科學研究，常常存在這樣的現象：重大發現一般具有偶然性。而深入研究其理論機理，理解其必然性，走新材料理性突破的道路又是人們所努力追求的。這在科研實踐中，在量-質關系上，往往形成矛盾的、單一策略的過程實踐。

MCP-WS1000并非支持無清晰策略的材料試錯，而是主張 ：凡是值得嘗試的，都應該高效完成，所謂“凡是效果不好的材料，就用短的時間知道它效果不好；凡是有潛力的新材料，就用短的時間讓它更好”。事實上，并不存在“錯”的材料，這些較差或者毫無轉化效率可言的材料，仍然為科研者提供了更豐富詳實的數據與經驗。新嘗試、新數據的累積會帶來新認知，應該將這些數據與條件保存、記錄下來。我們當前的科研活動與數據管理條件下，誰能確定，3年前的一個博士生做的實驗，不被明天的一個新博士生再重復做一遍呢？

以當前的太陽光分解水產氫為例，我們完全可以借助新工具，發展新的研究策略（例如材料基因組策略與方法論），改變實驗研究者的時間分配。時間，具有不可再生性，作為效率因式的分母，在工作場景和各環節中如何分配，絕不僅僅受意愿驅動，還必然受社會提供的工具影響。包括泊菲萊公司在內的、以及日本進口的單體式產氫設備，本質上仍然是天才式發現研究策略下的裝置，但在今天，它可以被新工具所支撐的新策略所打破。

MCP-WS1000本質上是一個基于物理硬件，基于科研人員材料認知水平基礎上的更高效數據生產工具，打通了以下的策略閉環：

關鍵特征

• 機械自動取樣/送樣，減少人為操作誤差；

• 完善的配套設備，一站式實驗室解決方案；

• 全面的實驗條件快速篩選，提升時效性。

應用領域

▲特別適用   ●較為適用  ○可以使用

▲ 光合成      ▲ 光催化分解水制氫/氧           ▲ 光催化全分解水               ▲ 光催化CO2還原   

▲ 光降解液體污染物（如染料、苯及苯系物等）     ▲ 光催化量子效率測量 

○ 光致變色            ○ 光降解氣體污染物（如VOCs、氮氧化物等）