Anthropic 启动 MHS 研究预览，称设备集成从数周缩至数小时

2026 年 8 月 27 日，Anthropic 开放 Model Hardware Standard（MHS）研究预览：一个让 AI agent 安全操作物理设备的共享规范，覆盖显微镜、液体处理器、机械臂等仪器，其开发始于 Anthropic 与 HHMI Janelia Research Campus 的合作（）。官方 X 账号当天 18:10:22 UTC 发布推文，宣布启动研究预览第一阶段，附演示视频并链接公告页；截至本文核验时，该推文已获 1100 余次点赞、6.2 万余次浏览（）。

公告里最硬的主张是时间账：实验室或工厂把硬件集成进工作流通常要数周甚至数月，多数设备互不通信，需要专家编写定制集成；Anthropic 声称 MHS 把这项工作压缩到数小时或数分钟，还能让 agent 编排全天候自主实验、逐步推理实验的每个环节、实时更新参数，部分情况下无需人工干预即可从硬件错误中恢复。这些指标来自 Anthropic 与合作方在公告中的自述，公告没有提供独立验证；标准本身也尚未开源。

驱动、原语与标签：agent 如何学会陌生设备

MHS 要解决的是一个具体问题：每台设备都有自己的编程接口，此前没有标准化方式把它们连起来；连上之后，也没有通用方式让设备与 AI agent 共享数据、允许 agent 安全操作。Anthropic 的答案是引入标准化驱动（driver），一种在操作系统与硬件设备之间做翻译的软件。驱动使用一组简单原语：read（如"获取温度"）、write（如"设置温度"），任何硬件都能理解并执行；设备以标准格式对外可发现，设备和 agent 不需要中间的定制"翻译"程序就能跨网络互相找到、通信。

驱动还负责让 agent 学会一台从没见过的设备。代码看不出的机器特征，比如机械臂的重量（关系到如何安全地操纵它），这类信息过去大多存放在纸质手册、个人电脑或操作者的隐性知识里；MHS 驱动提供标签（tags），让用户用自然语言把这些信息写进去，可以自己写，也可以通过一个访谈式的 agent 对话完成。驱动据此自动生成参考文件，说明设备能测量什么、能调整什么、会强制执行哪些安全限制，agent 拿到这份文件即可操作设备。

连接与控制分三层：MCP、命令行界面和代码文件（API），三者配合，agent 可以用一行代码编排多台设备。遇到长时间运行或节奏快于在线推理的任务时，agent 把一台或多台设备的驱动命令链进代码文件，让设备自行执行，不必逐步推理。Anthropic 在测试中观察到 Claude 的探索式行为：调整激光、通过摄像头观察光束如何移动、重复这个过程直到理解事件序列，再把学到的内容打包成确定性脚本，让整条对准流程以单条命令运行。MHS 适用于任何带可编程接口的设备，与模型无关，任何 agent harness 都能通过 MCP 等标准协议访问。

从 BCA 蛋白测定到水质监测：五家实验室的用法

发布前，Anthropic 把 MHS 交给了生物技术、机器人、量子计算等领域的少量实验室和硬件制造商，公告中的案例细节由合作方各自叙述。

Genentech 把 MHS 作为 BCA 蛋白测定自动化的概念验证。这是测量样品总蛋白浓度的标准流程，需要协调液体处理器、机械臂和读板机。华盛顿大学 Baker 与 Pinglay 实验室的博士生 Zihao Song 用 MHS 搭建了远程监控仪器的仪表盘，一个由 agent 监督的 qPCR（通过反复加热冷却循环复制目标 DNA 序列，实时观察扩增曲线并在正确时刻终止），以及机械臂与液体处理器之间无碰撞的板转移集成。卡内基梅隆大学用 MHS 跑连续稀释剂量-反应实验，速度约为此前的 3 倍，agent 编排液体处理器、读板机、机械臂，以及三台接口互不兼容的计算机上的监控摄像头。HHMI Janelia 的 Virginie Ruetten（Ahrens 实验室科学家，研究睡眠如何帮助身体从压力中恢复）用 MHS 统一并编排了一套此前需要七个不同厂商程序、没有共享界面的设备。Tetsuwan Scientific 把 MHS 集成进其自动化生物实验室平台 ResearchOS，编排 qPCR 流程，为表征加州 San Pedro Creek 污染的公民科学项目提供数据。

99.3%：激光锁频在无人干预下的恢复率

最引人注意的数字来自 QuEra。这家用中性原子制造量子计算机的公司，让 AI agent 接管了量子机器内部激光系统的一部分控制权。agent 开发出一个控制器，在无人干预的情况下以 99.3% 的概率恢复激光的"锁定"，即激光要与原子相互作用必须保持的超精确频率。公告没有给出对照基准，比如人工恢复的成功率或此前系统的表现；这个数字与其余案例一样，是公司与合作方的自述。

从 Strands Robots 到 Camera MHS Driver，硬件生态开始接入

硬件厂商和支撑它们的软件公司也在把 MHS 做进设备。AWS 将通过 Strands Robots（连接 AI agent 与物理设备的库）支持 MHS，并在研究预览期间向参与者提供该库的私有预发布版。Automata 在实验室自动化平台 LINQ 中加入 MHS 支持，用于自主实验室仪器的智能错误处理。Danaher 与 Anthropic 正在探索 MHS 能力如何让其智能仪器和自主实验室规模化生物医药研发。Doosan Robotics 用 MHS 测试机械臂，包括自动化质量保证与多机器人任务协调。MBF Bioscience 正在为 ScanImage 构建 MHS 驱动，ScanImage 是驱动全球数百个神经科学实验室激光扫描显微镜的软件，目标是让 AI agent 参与实时数据分析与实验。QIAGEN 在核酸纯化平台 QIAsymphony Connect 上做出工作概念验证，展示 agent 帮助实验室更快排查仪器故障、引导操作员恢复、提高仪器正常运行时间并降低生物样品风险。Tecan 为 Fluent 液体处理平台添加 MHS 支持。Universal Robots 已提前接触 MHS，计划在其机器人平台加入支持。

早期采纳者名单里还有两家软件方：Hugging Face 在机器人库 LeRobot 中加入 MHS 支持；Raspberry Pi 用 Camera MHS Driver 测试成功后，正在多款产品上启用 MHS 集成。Anthropic 提到，许多开发者已经在用 Claude Code 操作单个物理设备，下一阶段希望把标准扩展到开发者构建的更多设备。

先补安全评估再开源：MHS 的边界

Anthropic 明确表示，标准在开源前还有工作要做，目前只向科学、机器人、电子与制造领域的首批合作伙伴开放早期版本，用于共同构建安全评估和最佳实践。Claude 通过文本和图像了解物理世界，空间与物理推理存在局限，仍需专家监督：Genentech 的研究人员就不得不引导 Claude 认识到，样品起泡造成的错误是物理故障而不是软件 bug，只能通过相应的物理修正来缓解。MHS 目前也无法用于没有编程接口的硬件，Anthropic 正在与这类设备厂商合作内置驱动。安全方面，Anthropic 计划与研究预览伙伴一起构建额外的安全评估，并正在制定物理安全路线图，以加强保障政策与执行覆盖、防范滥用风险；开源 MHS 时，会把研究预览的发现作为安全部署指引的一部分一并发布。

Anthropic 邀请各行业利益相关者加入研究预览候补名单。在标准开源之前，这些"数小时完成集成"的数字只有公告与合作方的自述作为支撑，公告本身没有提供独立验证；Anthropic 承诺在开源时随附研究预览发现与安全部署指引，那将是外界对照检验这些宣称的公开材料。