清华大学，最新Nature Synthesis，发现新反应！

背景：在有机化学领域，传统发现新反应的方法依赖经验试错，效率低且易受认知偏见限制，尤其是在探索如Co(IV)–烯胺内圈机制等复杂协同催化体系时面临巨大挑战。研究目的：清华大学研究团队旨在开发一种结合人类化学直觉与人工智能算法的新策略，以高效探索百万级反应条件空间，发现并优化全新的催化反应体系。结论：该研究提出的“启发式数据驱动反应发现策略”仅通过63次实验，便成功发现了一个具有优异产率与对映选择性的α-极性反转Co(IV)–烯胺协同催化体系。AI引导的贝叶斯优化能够跳出人类经验定式，系统探索并锁定最优条件，同时通过聚类分析证实了该体系的广泛底物适用性。该策略建立了一种可扩展、可迁移的AI-人工协作范式，为复杂催化体系的精准优化和加速反应发现提供了全新思路。