Anthropic 发布模型硬件标准 MHS 研究预览

Anthropic 近日与 HHMI Janelia Research Campus 联合宣布，开放「Model Hardware Standard（MHS，模型硬件标准）」的研究预览版，首批面向科研实验室与先进制造企业开放申请。MHS 是一套面向 AI 智能体（agent）的共享规范，旨在让 AI 安全、可编程地操控显微镜、液体处理仪、机械臂等多种实验与生产设备，并支持并行调度。Anthropic 表示，未来会将 MHS 开源，以推动行业标准共建。

解决的核心问题

当前实验室与制造现场的设备往往各自为政——每台仪器都有独立的编程接口，设备之间互不连通，集成工作通常需要专业人员编写定制程序，周期长达数周甚至数月。MHS 的目标是把这套集成流程压缩到几小时甚至几分钟，并通过引入 AI，使设备可以由智能体自主编排、连续运行。

在 MHS 框架下，智能体能够：

• 推理每一步实验流程，并实时更新参数；
• 在部分场景下自动检测并恢复硬件错误，无需人为干预；
• 与任何具备可编程接口的设备协同，且与具体模型无关——任何智能体框架都可以通过 Model Context Protocol（MCP）等标准协议访问 MHS。

MHS 的工作原理

MHS 的核心是一套「标准化驱动（driver）」，把计算机操作系统与硬件设备之间的差异抽象成统一语言。

• 统一原语：驱动使用一组极简的命令原语，例如「read（读取温度）」「write（设定温度）」，任何硬件都可以理解并执行。
• 设备可发现性：每台设备以标准格式注册，智能体和设备可在网络上自动互相发现，无需编写定制翻译程序。
• 自然语言标签：驱动允许用户直接以自然语言补充纸质手册或经验中的设备特性（如机械臂的重量、安全限位），也可以让智能体通过对话自动采集这些信息。
• 自动生成设备参考文件：基于上述标签，驱动会自动生成描述设备可测量项、可调参数与安全边界的文件，智能体拿到文件即可上手操控。

在控制层面，MHS 提供三种机制供智能体调用：

• MCP：用于自然语言层面的指令下发；
• 命令行接口（CLI）：便于开发与调试；
• 代码文件（API）：用于长任务、多设备编排和高速执行——智能体可以把驱动命令预先编排进代码文件，让设备按确定脚本运行，避免每一步都依赖在线推理。

Anthropic 透露，Claude 在使用 MHS 时表现出类似科学家的探索式行为：先对激光做出微调，通过摄像头观察光束位移效果，迭代几轮后将所学打包为确定性脚本，最终实现单命令完成激光对准。

早期合作案例

在研究预览阶段，Anthropic 已与生物技术、机器人、量子计算等领域的实验室与硬件厂商合作试点，覆盖场景包括：

• 生物医药：辅助药物发现实验的多设备联动；
• 机器人：多机械臂的并行控制与编排；
• 量子计算：激光对准等精密校准流程；
• 电子与制造：实时故障检测与长时间无人值守运行。

后续计划

Anthropic 表示，目前放出的 MHS 是早期版本，目的是与科学、机器人、电子、制造等领域的合作伙伴共同构建安全评估体系与最佳实践，最终目标是将其开源。MHS 与 Anthropic 此前推动的 Model Context Protocol 共同构成「智能体 ↔ 外部世界」协议栈的关键一环：MCP 负责连接软件工具，MHS 负责连接物理硬件。