Anthropic发布MHS标准，让AI智能体操控物理设备

2026年8月27日，Anthropic开放了模型硬件标准（MHS）的研究预览版，这是一套让人工智能智能体安全操控物理设备的通用规范。该标准与HHMI Janelia研究园区合作开发，旨在让像Claude这样的智能体并行调度多台实验室或生产设备——显微镜、机械臂、液体处理器——完成从药物发现实验到量子计算机激光校准等各类任务。这是Anthropic首次让其智能体走出屏幕，直接操控机器。

让机器彼此听懂的通用语言

让实验室或工厂里的设备相互通信，通常需要数周甚至数月：大多数设备彼此并不兼容，需要专业人员为每一种硬件组合搭建定制化的集成方案。MHS引入了一套标准化驱动程序——一种在计算机操作系统与物理设备之间进行翻译的软件——把这项工作压缩到几个小时。该驱动依赖一小组基本命令，例如读取命令（如获取温度）或写入命令（如设定温度），任何带有可编程接口的设备都能理解。这样一来，每台设备都能以统一格式被发现：设备与智能体可以在网络上互相找到并通信，而不需要每次都搭建一个专门的«翻译»程序。智能体随后可以通过三种方式操控设备：模型上下文协议（MCP）、命令行，或代码文件（API）。

MHS驱动还解决了一个仅靠代码无法说明的问题：一个主要在虚拟世界中训练出来的智能体，并不知道机械臂有多重，也不知道激光器的安全范围是多少。为此，MHS引入了一套标签系统，用自然语言描述设备的物理特性、可调参数和强制安全限制——用户既可以自己填写，也可以通过与智能体对话，由智能体询问设备情况来完成。这些信息会自动生成一份参考文件，让智能体获得操作一台从未见过的设备所需的全部信息，不再依赖纸质说明书或技术人员的经验积累。

从实验室走向产业

Anthropic已将MHS的早期版本分享给生物科技、机器人、量子计算和电子领域的首批实验室与制造商。在Genentech，研究人员测试了MHS，用以自动化一项蛋白质检测实验，该实验需要协调液体处理器、机械臂和读板仪三种设备。在华盛顿大学，Baker与Pinglay实验室的一名博士生用MHS搭建了远程监控仪表盘，并让智能体监督一次聚合酶链式反应（PCR），在恰当的时刻自动停止。

• 在卡内基梅隆大学，一个智能体调度液体处理器、读板仪、机械臂和摄像头，使剂量-反应实验的速度提高了约三倍。
• 在项目起源地HHMI Janelia园区，一个智能体统一了此前依赖七种不同厂商程序、彼此互不兼容的显微成像装置。
• 在量子计算公司QuEra，一个智能体控制量子计算机激光系统的一部分，在99.3%的情况下无需人工干预即可恢复激光的超精确频率«锁定»状态。
• 在Tetsuwan Scientific，MHS调度了一次PCR工作流程，用于一项监测加州某溪流污染情况的公民科学项目。

Anthropic的硬件押注

亚马逊云科技（AWS）将把MHS集成到其连接智能体与物理设备的库Strands Robots中；Hugging Face（LeRobot）、树莓派（Raspberry Pi）、Automata和Universal Robots是其他硬件合作伙伴，Danaher也在探索合作。MHS目前仅面向一小部分合作伙伴开放，未来计划成为一个开源且与模型无关的标准——正如Anthropic于2024年开源的模型上下文协议（MCP）那样。«我们是为科学而构建这套系统，目的是展示AI的潜力，但它对企业和产业同样有巨大的价值»，Anthropic负责«有益部署»业务的Elizabeth Kelly对CNBC表示。这一发布正值Anthropic组建专属芯片团队之际，公司近期还聘请了曾在OpenAI、Meta和苹果任职的硬件高管Caitlin Kalinowski——显示出Claude的开发商希望在硬件领域与已经大举投入的竞争对手一较高下。

如果能够更快地检验假设，就能更快地创造出通用技术。这正是一个世纪的进步得以压缩进十年的方式。

这对中国企业意味着什么

对中国的科研实验室或生产制造企业来说，MHS所要解决的痛点并不陌生：花费数周时间去让不同厂商的设备互相«对话»，而不是把这些时间用在真正的实验或生产上。目前该标准仍处于封闭预览阶段，仅向首批合作伙伴开放，中国机构能否以及何时获得访问权限，取决于Anthropic后续公布的开放计划；但其«与模型无关»的设计以及未来开源的规划，降低了企业被单一AI供应商锁定的风险。中国的制造企业和科研院所值得密切关注这一动向：曾让模型上下文协议成功普及的标准化路径，这一次或将直接落地到生产线和测试台架上。