多 AI 智能体框架揭示铝纳米粒子氧化中的“氧化物守门人”

铝纳米粒子 (ANPs) 是能量密度最高的固体燃料之一，但其从被动化粒子过渡到爆炸性反应物的原子机制仍不为人知。这源于根本性的计算瓶颈：ab initio 方法虽提供量子精度，但仅适用于小规模时空 (<500 原子, 皮秒级)，而经验力场缺乏应用于复杂燃烧环境时的反应保真度。本文通过采用“人类在回路中”的闭环框架，利用自审计 AI 智能体验证机器学习势能 (MLP) 的演化。这些智能体作为科学监卫，为人类决策可视化隐藏模型制 artifact，确保在实现近线性规模化至百万原子系统、访问纳秒时间尺度的同时，保持量子力学精度（能量 RMSE: 1.2 meV/atom, 力 RMSE: 0.126 eV/Angstrom）。显著的是，我们的模拟揭示了温度调节的双模式氧化机制：在适温下，氧化物壳作为动态“守门人”，通过瞬时纳米通道的“呼吸模式”调节氧化；超过临界阈值后，“破裂模式”释放灾难性壳破裂和爆炸性燃烧。重要的是，我们通过证明铝阳离子向外扩散而非氧气输运在所有温度范围内主导质量传输，解决了数十年来的争议，扩散系数始终高于氧气 2-3 个数量级。这些发现建立了能源纳米材料设计的统一原子尺度框架，使通过智能计算设计实现对点火灵敏度和能量释放速率的精确工程化。