理化学的“质子耦合电子转移把质子与电子写成同一个反应坐标”问题上，旧模型能够描述平均情形，却无法解释极端样本、局部亚群与时间变化同时出现时的失败。
PCET的基本事件是电子态与质子振动态之间的耦合跃迁；它可避免高能带电中间体，并用质子供受体距离与重组能共同调速。非绝热理论把电子耦合、质子振动重叠和溶剂重组乘在速率表达式中；改变氢键距离、pKa或同位素可分别移动不同项。Proton-Coupled Electron Transfer由此给出一条可检验的因果或结构主张。以“质子耦合电子转移把质子与电子写成同一个反应坐标”为例，它把一个可被反驳的关系放到中心：只要控制变量改变而预言方向不变，命题就应当失败。
Hammes-Schiffer与Soudackov 2008年统一整理溶液、蛋白和电化学PCET，给出温度与氘代效应的定量判据；许多体系出现显著动力学同位素效应并随供受体距离变化。围绕“质子耦合电子转移把质子与电子写成同一个反应坐标”，这组2008年前后的观测至少包含两个可复核锚点。围绕“质子耦合电子转移把质子与电子写成同一个反应坐标”这条命题，这一设计尤其重要，因为它把先验上相似的两种解释放进同一套观测口径中比较。
大同位素效应并非PCET唯一证据，氢键预平衡和隧穿也可产生相似读数；复杂酶中多个质子与电子通道并行，单一反应坐标可能过度简化。到2012年前后的后续工作，“质子耦合电子转移把质子与电子写成同一个反应坐标”的争点已从“是否存在”转到“在哪个边界失效”。就“质子耦合电子转移把质子与电子写成同一个反应坐标”而言，这场争论留下的价值，恰是把失败条件写得比成功故事更清楚。
水氧化、氧还原和DNA修复的催化设计开始同时调节氧化电位与质子通道；电极界面也不再只报告电流，而需报告pH、缓冲与同位素。在2012年前后的分子动力学与化学物理实践中，质子耦合电子转移把质子与电子写成同一个反应坐标因此改变了至少一个数据、实验或解释环节。在物理化学的“质子耦合电子转移把质子与电子写成同一个反应坐标”问题上，这一变化也重排了资源投入：校准、负结果和边界测试开始与追求更高峰值同等重要。
与第020号电化学与能源材料面板相比，本条解释分子级电子—质子协同；与第019号催化科学面板相接时，活性位点设计需同时控制两种转移。到2012年的接口比较中，另见第020号面板所用的相邻术语，但本条保留物理化学自己的证据口径。以“质子耦合电子转移把质子与电子写成同一个反应坐标”为例，这种接口防止本块把相邻领域已经完成的工作重讲一遍，同时保留本领域独有的测量与失效条件。
庚、等离激元热载流子把光吸收与催化电子通道连接Plasmonic Hot-Carrier Chemistry
光增强催化常被笼统归因于“光热”或吸附分子直接激发，金属纳米颗粒中的集体电子振荡是否能选择性注入反应通道缺少区分实验。在2011年前后，围绕“等离激元热载流子把光吸收与催化电子通道连接”出现的异常把这一旧默认推到前台。以“等离激元热载流子把光吸收与催化电子通道连接”为例，这类反例累积后，研究者不得不承认：背景条件不是噪声，背景条件就是命题的一部分。
等离激元衰减产生的高能电子与空穴可在热化前转移到吸附物，改变特定键的活化；若只由升温造成，反应选择性应与等温加热相同。光吸收先形成集体振荡，Landau阻尼在飞秒尺度产生非平衡载流子；载流子注入、局域场和晶格升温按不同时间尺度作用于吸附态。Plasmonic Hot-Carrier Chemistry由此给出一条可检验的因果或结构主张。围绕“等离激元热载流子把光吸收与催化电子通道连接”这条命题，由此，理论不再允许事后挑选解释，在数据到来之前，它已经规定了什么结果会构成反证。
Christopher等2011年在银纳米结构上报告可见光增强乙烯氧化，并观察到随光强与波长变化的反应选择性；后续热建模显示纳米阵列温升可足以解释部分“非热”增益。围绕“等离激元热载流子把光吸收与催化电子通道连接”，这组2011年前后的观测至少包含两个可复核锚点。就“等离激元热载流子把光吸收与催化电子通道连接”而言，这些读数的意义在于，它们同时给出了效应方向、可重复尺度和旧模型开始失真的位置。
温度在纳米尺度难测，反应速率的Arrhenius非线性会放大微小温升；光场、热与载流子常同时变化，若没有等温、波长和瞬态对照就不能归因。到2020年前后的后续工作，“等离激元热载流子把光吸收与催化电子通道连接”的争点已从“是否存在”转到“在哪个边界失效”。在物理化学的“等离激元热载流子把光吸收与催化电子通道连接”问题上，边界条件一旦越过，理论预测应当发生符号、阈值或排序上的可见改变，否则它只是叙述。
光催化实验开始要求局部温度计、量子产率和波长作用谱共同报告；材料设计也从最大吸收转向载流子能量、寿命与表面接受态匹配。在2020年前后的分子动力学与化学物理实践中，等离激元热载流子把光吸收与催化电子通道连接因此改变了至少一个数据、实验或解释环节。以“等离激元热载流子把光吸收与催化电子通道连接”为例，它使该领域的工作流从“先算结果、再解释异常”转成“先登记条件、再决定结果是否可比”。
与第019号催化科学面板相比，本条讨论能量进入表面的物理通道；与第022号纳米材料面板相接时，尺寸和形貌通过吸收与散射改变分母。到2020年的接口比较中，另见第019号面板所用的相邻术语，但本条保留物理化学自己的证据口径。
辛、离子液体纳米分域推翻“均匀极性溶剂”近似Nanostructured Ionic Liquids
离子液体曾被描述为由阴阳离子组成的均匀高极性介质，宏观密度、黏度与介电常数被用来预测溶解和反应；但小角散射和模拟出现额外低波矢峰。在2006年前后，围绕“离子液体纳米分域推翻“均匀极性溶剂”近似”出现的异常把这一旧默认推到前台。围绕“离子液体纳米分域推翻“均匀极性溶剂”近似”这条命题，因此，新的问题不是在旧公式上再加一项修正，而是重新决定什么算一次观测、一次状态或一次机制。
库仑网络与烷基聚集竞争会形成连续极性骨架和非极性域；链长改变域尺度和连接性，局部溶剂化因而高度异质。离子头部以静电与氢键形成极性网络，烷基链因疏水与色散聚集；结构因子低q峰的位置给出纳米重复尺度，扩散沿域连通路径发生。Nanostructured Ionic Liquids由此给出一条可检验的因果或结构主张。就“离子液体纳米分域推翻“均匀极性溶剂”近似”而言，它因此把“看起来相关”推进到“改变哪个量会先改变哪个结果”的层面。
Canongia Lopes与Pádua 2006年分子模拟显示咪唑离子液体中极性和非极性域自组织，链长增加时低q峰增强；后续散射与表面力实验支持约1—3纳米层级结构。围绕“离子液体纳米分域推翻“均匀极性溶剂”近似”，这组2006年前后的观测至少包含两个可复核锚点。在物理化学的“离子液体纳米分域推翻“均匀极性溶剂”近似”问题上，这一步使领域第一次能够区分“模型拟合得好”与“模型抓住了生成机制”。
域结构随含水量、杂质、温度和离子配对显著变化；把所有慢动力学归因于纳米分域会忽略高黏度与离子关联，体相与界面结构也不相同。到2015年前后的后续工作，“离子液体纳米分域推翻“均匀极性溶剂”近似”的争点已从“是否存在”转到“在哪个边界失效”。以“离子液体纳米分域推翻“均匀极性溶剂”近似”为例，后续研究若只增加样本而不改变识别设计，通常只能缩小错误答案的置信区间。
溶剂选择由“极性大小”扩展为域尺度、连通性和界面富集，萃取、电化学和酶催化开始设计局部微环境而非只调总体组成。在2015年前后的分子动力学与化学物理实践中，离子液体纳米分域推翻“均匀极性溶剂”近似因此改变了至少一个数据、实验或解释环节。围绕“离子液体纳米分域推翻“均匀极性溶剂”近似”这条命题，这条思路随后进入评审、基准或标准化讨论，因为不报告该变量就无法判断结论能否迁移。
与第020号电化学面板相比，本条解释电解质的溶剂结构；与第237号化学工程面板相接时，传质和分离需使用局部扩散而非单一黏度。到2015年的接口比较中，另见第217号面板所用的相邻术语，但本条保留物理化学自己的证据口径。就“离子液体纳米分域推翻“均匀极性溶剂”近似”而言，这种接口防止本块把相邻领域已经完成的工作重讲一遍，同时保留本领域独有的测量与失效条件。
第二幕进一步追问精度需要多少耗散、光场能否改变反应、机器学习怎样保持物理约束，以及非平衡体系如何选择有限寿命与有限尺度。
一、热力学不确定关系给精密流动规定耗散下限Thermodynamic Uncertainty Relations
经典热力学给平均熵产生方向，却不直接约束微小机器、酶循环和分子马达的相对噪声；工程上常假定增加控制即可任意提高精度。在2016年前后，围绕“热力学不确定关系给精密流动规定耗散下限”出现的异常把这一旧默认推到前台。就“热力学不确定关系给精密流动规定耗散下限”而言，这使旧框架在样本扩张、尺度变化或干预发生时失去可比性，研究对象本身必须重新界定。
对广泛的马尔可夫稳态，任意时间积分电流的相对方差与总熵产生乘积有下界；高精度不是免费参数，而是以化学或热耗散支付。涨落定理与大偏差函数限制电流概率分布，最优偏离轨迹的代价由熵产生控制；有限时间、量子和周期驱动版本会改变界的形式。Thermodynamic Uncertainty Relations由此给出一条可检验的因果或结构主张。在物理化学的“热力学不确定关系给精密流动规定耗散下限”问题上，其关键不是给现象换名，而是给出可以跨样本比较的控制量，并明确何时不再适用。
Gingrich等2016年证明长时间极限下Var(J)/<J>²乘以熵产生不小于约2，网络数值验证覆盖多类跃迁过程；2020年综述整理了分子马达与生化网络的实验可测形式。围绕“热力学不确定关系给精密流动规定耗散下限”，这组2016年前后的观测至少包含两个可复核锚点。以“热力学不确定关系给精密流动规定耗散下限”为例，结果把概念争论压成了可测差异：若更换数据、仪器或边界后该比例消失，理论就失去支撑。
原始界对非马尔可夫、强非稳态或量子相干系统可能松或需改写；实验只测部分电流时会低估熵产生，接近下界也不说明机制唯一。到2020年前后的后续工作，“热力学不确定关系给精密流动规定耗散下限”的争点已从“是否存在”转到“在哪个边界失效”。围绕“热力学不确定关系给精密流动规定耗散下限”这条命题，只要这些混杂未被分离，相关性仍可能很强，却不能据此宣称机制已经确定。
纳米机器和生化传感器的设计目标由最大通量扩展为精度—耗散前沿；报告平均速率而不报告波动，就无法判断系统离物理极限多远。在2020年前后的分子动力学与化学物理实践中，热力学不确定关系给精密流动规定耗散下限因此改变了至少一个数据、实验或解释环节。就“热力学不确定关系给精密流动规定耗散下限”而言，由此形成的新责任链要求把中心读数与适用范围一起发布，避免只传播最醒目的平均值。
与第259号生物化学面板相比，本条给出酶循环精度的物理下界；与第244号运筹学面板相接时，它类似服务系统在可靠性与资源消耗之间的不可消除权衡。到2020年的接口比较中，另见第244号面板所用的相邻术语，但本条保留物理化学自己的证据口径。在物理化学的“热力学不确定关系给精密流动规定耗散下限”问题上，这一关系也提供了反例：相邻领域若在同样条件下得到相反方向，就说明还存在未建模的第三变量。
二、振动强耦合提出“真空场也能改变化学速率”Vibrational Strong Coupling Chemistry
光化学通常要求真实吸收光子，空腔被当作被动边界；若体系处于基态且不照光，镜面间距不应改变热反应势垒。在2016年前后，围绕“振动强耦合提出“真空场也能改变化学速率””出现的异常把这一旧默认推到前台。在物理化学的“振动强耦合提出“真空场也能改变化学速率””问题上，当这一遗漏进入真实数据后，误差不再只是数值偏差，而会改变研究者认定的因果方向与边界。
当Rabi劈裂超过线宽时，分子振动与腔光子形成集体混合态，振动态密度、能量弛豫或溶剂坐标可能回写反应自由能与速率。多分子亮态与腔模形成上下极化激元，大量暗态保留；反应影响可能来自局部振动与集体态间的能量分配，而非单分子键直接被大幅重塑。Vibrational Strong Coupling Chemistry由此给出一条可检验的因果或结构主张。以“振动强耦合提出“真空场也能改变化学速率””为例，与旧框架相比，新增的不是更多参数，而是一个能够区分竞争机制的次序判据。
Thomas等2016年把反应物振动调到Fabry–Pérot腔共振，报告脱硅反应速率出现约数量级变化并随失谐移动；同期光谱测到振动极化激元弛豫与相干能量交换。围绕“振动强耦合提出“真空场也能改变化学速率””，这组2016年前后的观测至少包含两个可复核锚点。围绕“振动强耦合提出“真空场也能改变化学速率””这条命题，在这一证据链中，年份、样本规模与不确定区间共同限制了结论能够外推到多远。
镜面吸收、温度梯度、溶剂组成和微腔传质均可伪造速率差；集体耦合如何影响单分子反应仍缺统一尺度，若无盲法失谐与等温对照，结论不稳。到2016年前后的后续工作，“振动强耦合提出“真空场也能改变化学速率””的争点已从“是否存在”转到“在哪个边界失效”。就“振动强耦合提出“真空场也能改变化学速率””而言，这也解释了为什么相同标题的研究可能得到相反结果：它们实际上测量了不同分母。
物理化学出现“腔催化”实验规范争论，研究开始同时报告Rabi劈裂、线宽、分子数、局部温度和空腔对照，而非只报告转化率。在2016年前后的分子动力学与化学物理实践中，振动强耦合提出“真空场也能改变化学速率”因此改变了至少一个数据、实验或解释环节。在物理化学的“振动强耦合提出“真空场也能改变化学速率””问题上，这一变化也重排了资源投入：校准、负结果和边界测试开始与追求更高峰值同等重要。
与第016号量子光学面板相比，本条关注基态化学后果；与第019号催化面板相接时，腔场必须与表面、热和传质效应区分。到2016年的接口比较中，另见第016号面板所用的相邻术语，但本条保留物理化学自己的证据口径。以“振动强耦合提出“真空场也能改变化学速率””为例，这种接口防止本块把相邻领域已经完成的工作重讲一遍，同时保留本领域独有的测量与失效条件。
三、飞秒X射线把反应中间态从推断变成几何电影Ultrafast X-ray Molecular Movies
超快光谱能测能级和寿命，却常需借助模型把谱峰翻译成几何；反应路径上的瞬态键长和构象分叉缺少元素选择的直接结构读数。在2017年前后，围绕“飞秒X射线把反应中间态从推断变成几何电影”出现的异常把这一旧默认推到前台。以“飞秒X射线把反应中间态从推断变成几何电影”为例，于是，原本被放在脚注里的条件开始主导结论，继续沿用旧近似会把系统性差异误写成随机波动。
把泵浦激发与自由电子激光探测同步，可用时间分辨散射重建原子对分布，用K边吸收分别追踪局部电子与几何变化。光泵启动反应，几十飞秒X射线脉冲在不同延迟采样；差分散射与量子化学模拟共同反演结构，吸收边位置和预边峰报告价态与配位。Ultrafast X-ray Molecular Movies由此给出一条可检验的因果或结构主张。围绕“飞秒X射线把反应中间态从推断变成几何电影”这条命题，这一转向的实质，是把默认假设从不可见背景变成可以单独操纵和计量的实验变量。
Minitti等2015年对环己二烯开环反应做飞秒X射线散射，分辨约100飞秒内的键断裂和构象变化；2017年的K边实验进一步区分ππ*与nπ*内转换通道。围绕“飞秒X射线把反应中间态从推断变成几何电影”，这组2017年前后的观测至少包含两个可复核锚点。就“飞秒X射线把反应中间态从推断变成几何电影”而言，由此得到的并非无条件常数，而是一个带样本、时间与误差范围的经验阈值。
反演依赖候选结构和溶剂模型，时间分辨受泵浦—探测抖动和脉宽限制；高通量X射线可引发损伤，样品喷流也会引入选择偏差。到2017年前后的后续工作，“飞秒X射线把反应中间态从推断变成几何电影”的争点已从“是否存在”转到“在哪个边界失效”。在物理化学的“飞秒X射线把反应中间态从推断变成几何电影”问题上，争论能否收敛，取决于是否在同一协议下同时测量竞争变量，而不是各自选择有利数据。
反应机理由“最终产物支持哪条路径”转向直接比较过渡过程的时间序列；理论必须预测差分散射或吸收全谱，而非只画势能面。在2017年前后的分子动力学与化学物理实践中，飞秒X射线把反应中间态从推断变成几何电影因此改变了至少一个数据、实验或解释环节。以“飞秒X射线把反应中间态从推断变成几何电影”为例，它使该领域的工作流从“先算结果、再解释异常”转成“先登记条件、再决定结果是否可比”。
与第320号天文观测技术面板相似，本条也把仪器响应与目标信号联合反演；与第023号计算化学面板相接时，结构电影依赖可验证的电子态动力学。到2017年的接口比较中，另见第320号面板所用的相邻术语，但本条保留物理化学自己的证据口径。围绕“飞秒X射线把反应中间态从推断变成几何电影”这条命题，这一关系也提供了反例：相邻领域若在同样条件下得到相反方向，就说明还存在未建模的第三变量。
四、MINFLUX用最少光子定位而不是用最多光子成像MINFLUX Nanoscopy
超分辨显微通常依赖收集大量光子拟合衍射斑中心，定位精度随光子数平方根改善；光漂白和光毒性限制长时间追踪。在2017年前后，围绕“MINFLUX用最少光子定位而不是用最多光子成像”出现的异常把这一旧默认推到前台。围绕“MINFLUX用最少光子定位而不是用最多光子成像”这条命题，这一矛盾说明，问题不在仪器或算法还不够精细，而在旧对象定义把关键自由度排除在外。
用甜甜圈光束的暗中心作为已知坐标，比较少数照明位置的光子数即可缩小分子位置；定位精度主要由扫描尺度与光子数共同决定。逐步缩小零点周围的探测轨迹，最大似然估计分子坐标；因为零点附近强度梯度陡，同样光子提供比均匀激发更高Fisher信息。MINFLUX Nanoscopy由此给出一条可检验的因果或结构主张。就“MINFLUX用最少光子定位而不是用最多光子成像”而言，这一说法把机制、测量与决策连在一起，使支持证据必须同时满足方向、量级与顺序三项约束。
Balzarotti等2017年以约数百到数千光子实现1—6纳米定位，并追踪运动分子；后续生物样品中在较低光剂量下解析纳米尺度蛋白分布。围绕“MINFLUX用最少光子定位而不是用最多光子成像”，这组2017年前后的观测至少包含两个可复核锚点。在物理化学的“MINFLUX用最少光子定位而不是用最多光子成像”问题上，因此，证据不是一条漂亮曲线，而是一组可以在独立数据中重新计算的数量关系。
需要精确稳定的零点和较稀疏荧光，背景与漂移会迅速侵蚀优势；复杂三维样品、快速多分子和标记尺寸仍限制几何解释。到2021年前后的后续工作，“MINFLUX用最少光子定位而不是用最多光子成像”的争点已从“是否存在”转到“在哪个边界失效”。以“MINFLUX用最少光子定位而不是用最多光子成像”为例，因此，本条的边界不是一句“仍需研究”，而是当上述条件被满足时，原命题应明确退出。
显微设计从“提高空间频率”转向优化每个光子的位置信息，实验评价增加光子效率、轨迹长度与光毒性，而不只报告最佳分辨率。在2021年前后的分子动力学与化学物理实践中，MINFLUX用最少光子定位而不是用最多光子成像因此改变了至少一个数据、实验或解释环节。围绕“MINFLUX用最少光子定位而不是用最多光子成像”这条命题，这条思路随后进入评审、基准或标准化讨论，因为不报告该变量就无法判断结论能否迁移。
与第050号计算机视觉面板相比，本条在采集端设计信息；与第315号表面界面物理面板相接时，可追踪单分子在界面的纳米路径。到2021年的接口比较中，另见第050号面板所用的相邻术语，但本条保留物理化学自己的证据口径。就“MINFLUX用最少光子定位而不是用最多光子成像”而言，这种接口防止本块把相邻领域已经完成的工作重讲一遍，同时保留本领域独有的测量与失效条件。
五、等变神经势证明对称性可以换取数量级样本效率Equivariant Interatomic Potentials
早期神经网络势只保证最终能量不变，内部表示多为标量；模型必须从大量旋转构型中重新学习向量与角关系，数据效率和可转移性受限。在2022年前后，围绕“等变神经势证明对称性可以换取数量级样本效率”出现的异常把这一旧默认推到前台。就“等变神经势证明对称性可以换取数量级样本效率”而言，从那以后，领域内真正需要比较的就不再是单个中心值，而是不同条件下结构是否仍保持。
若网络每一层都对E(3)旋转和平移等变，旋转后的力和张量输出自动正确；已知几何规律因此不必由数据重复发现。节点携带不同角动量阶的标量、向量和高阶张量，消息通过等变卷积耦合；能量取标量不变量，力由梯度给出，偶极和极化率可直接输出。Equivariant Interatomic Potentials由此给出一条可检验的因果或结构主张。在物理化学的“等变神经势证明对称性可以换取数量级样本效率”问题上，如果该命题成立，同一对象在不同尺度上的读数应能通过明确的比率、阈值或结构量相互换算。
Batzner等2022年报告NequIP在水数据上用100个训练结构得到约123 meV/Å力误差，传统不变网络需约1300个结构达到相近水平；2024年HotPP扩展到任意阶张量。围绕“等变神经势证明对称性可以换取数量级样本效率”，这组2022年前后的观测至少包含两个可复核锚点。以“等变神经势证明对称性可以换取数量级样本效率”为例，数字本身不是终点，更要紧的是它规定了后续复现必须保留的分母与对照条件。
等变不等于物理完整，局部截断、长程静电与电子态变化仍会失败；更高阶张量增加计算与实现复杂度，基准数据也可能只覆盖温和构型。到2024年前后的后续工作，“等变神经势证明对称性可以换取数量级样本效率”的争点已从“是否存在”转到“在哪个边界失效”。围绕“等变神经势证明对称性可以换取数量级样本效率”这条命题，截至后续复核，最稳妥的结论仍是限定性的，而不是把一个局部机制升级为普遍定律。
模型比较由参数量和平均误差转向样本效率、对称性阶数与外推稳定性；物理先验开始被量化为少需要多少训练数据。在2024年前后的分子动力学与化学物理实践中，等变神经势证明对称性可以换取数量级样本效率因此改变了至少一个数据、实验或解释环节。就“等变神经势证明对称性可以换取数量级样本效率”而言，由此形成的新责任链要求把中心读数与适用范围一起发布，避免只传播最醒目的平均值。
与第319号计算物理面板相比，本条具体到原子体系的群表示；与第262号数学物理面板相接时，表示论从分类语言变成计算架构。到2024年的接口比较中，另见第047号面板所用的相邻术语，但本条保留物理化学自己的证据口径。在物理化学的“等变神经势证明对称性可以换取数量级样本效率”问题上，这一关系也提供了反例：相邻领域若在同样条件下得到相反方向，就说明还存在未建模的第三变量。
六、在线主动学习让模拟在“不知道”处自动请求量子标签On-the-Fly Active Learning of Force Fields
训练势能面通常先生成固定数据集，模拟一旦走到稀有反应或新相就可能静默外推；均匀增加量子样本成本高且多数样本重复。在2020年前后，围绕“在线主动学习让模拟在“不知道”处自动请求量子标签”出现的异常把这一旧默认推到前台。在物理化学的“在线主动学习让模拟在“不知道”处自动请求量子标签”问题上，旧模型能够描述平均情形，却无法解释极端样本、局部亚群与时间变化同时出现时的失败。
把不确定度估计嵌入分子动力学，模型可在遇到新局部环境时暂停、查询量子力并在线更新；训练集由轨迹的困难区域自适应生长。高斯过程或委员会模型给每个原子力的后验方差，当最大不确定度越过阈值就触发DFT；新样本加入后重新拟合并继续轨迹。On-the-Fly Active Learning of Force Fields由此给出一条可检验的因果或结构主张。以“在线主动学习让模拟在“不知道”处自动请求量子标签”为例，它把一个可被反驳的关系放到中心：只要控制变量改变而预言方向不变，命题就应当失败。
Vandermause等2020年在铝表面扩散和Pt团簇重构中，以数百次DFT调用捕捉稀有事件并保持接近量子精度；2024年ACE框架继续提高可解释与计算效率。围绕“在线主动学习让模拟在“不知道”处自动请求量子标签”，这组2020年前后的观测至少包含两个可复核锚点。围绕“在线主动学习让模拟在“不知道”处自动请求量子标签”这条命题，这一设计尤其重要，因为它把先验上相似的两种解释放进同一套观测口径中比较。
不确定度校准只在模型族内有效，多个模型可能一致地错；触发阈值过低导致频繁昂贵查询，过高则漏掉灾难性外推。到2024年前后的后续工作，“在线主动学习让模拟在“不知道”处自动请求量子标签”的争点已从“是否存在”转到“在哪个边界失效”。就“在线主动学习让模拟在“不知道”处自动请求量子标签”而言，这场争论留下的价值，恰是把失败条件写得比成功故事更清楚。
计算预算由预先均摊转向按信息增益分配，模拟日志必须记录触发事件、查询样本和模型版本，稀有失败由事故变成训练信号。在2024年前后的分子动力学与化学物理实践中，在线主动学习让模拟在“不知道”处自动请求量子标签因此改变了至少一个数据、实验或解释环节。在物理化学的“在线主动学习让模拟在“不知道”处自动请求量子标签”问题上，这一变化也重排了资源投入：校准、负结果和边界测试开始与追求更高峰值同等重要。
与第258号数据科学面板的主动学习共享选择标签逻辑，但本条的标签是量子力；与第244号运筹学面板相接时，查询策略是资源受限序贯决策。到2024年的接口比较中，另见第258号面板所用的相邻术语，但本条保留物理化学自己的证据口径。以“在线主动学习让模拟在“不知道”处自动请求量子标签”为例，这种接口防止本块把相邻领域已经完成的工作重讲一遍，同时保留本领域独有的测量与失效条件。
七、核量子效应证明水的氢核不能总当经典小球Nuclear Quantum Effects in Water
液态水模拟常把原子核按经典牛顿轨迹积分，认为室温足以淹没量子性；不同密度泛函却给出过强或过弱氢键，误差来源难拆。在2017年前后，围绕“核量子效应证明水的氢核不能总当经典小球”出现的异常把这一旧默认推到前台。以“核量子效应证明水的氢核不能总当经典小球”为例，这类反例累积后，研究者不得不承认：背景条件不是噪声，背景条件就是命题的一部分。
轻氢核的路径积分展宽改变O—H键与氢键竞争；核量子效应的方向取决于电子势能面，不能用统一“使氢键更弱”概括。路径积分把每个量子核映射成环聚合物珠链，珠数控制虚时间离散；同位素替换改变德布罗意波长，从而提供可实验验证的结构与扩散差异。Nuclear Quantum Effects in Water由此给出一条可检验的因果或结构主张。围绕“核量子效应证明水的氢核不能总当经典小球”这条命题，由此，理论不再允许事后挑选解释，在数据到来之前，它已经规定了什么结果会构成反证。
Ceriotti等2016年系统比较发现零点运动可同时拉长共价键并改变氢键；Marsalek与Markland 2017年用从头算路径积分重现水的振动谱与扩散，显示电子与核量子误差存在竞争。围绕“核量子效应证明水的氢核不能总当经典小球”，这组2017年前后的观测至少包含两个可复核锚点。就“核量子效应证明水的氢核不能总当经典小球”而言，这些读数的意义在于，它们同时给出了效应方向、可重复尺度和旧模型开始失真的位置。
路径积分计算昂贵且依赖电子结构精度，经典与量子误差可能偶然抵消；静态路径积分也不能自动给出真实量子动力学。到2017年前后的后续工作，“核量子效应证明水的氢核不能总当经典小球”的争点已从“是否存在”转到“在哪个边界失效”。在物理化学的“核量子效应证明水的氢核不能总当经典小球”问题上，边界条件一旦越过，理论预测应当发生符号、阈值或排序上的可见改变，否则它只是叙述。
水模型评价由密度和径向分布扩展到同位素分馏、振动谱和质子转移；机器学习势又使量子核模拟扩大到更长时间和更大体系。在2017年前后的分子动力学与化学物理实践中，核量子效应证明水的氢核不能总当经典小球因此改变了至少一个数据、实验或解释环节。以“核量子效应证明水的氢核不能总当经典小球”为例，它使该领域的工作流从“先算结果、再解释异常”转成“先登记条件、再决定结果是否可比”。
与第020号电化学面板相比，本条解释溶剂氢核的量子结构；与第259号生物化学面板相接时，酶PCET的核隧穿需与水网络共同计算。到2017年的接口比较中，另见第015号面板所用的相邻术语，但本条保留物理化学自己的证据口径。围绕“核量子效应证明水的氢核不能总当经典小球”这条命题，这一关系也提供了反例：相邻领域若在同样条件下得到相反方向，就说明还存在未建模的第三变量。
八、过渡路径时间把“等待多久”与“真正跨越多久”分开Transition-Path Time Measurements
折叠时间或构象转换时间常由平均首达时间描述，把长时间停留与短暂越障混在一起；过渡态理论预言跨越很快，却缺少直接单分子读数。在2016年前后，围绕“过渡路径时间把“等待多久”与“真正跨越多久”分开”出现的异常把这一旧默认推到前台。围绕“过渡路径时间把“等待多久”与“真正跨越多久”分开”这条命题，因此，新的问题不是在旧公式上再加一项修正，而是重新决定什么算一次观测、一次状态或一次机制。
应分别测量驻留时间和transition-path time；后者由势垒顶部扩散与摩擦决定，对势垒高度只呈弱对数依赖。高时间分辨单分子FRET或光镊识别信号从一个稳定平台连续穿越到另一个平台的短片段，并用观测带宽校正未分辨时间。Transition-Path Time Measurements由此给出一条可检验的因果或结构主张。就“过渡路径时间把“等待多久”与“真正跨越多久”分开”而言，它因此把“看起来相关”推进到“改变哪个量会先改变哪个结果”的层面。
Chung等2012年给出蛋白折叠过渡路径上限约数微秒；Neupane等2016年直接观察蛋白与核酸过渡路径，测得约2—10微秒量级，远短于毫秒至秒的等待时间。围绕“过渡路径时间把“等待多久”与“真正跨越多久”分开”，这组2016年前后的观测至少包含两个可复核锚点。在物理化学的“过渡路径时间把“等待多久”与“真正跨越多久”分开”问题上，这一步使领域第一次能够区分“模型拟合得好”与“模型抓住了生成机制”。
带宽、探针动力学和阈值选择会系统性截短或拉长路径，观测坐标也未必是真反应坐标；多维路径投影成单一FRET值可能隐藏回折。到2016年前后的后续工作，“过渡路径时间把“等待多久”与“真正跨越多久”分开”的争点已从“是否存在”转到“在哪个边界失效”。以“过渡路径时间把“等待多久”与“真正跨越多久”分开”为例，后续研究若只增加样本而不改变识别设计，通常只能缩小错误答案的置信区间。
反应动力学不再用一个速率常数概括，模型需同时解释等待分布、路径时长和路径形状；药物或突变可分别改变势垒高度与顶部摩擦。在2016年前后的分子动力学与化学物理实践中，过渡路径时间把“等待多久”与“真正跨越多久”分开因此改变了至少一个数据、实验或解释环节。围绕“过渡路径时间把“等待多久”与“真正跨越多久”分开”这条命题，这条思路随后进入评审、基准或标准化讨论，因为不报告该变量就无法判断结论能否迁移。
与第259号单分子生化条相接时，等待与越障的分离可解释动态无序；与第262号数学物理面板相比，本条给随机路径理论提供可测时间。到2016年的接口比较中，另见第244号面板所用的相邻术语，但本条保留物理化学自己的证据口径。就“过渡路径时间把“等待多久”与“真正跨越多久”分开”而言，这种接口防止本块把相邻领域已经完成的工作重讲一遍，同时保留本领域独有的测量与失效条件。
九、耗散自组装把寿命写成持续供料的函数Dissipative Self-Assembly
传统自组装追求热力学最低自由能，组装完成后无需持续耗能；生命结构却常在停止ATP或反应通量后迅速消失。在2017年前后，围绕“耗散自组装把寿命写成持续供料的函数”出现的异常把这一旧默认推到前台。就“耗散自组装把寿命写成持续供料的函数”而言，这使旧框架在样本扩张、尺度变化或干预发生时失去可比性，研究对象本身必须重新界定。
把构件的激活与失活反应耦合到组装，可得到远离平衡的瞬态材料；稳态数量和寿命由供料、失活与成核速度共同决定。燃料把惰性单体转为可组装态，水解或副反应使其失活；只有在反应通量补偿解体时结构维持，空间供料还可产生梯度和波。Dissipative Self-Assembly由此给出一条可检验的因果或结构主张。在物理化学的“耗散自组装把寿命写成持续供料的函数”问题上，其关键不是给现象换名，而是给出可以跨样本比较的控制量，并明确何时不再适用。
Tena-Solsona等2017年构建燃料驱动的超分子纤维，改变燃料浓度可把寿命从分钟调到小时并控制刚度；燃料耗尽后材料自行消失。围绕“耗散自组装把寿命写成持续供料的函数”，这组2017年前后的观测至少包含两个可复核锚点。以“耗散自组装把寿命写成持续供料的函数”为例，结果把概念争论压成了可测差异：若更换数据、仪器或边界后该比例消失，理论就失去支撑。
副产物、pH和离子强度可能同时改变组装，所谓“耗散”若不量能量通量容易退化为缓慢不可逆反应；循环次数也受废物积累限制。到2022年前后的后续工作，“耗散自组装把寿命写成持续供料的函数”的争点已从“是否存在”转到“在哪个边界失效”。围绕“耗散自组装把寿命写成持续供料的函数”这条命题，只要这些混杂未被分离，相关性仍可能很强，却不能据此宣称机制已经确定。
材料评价增加寿命、燃料效率和恢复周期，目标从永久稳定转向按时出现和消失；药物递送与仿生网络开始利用自毁和脉冲响应。在2022年前后的分子动力学与化学物理实践中，耗散自组装把寿命写成持续供料的函数因此改变了至少一个数据、实验或解释环节。就“耗散自组装把寿命写成持续供料的函数”而言，由此形成的新责任链要求把中心读数与适用范围一起发布，避免只传播最醒目的平均值。
与第217号软物质面板的主动液滴共享燃料通量，但本条强调化学反应网络；与第240号材料工程面板相接时，寿命成为可编程性能。到2022年的接口比较中，另见第217号面板所用的相邻术语，但本条保留物理化学自己的证据口径。在物理化学的“耗散自组装把寿命写成持续供料的函数”问题上，这一关系也提供了反例：相邻领域若在同样条件下得到相反方向，就说明还存在未建模的第三变量。
十、化学燃料分子马达把布朗涨落整流为定向循环Chemically Fuelled Molecular Motors
许多分子机器依赖光脉冲或逐步加试剂人工切换，运动方向由外部实验员安排；热平衡下微观循环必须满足正反通量抵消。在2016年前后，围绕“化学燃料分子马达把布朗涨落整流为定向循环”出现的异常把这一旧默认推到前台。在物理化学的“化学燃料分子马达把布朗涨落整流为定向循环”问题上，当这一遗漏进入真实数据后，误差不再只是数值偏差，而会改变研究者认定的因果方向与边界。
只要不同反应步骤在空间位置上具有不对称速率，持续燃料供给即可打破详细平衡，把随机运动整流为自主定向循环。环状分子在两个屏障间穿梭，燃料驱动的位点封闭与开启具有方向依赖；化学网络维持净概率流，废物排出后循环继续。Chemically Fuelled Molecular Motors由此给出一条可检验的因果或结构主张。以“化学燃料分子马达把布朗涨落整流为定向循环”为例，与旧框架相比，新增的不是更多参数，而是一个能够区分竞争机制的次序判据。
Wilson等2016年构建小分子马达，在F-moc氯等燃料持续存在时观察到环绕大环的方向偏置；停止燃料后净循环消失，显示方向来自非平衡通量。围绕“化学燃料分子马达把布朗涨落整流为定向循环”，这组2016年前后的观测至少包含两个可复核锚点。围绕“化学燃料分子马达把布朗涨落整流为定向循环”这条命题，在这一证据链中，年份、样本规模与不确定区间共同限制了结论能够外推到多远。
每个循环耗费多分子燃料且效率低，方向性由间接动力学推断；溶液平均不能等同机械做功，外部载荷下的输出尚有限。到2017年前后的后续工作，“化学燃料分子马达把布朗涨落整流为定向循环”的争点已从“是否存在”转到“在哪个边界失效”。就“化学燃料分子马达把布朗涨落整流为定向循环”而言，这也解释了为什么相同标题的研究可能得到相反结果：它们实际上测量了不同分母。
分子机器由“能转一圈”转向效率、负载和自主性评价，研究需要同时报告燃料消耗、方向偏置与输出功。在2017年前后的分子动力学与化学物理实践中，化学燃料分子马达把布朗涨落整流为定向循环因此改变了至少一个数据、实验或解释环节。在物理化学的“化学燃料分子马达把布朗涨落整流为定向循环”问题上，这一变化也重排了资源投入：校准、负结果和边界测试开始与追求更高峰值同等重要。
与第238号机械工程面板相比，本条在热噪声尺度整流运动；与第015号统计物理面板相接时，详细平衡破缺是共同判据。到2017年的接口比较中，另见第238号面板所用的相邻术语，但本条保留物理化学自己的证据口径。以“化学燃料分子马达把布朗涨落整流为定向循环”为例，这种接口防止本块把相邻领域已经完成的工作重讲一遍，同时保留本领域独有的测量与失效条件。
十一、光合量子相干清算把长寿命振荡从功能证据降为谱学线索Reassessment of Photosynthetic Coherence
2007年前后的二维电子谱在光合复合体中观察到数百飞秒振荡，被广泛解释为电子量子相干帮助能量高效搜索路径。在2017年前后，围绕“光合量子相干清算把长寿命振荡从功能证据降为谱学线索”出现的异常把这一旧默认推到前台。以“光合量子相干清算把长寿命振荡从功能证据降为谱学线索”为例，于是，原本被放在脚注里的条件开始主导结论，继续沿用旧近似会把系统性差异误写成随机波动。
必须用偏振、同位素、温度和频率图区分电子相干、基态振动与激发态振电子混合；只有与能量转移效率的干预关系成立，才可声称功能。电子相干随环境退相干，振动相干可在基态长期存在并投影到相同谱峰；谱学路径分解和多维频率图可区分来源。Reassessment of Photosynthetic Coherence由此给出一条可检验的因果或结构主张。围绕“光合量子相干清算把长寿命振荡从功能证据降为谱学线索”这条命题，这一转向的实质，是把默认假设从不可见背景变成可以单独操纵和计量的实验变量。
Duan等2017年在室温光合系统中以多种二维谱条件显示，长期振荡主要符合振动而非纯电子相干；电子相干衰减快于此前功能性叙事要求的时间。围绕“光合量子相干清算把长寿命振荡从功能证据降为谱学线索”，这组2017年前后的观测至少包含两个可复核锚点。就“光合量子相干清算把长寿命振荡从功能证据降为谱学线索”而言，由此得到的并非无条件常数，而是一个带样本、时间与误差范围的经验阈值。
振电子混合可能在更短时间影响通道，否定长寿命电子相干不等于量子效应完全无关；不同复合体、温度和激发强度不能一概而论。到2020年前后的后续工作，“光合量子相干清算把长寿命振荡从功能证据降为谱学线索”的争点已从“是否存在”转到“在哪个边界失效”。在物理化学的“光合量子相干清算把长寿命振荡从功能证据降为谱学线索”问题上，争论能否收敛，取决于是否在同一协议下同时测量竞争变量，而不是各自选择有利数据。
“看到振荡”不再等于“发现量子计算”，实验需先给振荡来源、寿命和对效率的因果影响；该清算成为光谱解释的事件闸。在2020年前后的分子动力学与化学物理实践中，光合量子相干清算把长寿命振荡从功能证据降为谱学线索因此改变了至少一个数据、实验或解释环节。以“光合量子相干清算把长寿命振荡从功能证据降为谱学线索”为例，它使该领域的工作流从“先算结果、再解释异常”转成“先登记条件、再决定结果是否可比”。
与第009号量子信息面板相比，本条区分量子态存在与功能优势；与第259号生物化学面板相接时，能量传递还受蛋白环境和反应中心动力学控制。到2020年的接口比较中，另见第009号面板所用的相邻术语，但本条保留物理化学自己的证据口径。
十二、机器学习非绝热动力学把激发态轨迹扩展到新时间尺度Machine-Learned Nonadiabatic Dynamics
表面跳跃每一步都需计算多个激发态和耦合，轨迹数与时间尺度受限；单一基态势不能处理态交叉和圆锥交叉。在2020年前后，围绕“机器学习非绝热动力学把激发态轨迹扩展到新时间尺度”出现的异常把这一旧默认推到前台。围绕“机器学习非绝热动力学把激发态轨迹扩展到新时间尺度”这条命题，这一矛盾说明，问题不在仪器或算法还不够精细，而在旧对象定义把关键自由度排除在外。
神经网络可学习多态势能面与跃迁性质，在保持态标签、相位和对称性处理后，以接近量子化学精度推进非绝热动力学。模型输入分子几何，输出各态能量、梯度、偶极和耦合；主动学习补充高不确定交叉区，表面跳跃在学习势上运行。Machine-Learned Nonadiabatic Dynamics由此给出一条可检验的因果或结构主张。就“机器学习非绝热动力学把激发态轨迹扩展到新时间尺度”而言，这一说法把机制、测量与决策连在一起，使支持证据必须同时满足方向、量级与顺序三项约束。
Westermayr等2020年的SchNarc在有机分子上把非绝热轨迹成本降低多个数量级，并重现实验寿命与通道；2024年显式溶剂机器势开始将环境纳入反应模拟。围绕“机器学习非绝热动力学把激发态轨迹扩展到新时间尺度”，这组2020年前后的观测至少包含两个可复核锚点。在物理化学的“机器学习非绝热动力学把激发态轨迹扩展到新时间尺度”问题上，因此，证据不是一条漂亮曲线，而是一组可以在独立数据中重新计算的数量关系。
电子态排序和波函数相位会在交叉区突变，训练误差可能制造虚假跃迁；模型对新化学空间和溶剂长程极化的外推仍危险。到2024年前后的后续工作，“机器学习非绝热动力学把激发态轨迹扩展到新时间尺度”的争点已从“是否存在”转到“在哪个边界失效”。以“机器学习非绝热动力学把激发态轨迹扩展到新时间尺度”为例，因此，本条的边界不是一句“仍需研究”，而是当上述条件被满足时，原命题应明确退出。
光化学预测由几十条昂贵轨迹扩展到统计分布、稀有通道和不确定区间；训练集需专门覆盖圆锥交叉而非均匀采样平衡结构。在2024年前后的分子动力学与化学物理实践中，机器学习非绝热动力学把激发态轨迹扩展到新时间尺度因此改变了至少一个数据、实验或解释环节。围绕“机器学习非绝热动力学把激发态轨迹扩展到新时间尺度”这条命题，这条思路随后进入评审、基准或标准化讨论，因为不报告该变量就无法判断结论能否迁移。
与第023号计算化学面板相比，本条强调激发态时间演化；与第258号数据科学面板相接时，主动学习决定何处调用昂贵标签。到2024年的接口比较中，另见第023号面板所用的相邻术语，但本条保留物理化学自己的证据口径。就“机器学习非绝热动力学把激发态轨迹扩展到新时间尺度”而言，这种接口防止本块把相邻领域已经完成的工作重讲一遍，同时保留本领域独有的测量与失效条件。
◎ 二十年连起来看
第一条线索是平均结构让位于路径分布。 马尔可夫状态模型、单分子酶学、二维红外和过渡路径时间都把“一个速率”拆成等待、跃迁、交换和异质状态。
第二条线索是物理约束进入数据模型。 神经网络势从不变描述符走向E(3)等变，在线主动学习用不确定度决定量子计算，机器学习非绝热动力学则必须处理态交叉与相位。
第三条线索是非平衡不再只是修正项。 热力学不确定关系、耗散自组装和化学燃料马达直接把能量通量、精度和寿命写成同一账本。
◎ 三个常见误解
误解一是“神经网络势误差小，就等于化学机制正确”。力误差只检验训练分布内局部导数，长程电荷、相变和稀有势垒仍可能完全错误。
误解二是“谱学出现振荡或交叉峰，就已证明某种量子功能”。二维谱首先给相关性；电子相干、振动相干和仪器卷积必须用正交实验分离。
误解三是“非平衡体系可以任意绕开热力学”。耗散自组装和分子马达恰恰需要持续付费，热力学不确定关系还给精度规定了最低熵产生。
◎ 与相邻领域的接口
与第023号《计算化学》的分工：第023号主要讨论电子结构与算法，本块把电子结构输出推进到轨迹、光谱、速率和非平衡通量。
与第317号《非线性光学与激光科学》的分工：第317号研究强场和光源，本块追问阿秒、二维谱和强耦合读数怎样改写化学机制。
与第217号《软物质与生物物理》的分工：软物质关心材料态与生命结构，本块提供反应、扩散、耗散和单分子速率的分子级量纲。
与第258号《数据科学》的接口在训练分布、主动采样和不确定度；物理化学必须额外保证能量守恒、对称性和可达路径。
◎ 争议现场
争议一是振动强耦合能否在严格等温条件下改变基态化学。收敛需要盲法腔体、局部温度、失谐扫描和同一反应的跨实验室复现。
争议二是等变机器势的外推可靠性。需要把新相、断键、离子化与长程电荷组成公开盲测集，并报告不确定度与真实误差的校准曲线。
争议三是光合相干的功能地位。只有能在不改变其他结构的条件下操纵相干寿命，并观察能量转移量子效率同步改变，争论才会收敛。
◎ 往下五年看什么
观察点一是机器势在反应盲测中的灾难性错误率：每百万积分步出现能量漂移、非物理重叠或遗漏反应的次数，而非只看平均力误差。
观察点二是腔化学是否出现至少三个独立实验室、同一反应、同一等温协议下方向一致的速率比。
观察点三是阿秒和飞秒X射线能否在溶液复杂反应中给出小于50飞秒的几何时间分辨，并与独立光谱路径一致。
观察点四是分子机器的输出功/燃料自由能能否跨过1%，且在外部负载下保持方向性。
◎ 可与哪些领域对撞
“热力学不确定关系”与第149号《会计与审计》的核对成本共享预设：更高精度必须支付资源。统计热力学支付熵产生，审计支付抽样与核验工时；若都成立，任何“零成本精确治理”都违反同一种代价结构。
“主动学习势”与第123号《营养与膳食科学》的自适应试验共享预设：资源应投向最不确定的样本。化学模拟主动请求量子标签，临床营养却必须防止选择过程伤害受试者；两边并置会逼出不确定度与伦理成本的共同阈值。
“耗散自组装”与第245号《系统工程》的临时系统共享预设：结构的存在需要持续供料。工程追求断供后安全降级，分子材料可能需要断供即解体；若两边都成立，稳定性应按任务结束后的退出质量评价。
“过渡路径时间”与第244号《运筹学与工业工程》的排队共享预设：总历时由等待与服务组成。分子越障中服务极短，工业系统中服务可能主导；若都成立，只优化平均总时长会掩盖完全不同的瓶颈。
◎ 十条可做的研究命题
1. E(3)等变势在断键盲测上的样本效率至少是不变网络的十倍；固定量子预算比较；若达到同误差所需样本比低于2，则证伪。
2. 马尔可夫状态模型的Chapman–Kolmogorov误差能预测真实动力学外推失败；对独立长轨迹检验；若误差与外推偏差无关，则证伪。
3. 腔强耦合反应速率比在严格等温和盲法失谐后仍偏离1至少20%；三实验室复现；若归一后接近1，则证伪。
4. 单酶周转相关主要来自构象而非探针；比较固定、自由扩散与无标签方法；若相关只在固定探针体系出现，则证伪。
5. 光合长寿命振荡对量子效率无独立贡献；选择性改变振动相干；若效率随相干寿命显著改变，则该否定命题被证伪。
6. 在线主动学习中的委员会方差可把灾难性力误差召回率维持在95%以上；构造新相盲测；若低于80%，则校准假设失败。
7. 过渡路径时间对势垒高度只呈对数变化；用系列突变改变稳定性；若路径时间按指数增长，则证伪。
8. 耗散自组装寿命可由燃料通量/失活速率比跨材料塌缩；正交改变两速率；若无共同曲线，则证伪。
9. MINFLUX在相同光毒性上可把活细胞轨迹长度提高至少五倍；与定位显微盲测；若不足两倍，则证伪。
10. 显式溶剂机器势能把光化学产物分支误差压到10%以内；对未知溶剂盲测；若分支排序频繁反转，则证伪。
◎ 资料核验
以下按源行与边界讨论所用资料列出；期刊卷页或DOI已写入，预印本明确标注。
- Behler J, Parrinello M. Generalized neural-network representation of high-dimensional potential-energy surfaces. Physical Review Letters 98, 146401 (2007). DOI: 10.1103/PhysRevLett.98.146401.
- Batzner S et al. E(3)-equivariant graph neural networks for data-efficient and accurate interatomic potentials. Nature Communications 13, 2453 (2022). DOI: 10.1038/s41467-022-29939-5.
- Noé F, Schütte C, Vanden-Eijnden E, Reich L, Weikl TR. Constructing the equilibrium ensemble of folding pathways from short off-equilibrium simulations. Proceedings of the National Academy of Sciences 106, 19011–19016 (2009). DOI: 10.1073/pnas.0905466106.
- Husic BE, Pande VS. Markov state models: from an art to a science. Journal of the American Chemical Society 140, 2386–2396 (2018). DOI: 10.1021/jacs.7b12191.
- Goulielmakis E et al. Single-cycle nonlinear optics. Science 320, 1614–1617 (2008). DOI: 10.1126/science.1157846.
- Krausz F, Ivanov M. Attosecond physics. Reviews of Modern Physics 81, 163–234 (2009). DOI: 10.1103/RevModPhys.81.163.
- Ganim Z et al. Amide I two-dimensional infrared spectroscopy of proteins. Accounts of Chemical Research 41, 432–441 (2008). DOI: 10.1021/ar700188n.
- Kim YS, Hochstrasser RM. Applications of 2D IR spectroscopy to peptides, proteins, and hydrogen-bond dynamics. Journal of Physical Chemistry B 113, 8231–8251 (2009). DOI: 10.1021/jp8113978.
- English BP et al. Ever-fluctuating single enzyme molecules: Michaelis–Menten equation revisited. Nature Chemical Biology 2, 87–94 (2006). DOI: 10.1038/nchembio759.
- Smoligovets AA, Smith AW. Single-molecule studies of enzyme dynamics and catalysis. Journal of Physical Chemistry B 116, 11285–11296 (2012). DOI: 10.1021/jp305491d.
- Hammes-Schiffer S, Soudackov AV. Proton-coupled electron transfer in solution, proteins, and electrochemistry. Journal of Physical Chemistry B 112, 14108–14123 (2008). DOI: 10.1021/jp805876e.
- Weinberg DR et al. Proton-coupled electron transfer. Chemical Reviews 112, 4016–4093 (2012). DOI: 10.1021/cr200177j.
- Christopher P, Xin H, Linic S. Visible-light-enhanced catalytic oxidation reactions on plasmonic silver nanostructures. Nature Chemistry 3, 467–472 (2011). DOI: 10.1038/nchem.1032.
- Baffou G et al. Photoinduced heating of nanoparticle arrays. ACS Nano 14, 1770–1779 (2020). DOI: 10.1021/acsnano.9b08784.
- Canongia Lopes JNA, Pádua AAH. Nanostructural organization in ionic liquids. Journal of Physical Chemistry B 110, 3330–3335 (2006). DOI: 10.1021/jp056006y.
- Hayes R, Warr GG, Atkin R. Structure and nanostructure in ionic liquids. Chemical Reviews 115, 6357–6426 (2015). DOI: 10.1021/cr500411q.
- Gingrich TR, Horowitz JM, Perunov N, England JL. Dissipation bounds all steady-state current fluctuations. Physical Review Letters 116, 120601 (2016). DOI: 10.1103/PhysRevLett.116.120601.
- Horowitz JM, Gingrich TR. Thermodynamic uncertainty relations constrain non-equilibrium fluctuations. Nature Physics 16, 15–20 (2020). DOI: 10.1038/s41567-019-0702-6.
- Thomas A et al. Ground-state chemical reactivity under vibrational coupling to the vacuum electromagnetic field. Angewandte Chemie International Edition 55, 11462–11466 (2016). DOI: 10.1002/anie.201605504.
- Dunkelberger AD et al. Modified relaxation dynamics and coherent energy exchange in coupled vibration–cavity polaritons. Nature Communications 7, 13504 (2016). DOI: 10.1038/ncomms13504.
- Wolf TJA et al. Probing ultrafast ππ*/nπ* internal conversion in organic chromophores via K-edge resonant absorption. Nature Communications 8, 29 (2017). DOI: 10.1038/s41467-017-00069-7.
- Minitti MP et al. Imaging molecular motion: femtosecond X-ray scattering of an electrocyclic chemical reaction. Physical Review Letters 114, 255501 (2015). DOI: 10.1103/PhysRevLett.114.255501.
- Balzarotti F et al. Nanometer resolution imaging and tracking of fluorescent molecules with minimal photon fluxes. Science 355, 606–612 (2017). DOI: 10.1126/science.aak9913.
- Weber M et al. MINFLUX nanoscopy in biological systems. Nature Methods 18, 451–460 (2021). DOI: 10.1038/s41592-021-01129-x.
- Wang J et al. E(n)-equivariant Cartesian tensor message passing interatomic potential. Nature Communications 15, 7607 (2024). DOI: 10.1038/s41467-024-51886-6.
- Vandermause J et al. On-the-fly active learning of interpretable Bayesian force fields for atomistic rare events. npj Computational Materials 6, 20 (2020). DOI: 10.1038/s41524-020-0283-z.
- Cheng B. Cartesian atomic cluster expansion for machine learning interatomic potentials. npj Computational Materials 10, 157 (2024). DOI: 10.1038/s41524-024-01332-4.
- Ceriotti M et al. Nuclear quantum effects in water and aqueous systems: experiment, theory, and current challenges. Chemical Reviews 116, 7529–7550 (2016). DOI: 10.1021/acs.chemrev.5b00674.
- Marsalek O, Markland TE. Quantum dynamics and spectroscopy of ab initio liquid water: the interplay of nuclear and electronic quantum effects. Journal of Physical Chemistry Letters 8, 1545–1551 (2017). DOI: 10.1021/acs.jpclett.7b00391.
- Neupane K et al. Direct observation of transition paths during the folding of proteins and nucleic acids. Science 352, 239–242 (2016). DOI: 10.1126/science.aad0637.
- Chung HS, McHale K, Louis JM, Eaton WA. Single-molecule fluorescence experiments determine protein folding transition path times. Science 335, 981–984 (2012). DOI: 10.1126/science.1215768.
- Tena-Solsona M et al. Non-equilibrium dissipative supramolecular materials with a tunable lifetime. Nature Communications 8, 15895 (2017). DOI: 10.1038/ncomms15895.
- Böhning D et al. Temporal control of dissipative self-assembly by chemical reaction networks. Chemical Society Reviews 51, 360–372 (2022). DOI: 10.1039/D1CS00789K.
- Wilson MR et al. An autonomous chemically fuelled small-molecule motor. Nature 534, 235–240 (2016). DOI: 10.1038/nature18013.
- Kassem S et al. Artificial molecular motors. Chemical Society Reviews 46, 2592–2621 (2017). DOI: 10.1039/C7CS00245A.
- Duan HG et al. Nature does not rely on long-lived electronic quantum coherence for photosynthetic energy transfer. Proceedings of the National Academy of Sciences 114, 8493–8498 (2017). DOI: 10.1073/pnas.1702261114.
- Cao J et al. Quantum biology revisited. Science Advances 6, eaaz4888 (2020). DOI: 10.1126/sciadv.aaz4888.
- Westermayr J, Gastegger M, Marquetand P. Combining SchNet and SHARC: the SchNarc machine learning approach for excited-state dynamics. Journal of Physical Chemistry Letters 11, 3828–3834 (2020). DOI: 10.1021/acs.jpclett.0c00527.
- Zhang D et al. Modelling chemical processes in explicit solvents with machine learning potentials. Nature Communications 15, 6114 (2024). DOI: 10.1038/s41467-024-50418-6.