8月28日消息，Anthropic 开放模型硬件标准（Model Hardware Standard，MHS）的研究预览，首批面向科研实验室与先进制造商。这套规范让 AI 代理通过统一接口安全操作显微镜、移液工作站、机械臂等设备，并可并行控制多台仪器。Anthropic 称，MHS 把原本需要数周甚至数月的硬件集成压缩到小时甚至分钟级。目前该标准仍处于研究预览阶段，尚未开源，Anthropic 计划在安全评测与最佳实践成熟后再开放。
把硬件集成从数周压缩到小时级
实验室和工厂里的设备大多互不通信。每台仪器有自己的编程接口，要联动多台设备，往往需要专家写定制集成，一套流程做下来要数周甚至数月。MHS 针对的就是这个问题。Anthropic 称，它把这段集成时间压缩到小时甚至分钟级。
MHS 让 AI 代理可以并行操作多台仪器，从显微镜、移液工作站到机械臂，任务范围覆盖常规药物发现实验，以及量子计算机上的激光校准。这一标准起源于 Anthropic 与 HHMI Janelia 研究园区的合作：Janelia 的一名博士后在做脑成像实验时，需要把不同厂商的激光器、电动对焦器和专用相机接起来，但设备之间没有通用接口，于是他做了一套共享内存方案，Anthropic 随后把 AI 模型接了进去。
一个标准驱动，三种接入方式
MHS 的核心是一个标准化驱动，把设备的编程接口统一翻译成几个简单原语，比如读和写，让任意设备都能理解和执行。设备会以标准格式被"发现"，跨网络通信不再需要专门的翻译程序。
这套驱动还带自然语言标签，用来记录机器特性里代码看不出来的部分，比如机械臂的重量，以及必须强制执行的安全限位。用户可以直接填写这些标签，或者让代理通过问答把信息问出来，驱动再自动生成一份设备参考文件，告诉代理它能测什么、能调什么、安全边界在哪。
接入方面，MHS 提供三种方式：MCP、命令行接口和代码文件。代理可以跨仪器排序步骤、监控结果、按条件变化实时调整参数；遇到长时间运行或需要快于在线推理的任务，它可以把多个设备的驱动命令串成代码文件，让设备自行执行，不必每一步都推理。Anthropic 举了一个例子：Claude 在调整量子计算机上的激光时，先做出调整、用相机观察光束变化、再重复这个过程，最后把学到的流程写成确定性脚本，让整个校准变成一条命令。 AWS、Hugging Face 等首批合作方，开源时间未定
MHS 面向任何有可编程接口的设备，并且与模型无关，任何代理都可以通过 MCP 等标准协议接入。Anthropic 已把早期版本交给一批合作方，用于共同构建安全评测和最佳实践。
首批合作方里，AWS 将通过 Strands Robots 库支持 MHS，并在预览期间提供私有预发布版本；Hugging Face 在机器人库 LeRobot 中加入 MHS 支持；Raspberry Pi 在多款产品上做 MHS 集成；Universal Robots 已提前接入并计划在其机器人平台加入支持。此外，Tecan 的 Fluent 移液平台、Automata 的 LINQ 实验室自动化平台，以及制药公司 Genentech 也参与了早期项目，后者用 MHS 做了 BCA 蛋白检测的自动化概念验证，需要协调移液工作站、机械臂和酶标仪三台设备。
开源还没有时间表。Anthropic 明确说，在开源之前还要完善标准、构建安全评测并制定最佳实践，届时会一并发布研究预览中的发现作为安全部署指南。它还承认，Claude 对物理世界的空间推理仍有局限，操作设备时仍需专家监督；MHS 目前也不支持没有可编程接口的硬件，Anthropic 正与这类设备厂商合作内置驱动。
AI 与物理世界之间，还缺一个统一接口层
MCP 解决了 AI 与软件工具之间的连接，MHS 瞄准的是硬件这一层。AI 与物理设备之间至今没有统一接口，只有各家定制集成。Anthropic 用模型无关、设备无关加标准协议的方式进入这一层，并拉来设备、机器人和制药厂商做早期采用，这是本次发布的核心增量。
不过能下的结论有限。MHS 目前是研究预览而非已开源的标准，集成时间的压缩是 Anthropic 公布的口径，Anthropic 自己也承认物理推理仍需专家监督。因此它说明的是 Anthropic 正在为 AI 操作物理设备铺设一条标准化路径，还不能说行业标准已经确立，更不能说 AI 已经能无人监督地操作物理设备。
对科研实验室和先进制造商而言，这件事的价值在于，设备联动从"每家找专家定制"变成"按一套标准接入"。如果后续开源并获多方采纳，这层接口的集成成本会进一步摊薄，但那要等标准真正落地之后才能判断。
AI 速览
