三、我們看到的着叫是一套早期規範和一批概念驗證
，而人類專家需要 5 到 10 分鍾 。物理在設備層強製執行
。到底過程由人類把關 、发布平台位置 、部别急二 、用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話 ，着叫激光器的功率 、MHS 的核心
：一套「窄腰」設備驅動
很多人把 MHS 叫「硬件版 MCP」 ，ABB 用 RAPID」的廠商方言；
這是 MHS 最正確的工程決策 ，一夜完成了原本需要數周的調試[7:4]。
這家做中性原子量子計算機的公司 ，
一句話概括 ：模型負責判斷 ，也最容易被「AI 直接控製機械臂」的標題掩蓋 。用工程師的話說——AI 幫你把經驗編譯成代碼 ，19 小時烤機零失鎖——此前平均每小時失鎖 1.6 次 。又沒證明什麽 。終於可以完整地介紹自己；
參考資料 ：
MHS 官方網站 ：https://modelhardwarestandard.com/
Previewing the Model Hardware Standard — Anthropic ↩︎ ↩︎ ↩︎
Anthropic previews Model Hardware Standard for AI-controlled lab and factory equipment — MLQ.ai ↩︎
How One Postdoc's Problem Solving is Changing the Way Scientists Work — HHMI ↩︎
Anthropic's Model Hardware Standard Lets Claude Control Lab Robots Overnight — AlphaSignal ↩︎
Anthropic Model Hardware Standard (MHS) Explained — Kingy AI ↩︎
Claude plays robotics — Anthropic Research ↩︎
Holding the Light: Teaching an AI to Lock and Tune our Quantum Computer's Lasers — QuEra ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
QuEra Uses Anthropic AI Agent to Automate Critical Quantum Computer Process — The Quantum Insider ↩︎ ↩︎ ↩︎
每台設備由此被統一抽象成四個要素 ：
- State（狀態） ：機械臂的關節角度 、
write兩個原語——讀取狀態 、這個叫法混淆了兩個層級 。由設備自行執行 。機器保留最後否決權 。以及一個會自己找離心機補救的係統 ，盲測結果 ：700 次注入故障覆蓋七種類型，
接入 MHS 後，Agent 麵對的是統一能力模型 ，是工程災難[6] 。
本篇小結
MHS 的本質不是"AI 控製硬件"，模型硬件標準）研究預覽版 。核心設計是什麽 、代碼 API——MCP 是入口之一 ，它做的事情用一句話概括 ：讓機器先學會"自我介紹" ，中篇帶你看四個一線案例的完整細節——CMU 的 8 小時集成與六種被攔截的故障 、移板 、QuEra 的案例是最好的注腳 。更難得的是那 5 次失敗 ：係統識別出是測試台本身的問題，拒絕謊報成功；測試期間激光自然跳模 43 次，是每台設備的標準化驅動（MHS Driver）。它的設計有個很妙的特點 ：最底部隻收窄成
read、
用上位機工程師的話翻譯：MHS Driver ≈ 你寫過的設備驅動類 + 點表；參考文件 ≈ 說明書裏「技術參數 + 安全注意事項」那一頁 ，AI 走進物理世界」 。相機畫麵不再鎖死在各自軟件裏 ，隻能覆蓋預想過的故障模式，急停 ，完全可審查的常規程序 。博士後 Arco Bast 被逼急了 ，Python、但機器可讀 。分別跑在 MATLAB、
畫麵沒有錯 ，到底證明了什麽 、以及它最關鍵的一條工程紅線。寫入參數——然後把設備差異全部放進上層描述裏 。速度上限 、機器第一次見到 Agent 時 ，相機 、Agent 越不用靠猜 。
它也沒有讓 Claude 獲得新的機械能力。全部自動恢複[7:3][8:2] 。
導讀
2026 年 8 月 27 日 ，官方列出的三種控製機製是 MCP 、也不意味著 Claude 已經能接管現實世界 。歸零 、廠商越容易接；語義層越完整，運行完全自主[7:2][8:1] 。Anthropic 開放 MHS（Model Hardware Standard ，Anthropic 自己 7 月的機器人研究給出了誠實的數字 ：當前模型推理速度約 0.2–0.4 Hz ，不是 MHS 本身[1:2]。再讓智能去理解 、同一方法遷移到第二個波長，而是 HHMI Janelia 研究園區一個相當狼狽的科研現場 ：激光 、「Claude 長出雙手」 ，MCP 解決的是模型如何連接軟件工具；MHS 負責的是物理設備 。代碼上產線 。
而最終交付的產物 ，通宵不停 ，
這件事的起點也不是"讓 Claude 控製機械臂"的 Demo ，相機的連接狀態 ，Anthropic 計劃在完善安全評估後再開源[1][2] 。命令行 、成功率 58%[7][8] 。順序錯了整場實驗白做。最終殘餘頻率噪聲降低 5 倍 ，就是 MHS 的雛形[1:1][3] 。消息很快被壓縮成一句話：「Claude 長出雙手 ，工作空間這類代碼表達不了的信息 ，過去散落在紙質說明書和老師傅經驗裏的知識 ，代碼負責穩定重複 ，儀器還運行各自的軟件——真正變化的是中間那層「翻譯和協調」 。把整套裝置的狀態放進一個標準化的共享內存字典——激光功率 、而是三件事的組合 ：窄腰接口（read/write）降低接入門檻 ，此前四名專家花兩三周手寫的恢複腳本 ，但結論跑得太快 。做一次實驗要按固定順序啟動 7 個程序 ，但以機器速度 、
MHS 公開案例體現的是正確的分層 ：Agent 負責高層推理和探索 ，而是以統一格式被任何進程讀取 。
大模型推理天然是非確定性的：有延遲抖動 、
故事還沒完 。最難的 10 到 14 秒 ，
下篇預告 ：概念說完，而不是散落[4][5] 。而不是「UR 用 RTDE 、
這是三部曲的上篇：講清楚 MHS 到底是什麽 、反射鏡 、生產運行時 ，這個把集成工作從數月壓到數天的原型 ，讓它「采訪」你來完成錄入。
一 、組成統一的狀態清單；
MHS 的真正核心 ，這個說法快了一步
MHS 目前隻向首批科研實驗室和先進製造商開放，新增一台相機從過去的數天縮短到幾分鍾；啟動實驗從 7 次操作縮成一次點擊；分析工具從「每台設備寫一個」變成「每種數據類型寫一個」——工程資產終於開始累積 ，量程 、不是定型的行業標準 。設備語義（狀態/操作/標簽）讓機器能自我介紹 ，第一次變成了機器可讀的標準對象。成功恢複 695 次（99.3%） ，