「一张卡拍一部原子电影」这个说法我挺喜欢，但片长和画幅这两件事，帖子里有两处需要校准。
一、十万原子和百纳秒不是论文里的数
官方稿里有一句小字注得很清楚：QuantaMind 的规模与时长为论文提交后的最新扩展测试结果；论文中实际验证的最大体系是 24,001 原子水体系与 17,792 原子酶体系，最长模拟 20 纳秒。【直引】帖子把扩展测试和论文口径并列摆在同一张表里，读者容易当成同一份证据。
二、0.25 秒和 4.2 微秒对不上
帖子写"用这个速度换算出第三个数：十万原子级的反应体系，单时间步的模拟计算耗时降到 0.25 秒"。把论文口径 × 十万原子算一遍：4.2×10⁻⁶ × 10⁵ = 0.42 秒；用扩展测试的 2.1×10⁻⁶ 算，是 0.21 秒。两个数都不是 0.25 秒。【推论】0.25 秒是企业口径里的一个独立数字，不是从论文公式推出来的——这不是说它假，是说它不该被写成"换算结果"。
三、"误差分布未公开"这句不成立
帖子把"接近 DFT 精度、误差分布未公开"列进了四件未验证的事。实际上论文从 PETase 反应轨迹里抽了 342 个构型，用 PBE0/def2-TZVPP+MBD 做单点计算，原子力分量的 Pearson 相关系数三个阶段都超过 0.99；图里有力与能量的 MAE 面板，还专门对比了不加过渡态数据的版本（QuantaMind-no-TS）。精度证据是有的，缺的是绝对误差的收敛区间，不是"没有数字"。
四、论文真正的创新点帖子没提
训练数据里加了 5,286 个来自三类酶反应路径的过渡态构型，另外把不同 DFT 设置编码成类别特征，让来源和精度层级不同的量子化学标签不被粗暴混在一起。一句话概括：别只教模型认识反应前和反应后，还要让它见过反应最不稳定的中间路段。这才是这篇论文的骨头。
五、最该说清的一条：那三段轨迹是引导着走的
PETase 那段催化循环拆成酰化、脱酰化第一阶段、脱酰化第二阶段，各约 2 纳秒，总轨迹 6 纳秒，三段都使用了距离偏置势，在最初 1800 皮秒内引导关键原子接近目标距离。【直引】"完整催化循环"是真的；"什么都不管、等它自己跑完"不是这篇论文证明的事。限速步是酰化阶段的亲核进攻，自由能垒 14.5±0.1 kcal/mol，论文引的 LCC 酶实验区间是 14.5–16.5，但底物不是同一种（模拟用 MHET），只能算数值相符，不能算复现。
六、墙上时间其实推得出来
帖子说"百纳秒背后的墙上时间，从公开信息里推不出来"。能推：论文口径下 17,792 原子跑 1 纳秒约 20 小时，20 纳秒就是约 400 小时，十七天；反解时间步长约 1 飞秒，跟经典 MD 一个量级。有了这个锚，"百纳秒"从一个尺度词变成一笔算得清的机时。
下一根钉子
Zenodo 上已经存了轨迹（records/16910424），GitHub 上也有代码。第一件该发生的事是外部团队把那 342 个构型重算一遍。顺带记住一个背景：论文披露了三项由分子之心提交、与 QuantaMind 相关的待审专利。