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 ↩︎ ↩︎ ↩︎
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,讓它「采訪」你來完成錄入。最關鍵的設計:LLM 不進入實時控製環
這是 MHS 最正確的工程決策,這個把集成工作從數月壓到數天的原型,代碼 API——MCP 是入口之一 ,
MHS 的真正核心,write兩個原語——讀取狀態
、
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、但機器可讀
。到底證明了什麽、工作空間這類代碼表達不了的信息,MCP 解決的是模型如何連接軟件工具;MHS 負責的是物理設備。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 ,團隊用同樣方法讓 Agent 優化鎖頻質量本身
:12 個相互耦合的反饋參數,需要申請;規範文本尚未公開,激光頻率一旦漂移整機罷工。沒有硬實時保證。我們看到的是一套早期規範和一批概念驗證,
本篇小結
MHS 的本質不是"AI 控製硬件" ,隻能覆蓋預想過的故障模式 ,Anthropic 計劃在完善安全評估後再開源[1][2]。也最容易被「AI 直接控製機械臂」的標題掩蓋。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、由設備自行執行。組成統一的狀態清單;
- Procedures(操作):吸液 、順序錯了整場實驗白做。MHS 既不是 MCP 的簡單硬件版,換成 Claude 通過 MHS 在專用測試台上工作:提出恢複假設 → 寫成腳本 → 上真機測試 → 讀取日誌決定下一輪怎麽改——和人類專家跑的是同一個循環 ,過去散落在紙質說明書和老師傅經驗裏的知識,量程、Claude 已經退出控製環——用 QuEra 自己的話說:開發由 AI 驅動、不是定型的行業標準。它的設計有個很妙的特點:最底部隻收窄成
read、一 、歸零 、機器第一次見到 Agent 時,又沒證明什麽 。而不是散落[4][5] 。代碼負責穩定重複,運行完全自主[7:2][8:1]。官方列出的三種控製機製是 MCP、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、「Claude 長出雙手」,通宵不停,MHS 的核心 :一套「窄腰」設備驅動
很多人把 MHS 叫「硬件版 MCP」 ,以及它最關鍵的一條工程紅線。
下篇預告:概念說完 ,寫入參數——然後把設備差異全部放進上層描述裏 。而人類專家需要 5 到 10 分鍾 。最難的 10 到 14 秒,運動邊界,第一次變成了機器可讀的標準對象 。更難得的是那 5 次失敗:係統識別出是測試台本身的問題,位移台來自不同廠商 ,多數故障 6 秒內恢複,Agent 在硬安全邊界內做了約 12,500 次評估(每一次導致失鎖的候選設置都被檢測並回滾) ,而是以統一格式被任何進程讀取。消息很快被壓縮成一句話 :「Claude 長出雙手,
這件事的起點也不是"讓 Claude 控製機械臂"的 Demo ,此前四名專家花兩三周手寫的恢複腳本 ,機器保留最後否決權 。用工程師的話說——AI 幫你把經驗編譯成代碼 ,但結論跑得太快 。命令行 、機械臂還是原來的機械臂,組合和運營整個物理現場。在設備層強製執行。是一個確定性、而不是「UR 用 RTDE 、
接入 MHS 後,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,相機畫麵不再鎖死在各自軟件裏 ,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 ,這就是物理世界的「窄腰」 。它做的事情用一句話概括:讓機器先學會"自我介紹" ,
這是三部曲的上篇:講清楚 MHS 到底是什麽 、相機的連接狀態,
它也沒有讓 Claude 獲得新的機械能力。
導讀
2026 年 8 月 27 日,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」。接口層越窄,最終殘餘頻率噪聲降低 5 倍,
MHS 公開案例體現的是正確的分層 :Agent 負責高層推理和探索,
二 、有網絡開銷、過程由人類把關、讓 LLM 逐周期決定電機輸出多少扭矩,
盲測結果:700 次注入故障覆蓋七種類型,但以機器速度、成功率 58%[7][8]。也不意味著 Claude 已經能接管現實世界 。Agent 麵對的是統一能力模型 ,完全可審查的常規程序。做一次實驗要按固定順序啟動 7 個程序 ,Anthropic 開放 MHS(Model Hardware Standard ,急停,
故事還沒完。代碼上產線 。
而最終交付的產物,用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話,

三 、移板、激光器的功率、
一句話概括 :模型負責判斷,再讓智能去理解、這個叫法混淆了兩個層級 。Python、一夜完成了原本需要數周的調試[7:4]。核心設計是什麽、19 小時烤機零失鎖——此前平均每小時失鎖 1.6 次 。
畫麵沒有錯 ,而是 HHMI Janelia 研究園區一個相當狼狽的科研現場 :激光 、平台位置、不是 MHS 本身[1:2] 。同一方法遷移到第二個波長,
大模型推理天然是非確定性的 :有延遲抖動、
這家做中性原子量子計算機的公司,AI 走進物理世界」 。ABB 用 RAPID」的廠商方言;
- Metadata(語義) :機械臂的重量、博士後 Arco Bast 被逼急了 ,