这也是我从北工大 × 百度伐谋“谋定行”活动里，发现的最适合单独拎出来讲的一个案例。
航天员长期住在密闭舱里，人体活动、舱体材料、实验设备，都可能慢慢释放微量有害气体。量很小，可时间一长就不能当没事。空间站又不能开窗通风，空气里到底混进了什么，总得一直盯着吧？
这就需要一套空气监测设备，也就是空间站里的“电子鼻”。
麻烦在于，空间站里的设备不能只看准不准。它还得小，得轻，得省空间。每一寸空间、每一点重量，最后都会变成发射和运行成本。气相色谱仪想继续缩小，色谱柱就成了绕不过去的地方。
色谱柱负责把不同气体分开。里面的微柱怎么排，做成圆形还是椭圆形，间距留多少，都会影响分离效果。听起来只是改结构，实际牵一发动全身。流速会变，滞留区会变，压降也会跟着变。
过去做这类设计，很多时候靠经验加仿真。
有点像爱迪生试灯丝。一个不行，换一个。
问题是科研里的“灯丝”太多了。人能试到的，往往只是试过里面相对不错的方案。更优的解在哪，没人敢拍胸口。
百度伐谋带来的变化，就在这段试方案的过程里。
科研人员先把目标和规则写清楚，流速要稳，滞留区要少，压降要控住。接下来，百度伐谋去生成结构，跑仿真，看分数，把一批可能性先筛一遍，再把更值得验证的方向推回来。
过去是凭经验挑几个方案慢慢试。现在是先把一批方案跑出来，再交给仿真和实验继续验证。
这类 AI 和普通聊天 AI 的差别，也在这里。
一个回答问题，一个开始替科研人员筛路径。
