AI 辅助以化学反应网络反例修正两类常见判据：最优亲和力与绝对浓度鲁棒性

Michael Mislan 于 10 月 21 日公布两篇研究特定化学反应网络数学判据的 AI-assisted 手稿。第一篇构造可逆自催化网络反驳仅依赖总体化学计量种子比的最优亲和力下界，并提出记录动力学响应信息的替代 capacity；第二篇使用正有理双分子网络反例说明稳态环中零因子并不是 absolute concentration robustness 的无条件充要条件，进一步给出带明确代数假设的 block-compatible completeness 界面。两文均报告选定反例和精确证书已形式化；其他几何/非线性论证仍为传统手稿内容。**页面引用的 Palomar 注册时间为 2026 年 9 月 30 日与 10 月 1 日**，不能据此虚构当天新的形式核验证书。关联：https://hexagonmath.org/2610.00441v1。