CALPHAD数据库不再只交参数：ORCHID-SAGE把评估决策一并存档，Cr–Ni库在另一台机器上重算成功
核心概要
相图数据库的构建长期依赖专家判断，而这些判断很少被记录，导致公开的CALPHAD评估难以从头重建或随新数据更新。ORCHID-SAGE把评估拆成通用协议、针对具体体系的专用协议和记录每次执行的运行卡三层，连同数据库一起打包发布。在Cr–Ni体系上，仅凭这份记录，脚本在另一台机器上、以及一个只通过MCP服务器操作的AI智能体，都重新生成了数据库，预测落在协议预先声明的容差内。
深度剖析
相图数据库现在可以连同构建它的判断记录一起发布，而不只是发布拟合出的参数。 此前公开的CALPHAD评估通常只报告最终参数，评估者选用了哪些观测、赋予多大不确定度、在备选模型间如何取舍、用了哪个版本的代码，这些信息在评估完成后基本丢失。 Cr–Ni数据库由脚本在一台处理器、操作系统和数值库都不同的机器上重新生成，13项检查中5项确定性检查结果完全一致，8项数值检查落在容差内，目标函数相差极小，共晶温度与CrNi2上限温度无差异。
记录被组织成机器可读的三层结构，使重算不必联系原作者。 通用协议规定适用于任何体系的规则，专用协议记录本体系的证据、偏离和每项决策及其责任人，运行卡用哈希锁定每一步的输入、代码版本和输出。 一个没有任何背景信息的AI智能体只拿到专用协议标识符，通过ORCHID-SAGE服务器逐步执行，用46轮、2小时38分钟、1.64美元的模型调用费用完成重算，13项检查全部通过，其中11项无差异。
评估中证据无法确定的部分被如实标为未定，而不是印成确定值。 常规评估只发布一组参数，参数在目标函数平坦方向上可以大幅变动而不改变相图，这种不确定性通常不会被察觉。 Cr–Ni最终拟合出现两个目标值仅差0.0045对数单位、但bcc与fcc一阶Redlich–Kister项相差达参数容差5.9倍的模式，两者给出的相图、不变温度和热化学性质完全相同。
启示与展望
演示范围限于Cr–Ni二元体系，重算从PhaseForge的一次性能量出发，机器学习势的计算只在第二块GPU上对少量结构做了核对；作者指出完整重算这些计算可行但耗时远多于评估其余部分。
部分数据由单一读者提取、尚未进入ORCHID正式发布版本，在第二次阅读确认前保持标记；液体的超额熵所用修正估计器尚未经独立评审，作者全程将其视为暂定值。