摘要Anthropic 发布 MHS 研究预览给 AI 一套操控显微镜、机械臂、移液机器人的统一驱动规范把设备集成从数周压到几小时。本文拆解它怎么工作、实测数据如何以及为什么说这是 MCP 剧本的第二次上演。凌晨两点实验室里一台中性原子量子计算机的激光脱锁了。频率漂移了那么一点点实验全废。传统做法是专家现场操作恢复要 5 到 10 分钟——凌晨脱锁研究生就得爬起来开车回实验室。QuEra 把这活儿交给了 AI。激光系统的锁定恢复AI 代理接管后成功率从 58% 提到 99.3%恢复时间从最长 10 分钟压到 6 到 14 秒。凌晨 2 点脱锁AI 自己就修好了。这个改变背后的东西就是 8 月 27 日 Anthropic 发布的研究预览Model Hardware StandardMHS模型硬件标准——让 AI Agent 安全操控物理设备的统一规范官方公告。一句话说清它的定位MCP 管数字世界MHS 管物理世界。它是什么给 AI 一张硬件驾照先交代背景。实验室或工厂要把一套硬件接进自动化流程过去要多久数周甚至数月。原因不复杂显微镜、移液机器人、机械臂各有各的厂商、各有各的私有接口彼此不通信。想让他们协作得请工程师为每一台设备写定制集成——一个接口一个翻译官。MHS 干的事就是把这个翻译官标准化给每台设备配一个统一驱动让设备之间、设备和 AI 之间能用同一种语言对话。Anthropic 的承诺是把集成时间从数周压缩到几小时甚至几分钟。它的渊源有点意思。起源不是大厂实验室自动化部门而是 HHMI Janelia 研究园区一个做脑成像的装置激光、电动聚焦器、专业相机来自不同厂商没有公共接口。博士后 Arco Bast 自己写了个共享内存字典让它们以内存速度通信Anthropic 的 Alek Kemeny 看到后把 AI 模型接进了这个接口——MHS 由此而来。怎么工作一个驱动让 AI 听懂机器MHS 的核心是标准化驱动原语简单到只有两个read如获取温度和write如设定温度。任何可编程设备都能实现。设备以标准格式对外广播自己设备和 AI 在网络里互相发现、直接通信不需要中间人写定制翻译程序。真正聪明的是说明书这一步。AI 要操作一台从没见过的设备光看代码远远不够——比如机械臂的重量这决定它能否安全抓取物体而这种信息过去躺在纸质手册里、或某位老师的经验里。MHS 驱动内置自然语言标签用户用大白话填设备特性也可以让 AI 以访谈形式提问录入驱动自动生成一份参考文件——能测什么、能调什么、安全限制是什么。AI 拿到文件就等于拿到一台陌生设备的操作手册。大致长这样{device:robotic-arm-01,weight_kg:42,safety:{max_power_w:1200,max_reach_m:1.2},readable:[joint_angle,temperature,load],writable:[target_angle,speed]}连接之后是控制。MHS 提供三种通道MCP走智能体标准协议、命令行、代码文件API。三者配合实现跨设备编排AI 高层调度把多步操作写成代码文件链式执行设备自己跑完整个流程不需要 AI 每一步都推理一遍——官方叫它离线连发和在线指挥互为补充。安全上有个关键设计设备的安全限值最大功率、运动范围写死在驱动层不是依赖模型自觉。AI 再笨再激进也突破不了驱动层这道闸。实测几家机构省了多少事研究预览首批名单里有 Genentech、CMU、QuEra、华盛顿大学 Baker 实验室、HHMI Janelia以及 AWS、优傲机器人、QIAGEN、Tecan 等设备厂商。放出的数据很具体QuEra量子激光锁定恢复成功率 58%→99.3%700 次盲测恢复时间从最长 10 分钟压到 6–14 秒。CMU液处理器、读板机、机械臂、监控相机四台仪器、三台接口南辕北辙的电脑一个轮询 XML、一个老式 ActiveX、一个只有 GUI用 MHS 从零写驱动加编排层只花约 8 小时——厂商方案通常要数周。实验速度提升约 3 倍。人为制造缺板、设备断连、急停等 6 种故障系统在设备动作前全部正确拦截。GenentechBCA 蛋白定量实验液体处理器、机械臂、读板机三台设备交给 Claude MHS 编排AI 自主做了轮实验优化——反复移液、读板、计算与专家操作的误差最终收敛到与自动化专家一致的最优流速。实验中出现枪头拾取失败AI 还能自主恢复。华盛顿大学 Baker 实验室博士生用 MHS 一周接入 6 台仪器此前自动化尝试动辄数月失败。qPCR 实验 AI 盯着放大曲线在正确时机喊停——不用再凌晨 4 点起来换板。注意一个细节UW 那位博士生点破了一笔账——设计一个蛋白质候选只要 0.01 美元测试一个候选要约 100 美元加一周人工。测试端才是瓶颈MHS 正在拆掉它。科研自动化的经济账正在从能不能用转向值不值。代价与冷水好消息说完说限制。MHS 目前只支持有编程接口的设备老式纯硬件只有旋钮没有 API还不行Anthropic 正在和厂商共建驱动。研究预览是申请制modelhardwarestandard.com正式开源前还要先与合作方共建安全评估。更要紧的是物理推理的边界。Genentech 的研究人员发现蛋白样本起泡导致实验失败Claude 起初把这当成软件 bug 来排查——这是物理现象不是代码问题AI 的空间和物理推理能力还有明显局限专家监督现阶段省不掉。冷水再泼一盆协议本身可能不是瓶颈。这个领域早有成熟标准——SiLA 2、OPC UA LADS解决协议问题好几年了并没有带来即插即用实验室。真正挡住自动化的不是协议设计是厂商激励头部设备商靠私有接口绑客户凭什么开放所以 MHS 这次真正的新闻不是规范本身而是AWS、Tecan、QIAGEN、优傲机器人这些头部厂商签名支持。签名的人对了标准才可能活。这也正是 Anthropic 的策略不造机器人定义接口。NVIDIA 在卖机器人大脑GR00TGoogle 在卖Gemini RoboticsAnthropic 卖的是把大脑接到身体上的线。这几乎是 MCP 剧本的第二次上演——2024 年 11 月 MCP 开源时同样是模型无关、免费赠送、拿 USB 打比方一年时间月 SDK 下载量超过 9700 万次OpenAI、Google、微软、AWS 全部接入2025 年 12 月被捐给 Linux 基金会旗下的 Agentic AI 基金会官方公告。Anthropic 没从 MCP 收一分钱授权费收下的是接口的定义权——全行业的 Agent 生态都说着它发明的方言。对你我这种不跑仪器的开发者MHS 短期内不需要动——研究预览申请制、未开源生态才刚起。但两件事值得现在做一是看懂它的设计思路驱动层 自然语言说明书 安全限值下沉这套思路跟 MCP、跟 Agent 工具设计是一脉相承的二是如果你所在的公司有实验室或工厂设备把MHS 支持写进下一次设备采购问卷——标准这东西早站队比晚站队便宜得多。MCP 让 AI 长出了手去够数字世界MHS 是给这双手接上物理世界的扳手。能不能真成为物理世界的 USB-C取决于接下来一年有多少厂商把驱动内置进设备。协议是 Anthropic 写的但标准是大家用出来的。作者唐悦玮 | 从后端出发用 AI 拓展到全栈的工程师。