随着新能源汽车和储能市场需求的持续增长，商业化锂离子电池正极材料（如镍钴锰三元材料和钴酸锂）在过去十年间价格迅速攀升。相比之下，锰元素在自然界中储量丰富、成本低廉，具备显著的资源优势。富锂锰基层状氧化物正极材料中所展现的阴离子氧氧化还原反应，被视为突破锂离子电池能量密度瓶颈的变革性途径之一，因而受到产业界与学术界的广泛关注。然而，传统阴离子氧氧化还原反应在高电压（>4.5 V）条件下容易诱发氧–氧二聚过程，生成过氧/超氧中间物种，导致不可逆的晶格氧逸出。同时，伴随的过渡金属（TM）离子迁移会进一步引起结构的不可逆相变和晶格破坏，最终造成电池容量和电压的快速衰减，严重影响电池的使用寿命与管理。尽管已有多种改性策略被提出，如体相掺杂、表面修饰、调控层间堆垛序列以及构建岩盐无序结构等，这些方法在一定程度上改善了循环稳定性，但仍难以有效抑制循环过程中晶格氧的不可逆损失与结构退化。

钴酸锂（LiCoO2，LCO）正极目前仍是消费电子领域锂离子电池的主流正极材料。然而，随着工作电压升高（> 4.5 V），钴酸锂层状正极材料将面临结构不可逆相转变、严重界面副反应、表面过渡金属溶解以及晶格氧参与电化学过程等问题，导致正极-电解液界面（CEI）阻抗增加和电极容量迅速衰减。针对这一挑战，潘锋教授课题组在前期研究中通过表面包覆物结构调控与氟化电解质设计等策略，在高电压钴酸锂表面精准构筑了功能化CEI层，显著提升了钴酸锂表界面结构稳定性与体相相变可逆性（Adv. Energy Mater., 2024, 14, 2402223；Adv. Mater., 2024, 36, 2408875；Energy Environ. Sci., 2024, 17, 7944；Adv. Funct. Mater., 2025, 2504165）。

聚合物复合电解质（PCEs）在提升电池安全性、稳定性和能量密度方面具有显著优势，是实现高能量密度储能系统的关键材料之一。然而，PCEs在实际应用中仍面临严峻的界面挑战，尤其是在高电压或高能量密度体系中，界面不稳定、副反应频发及界面相容性差等问题更为突出，严重制约了离子传导效率与电池整体性能。因此，系统分析高能量密度条件下的关键技术瓶颈，并提出针对性解决方案，对推动下一代储能系统发展具有重要意义。尽管已有策略在改善界面性能方面取得了一定成效，但其在高能量密度电池体系中的适用性仍有待进一步验证。

钴酸锂（LiCoO2，LCO）是目前广泛应用于手机、笔记本电脑及高速无人机等锂离子电池的主流正极材料。当前该材料发展的关键挑战在于，如何在提升充电截止电压以实现高能量密度的同时，保持其循环稳定性。当充电截止电压提高至4.55 V（vs. Li/Li+）及以上时，剧烈的正极/电解质界面副反应会引发材料表面结构及正极/电解质界面相（CEI）结构退化，导致电极极化加剧、容量快速衰减、循环稳定性下降，并削弱高压相变过程的可逆性，从而缩短电池的循环寿命。因此，在实现高比容量（>220 mAhg-1）的同时，如何保障钴酸锂材料体相与表界面结构稳定性，已成为推动其高压商业化应用的核心难题。

在人工智能驱动材料设计迅速发展的背景下，如何以科学、可解释且高效的方式从复杂材料结构中提取关键特征，已成为实现智能材料发现的核心挑战。拓扑结构化学作为一种将材料微观结构映射为数学拓扑模型的研究方法，近年来在材料基因组工程、催化活性探索以及能量材料设计等领域，展现出强大的结构表征与性质预测能力。北京大学深圳研究生院新材料学院潘锋教授团队近年来致力于图论/拓扑数据分析方法及其在结构特征提取中的拓展与应用，在该领域取得了一系列创新性成果，包括材料结构的拓扑表示（J. Phys. Chem. Lett., 2023, 14: 954）、材料反向设计（npj Comput. Mater., 2025, 11: 147）、新型固态电解质设计（J. Am. Chem. Soc., 2024, 146, 18535; J. Am. Chem. Soc., 2025, 147, 24）、化学反应路径搜索（CCS Chemistry, 2024, 7, 1）以及催化活性相搜索（Nat. Commun., 2025, 16, 2542）。这些研究系统建立了从拓扑结构表示到性质预测，再到功能材料设计的全链条研究框架，为结构化学与人工智能的深度融合奠定了坚实的理论与方法基础。