高熵合金表面最难的地方，不是元素多，而是同一个晶面上几乎每个位点的邻居都不一样。一个 *OH 或 *CO 放在顶位、桥位、三重空位时，中心金属、第一近邻、第二近邻都可能改变吸附能。高熵合金的“随机”不是背景噪声，而是局域活性差异的来源。
如果把一个随机构型当成整个高熵合金表面，很容易得出偶然结论；如果把所有构型都算完，又会超出计算资源。更现实的做法，是先定义局域环境，再挑代表性位点，用少量 DFT计算覆盖主要化学环境。
随机表面到底随机在哪里？
高熵合金通常由 4 个或更多近等摩尔元素组成。即便晶体结构相同，表面每个吸附位点附近的元素组合也不同。以顶位吸附为例，中心原子可能是 Pt、Pd、Rh、Ir、Ru 等；以桥位吸附为例，两个中心原子的组合更多；三重空位还要考虑三个中心原子及周围邻居。
这意味着高熵合金不能只用一个“平均元素”理解。吸附能往往来自中心原子项、邻居元素项、局部应变和电子结构共同作用。同一晶面上的不同局域环境，可能比不同晶面之间的差异还大。
图1 高熵合金吸附位点局域化学环境描述符示意，展示中心原子和邻近原子如何共同影响吸附能。DOI：10.1038/s41467-025-56421-9
为什么不能只取最低能构型？
只取一个最低能随机构型，会把“表面组成”和“局域位点”混在一起。高熵合金真实表面上可能同时存在很多近似稳定的局域环境，其中一部分位点负责强吸附，一部分位点负责弱吸附，还有一部分位点可能只起到电子调节作用。
如果研究目标是筛选最佳活性位，可以关注低自由能位点；如果目标是解释整体活性或选择性，就要看位点分布。高熵合金的催化表现往往来自分布，而不是单个最优点。
先按中心原子分组够不够？
中心原子分组是最直观的一步，但通常不够。比如同样是 Pt 顶位，周围一圈如果全是 Ru/Ir，和周围主要是 Ag/Pd，吸附强度可能相差很大。桥位和三重空位更复杂，因为中心成键原子本身就不止一个。
更合理的代表性位点应同时包含中心原子、第一近邻元素、局部配位数和吸附构型。若做 OER，可以关注 *OH、*O、*OOH 对中心金属和邻近亲氧元素的响应；若做 CO₂RR 或 CO 吸附，则要更重视中心金属 d 态和邻近元素的电子调节。代表性位点不是随机抽几个点，而是覆盖主要局域化学环境。
图2 局域环境描述符与吸附能预测表现示例，说明邻近原子信息能提高高熵合金位点判断能力。DOI：10.1038/s41467-025-56421-9
局域环境可以怎样编码？
最简单的编码方式，是记录中心位点元素和第一近邻元素数量。例如顶位吸附可写成 Mcenter + NPt、NPd、NRu 等邻居统计；桥位吸附可记录 M1—M2 中心组合以及两侧邻居。
如果想更进一步，可以加入电负性、d 电子数、原子半径、表面配位数、局部应变或 d 带相关描述符。这样做的目的不是把 DFT 变成纯机器学习，而是用描述符帮助决定哪些位点值得算。
Nconfig ≈ Nsite × Nads × Nenv
这个近似式提醒我们，计算量来自位点数、吸附物种类和局域环境数量的乘积。高熵合金表面如果不先做分组，构型数量会快速膨胀。
先建大超胞还是先建小模型？
如果目标是观察随机元素分布，大超胞更接近真实表面；如果目标是比较局域位点机制，小模型更容易控制变量。实际工作中可以先用较大的随机 slab 生成位点池，再从中截取或挑选几个局域环境做精细 DFT。
大超胞要注意两个问题。第一，随机组成本身要接近目标比例；第二，表面层和次表面层元素分布都要记录。高熵合金的吸附能不只受最表层影响，次表面元素也可能通过应变和电子结构改变中心位点。
图3 高熵合金表面吸附位点和局域描述符示例，展示同一表面上可抽取多个不同局域环境。DOI：10.1038/s41467-025-56421-9
代表性位点要算多少个？
没有固定数量，但至少要覆盖主要中心元素和主要吸附构型。比如五元高熵合金做 *OH，可以先保证每种中心金属都有若干位点，再从不同邻居组合中选低、中、高亲氧环境。若只算 3 个点，很难代表整个表面；若算 100 个点，未必都提供新信息。
一个实用做法是先用几何和元素统计筛选，再用少量 DFT 结果校准。先算 10–20 个覆盖面较广的位点，看吸附能分布是否已经覆盖主要区间；若某类元素组合缺失，再补点。高熵合金取样的目标不是穷尽所有随机结构，而是覆盖吸附能分布中的关键区间。
# ======== 高熵合金局域位点优化参考示例 ========
SYSTEM = HEA_111_OH_site_RuPt_neighbor_relax
ENCUT = 520
EDIFF = 1E-5
EDIFFG = -0.03
ISMEAR = 1
SIGMA = 0.10
IBRION = 2
NSW = 160
ISIF = 2
LDIPOL = .TRUE.
IDIPOL = 3
# 建议记录：中心元素、第一近邻、次表面元素、吸附构型
吸附能分布有没有覆盖主要区间？
高熵合金结果不宜只给一个最低吸附能。更有信息量的是吸附能分布：哪些位点吸附过强，哪些位点过弱，哪些位点接近理想区间。对于 OER，可以看 ΔG*OH、ΔG*O、ΔG*OOH 的分布；对于 CO₂RR 或 HER，可以看 *CO、*H 等关键中间体。
如果新增位点总是落在已有分布区间内，说明取样可能已经足够；如果新增某类局域环境带来明显新低能或新高能点，就说明之前取样还没覆盖完整。代表性是否足够，要看分布是否稳定，而不是看单个位点是否最低。
图4 高熵合金局域环境描述符对吸附能预测的示例，说明不同中心元素和邻居组合会形成吸附能分布。DOI：10.1038/s41467-025-56421-9
局域描述符和 DFT 是否一致？
描述符只能帮助排序，不能替代关键 DFT 点。若描述符预测某类位点很强吸附，应至少挑几个代表点做完整优化；如果 DFT 结果和描述符趋势不一致，就要检查是不是几何重构、磁性、次表面元素或覆盖度影响了结果。
一致性检查可以从三方面做：吸附能排序是否相近，优化后位点是否保持原局域环境，PDOS/Bader/差分电荷密度是否支持同一机制。若某个位点优化后发生明显迁移或表面重排，就不能继续按初始局域编码解释。
图5 不同中心元素和组分测试下吸附能预测表现示例，说明代表性位点需要同时考虑中心元素和局域邻居。DOI：10.1038/s41467-025-56421-9
要点一：高熵合金表面不能只用一个随机构型代表，局域环境才是吸附差异的核心。
要点二：代表性位点应覆盖中心元素、邻近元素、吸附构型和吸附能分布区间。
要点三：大超胞适合产生位点池，小模型适合做受控比较，两者可以配合使用。
要点四：判断取样是否足够，要看吸附能分布和局域描述符是否稳定，而不是只看最低能点。
