2026-08-27，Anthropic 发布 Model Hardware Standard（MHS，模型硬件标准） 的研究预览，这是其首次进入物理 AI 领域。MHS 让 AI 智能体（Agent）能安全、统一地操控物理设备（显微镜、液体处理机器人、机械臂、量子计算机激光等）。
一句话定位：MCP 是「AI 连接软件的 USB-C」，MHS 是「AI 连接物理世界的 USB-C」。
| 项目 | 说明 |
|---|---|
| 全称 | Model Hardware Standard |
| 发布方 | Anthropic（与 HHMI Janelia Research Campus 联合孵化） |
| 形态 | 设备驱动规范（specification），非机器人、非芯片 |
| 状态 | 研究预览（申请制），后续将开源 |
| 核心承诺 | 把「硬件接入 AI 系统」的集成时间从 数周/数月 → 几小时/几分钟 |
| 模型/智能体 | 模型无关、Agent 无关（通过 MCP 等标准协议接入） |
实验室 / 工厂里，每台仪器往往自带一套编程接口（有的走目录轮询、有的是老旧 Windows ActiveX/COM、有的只有 GUI 没有 API）。让多台设备协同，过去要工程师写定制「翻译程序」，通常耗时 数周乃至数月，导致「AI 自动实验」长期停留在 demo 阶段。
MHS 把集成工作下沉到设备层：每台设备提供一个统一驱动，Agent 即可直接发现、通信、编排。
MHS 驱动基于极简动词：
read：读取状态，如 get temperaturewrite：下发指令，如 set temperature任何带可编程接口的设备都能理解并执行。
物理设备有大量「代码里读不出来」的属性（如机械臂重量、泵的安全转速），这些信息历史上躺在纸质手册或工程师脑子里。MHS 驱动内置自然语言标签（tags）：
| 通道 | 说明 |
|---|---|
| MCP | 走智能体标准协议（Agent 无关） |
| 命令行 | CLI 直接调用 |
| 代码文件 / API | 把多步操作链式写成确定性脚本，设备自己跑完，无需 Agent 每步推理 |
安全限制强制在设备层，而非靠模型「自觉」。
| 机构 | 场景 | 效果 |
|---|---|---|
| Genentech（罗氏） | Claude + MHS 编排液体处理器/机械臂/读板机，自主优化移液参数 | 水溶液 ~140 µL/s（RMSE 0.016）、粘稠蛋白 ~10 µL/s（RMSE 0.181），与专家一致；出现故障时能自主恢复 |
| 华盛顿大学 Baker & Pinglay 实验室 | 用 MHS 接入 6 台仪器（不到一周） | 远程监控、AI 监督 qPCR、LeRobot 机械臂与液体处理器防碰撞交接（零碰撞） |
| 卡内基梅隆大学 | 液处理器+读板机+机械臂+相机，三台电脑接口互不兼容 | 从零写驱动+编排层 约 8 小时（厂商方案数周），实验提速 ~3 倍 |
| QuEra Computing | AI 接管中性原子量子计算机「激光锁」恢复 | 99.3% 情况下无需人工干预（过去凌晨脱锁要专家现场 5–10 分钟） |
| Tetsuwan Scientific | 自然语言→ResearchOS 脚本→自动化代码，跑 qPCR 公民科学项目 | 检测 San Pedro Creek 粪便污染来源 |
Anthropic 观察到 Claude 面对陌生硬件时，会像科学家一样「先试再固化」：调整激光参数 → 用相机观察光束偏移 → 重复摸索以理解因果 → 把学到的经验打包成确定性脚本，之后一条命令即可复现整套流程，无需每一步都调用大模型推理。这种「探索—固化」正是自主实验编排的雏形。
MHS 不只面向科研机构，大量硬件厂商与平台已将其内置进自家产品：
| 合作方 | 适配动作 |
|---|---|
| AWS | 通过 Strands Robots 库提供 MHS 支持 |
| Universal Robots（优傲机器人） | 早期访问，计划在机器人平台内置 MHS |
| Doosan Robotics（斗山机器人） | 机械臂测试 MHS，落地自动化质检 / 多机协同 |
| Tecan（帝肯） | Fluent 液体处理工作站接入 MHS |
| QIAGEN（凯杰） | 核酸纯化平台 QIAsymphony Connect 完成概念验证 |
| Danaher（丹纳赫） | 探索 MHS 赋能智能仪器与自主实验室 |
| MBF Bioscience | 为 ScanImage 激光扫描显微镜开发 MHS 驱动 |
| Automata | LINQ 实验室自动化平台接入 MHS，实现仪器智能错误处理 |
| Hugging Face | 在 LeRobot 机器人库中加入 MHS 支持 |
| Raspberry Pi（树莓派） | Camera MHS Driver 验证通过，多款产品推进集成 |
MHS 并非孤立发布。发布当日 Anthropic 同步宣布向全球科学家开放 10,000 个免费 Claude 订阅席位，并扩大 AI for Science 计划；此前（2026-06）已推出整合科研工具的 Claude Science。三者构成闭环：免费席位吸引科学家 → Claude + MHS 提供物理实验入口 → 产生的实验数据与纠错样本反哺模型 → 模型更懂物理世界，吸引更多付费企业客户。
三者都在「AI 进入物理世界」，但卡的位置不同：一个做接口标准，一个做全栈平台，一个做模型大脑。
| 维度 | Anthropic MHS | Nvidia (GR00T/Isaac/Cosmos) | Google DeepMind (Gemini Robotics) |
|---|---|---|---|
| 角色定位 | 设备接口标准（「USB-C」） | 全栈机器人平台（「安卓」） | 机器人基础模型（「大脑」） |
| 核心产品 | MHS 驱动规范：read / write 原语 | GR00T VLA 模型 + Isaac 仿真 + Jetson 算力 | Gemini Robotics VLA/ER 模型 |
| 与硬件关系 | 模型无关、Agent 无关 | 软硬一体：训练到部署 | 模型绑定，接入机器人/API |
| 主打场景 | 实验室 / 工厂仪器编排 | 通用人形机器人、工业自动化 | 通用机器人感知-规划-动作 |
| 商业化抓手 | 标准即生态「收费站」 | 卖芯片 + 平台 + 数据集 | 卖模型 API |
| 状态 | 研究预览（申请制，将开源） | 已商业化 | 已开放 API / 合作方 |
解读：
三者并非互斥：Anthropic 首批合作方里就有 Nvidia 生态的 Hugging Face LeRobot、Universal Robots、AWS——接口层与模型/硬件层可叠加使用。
① 它是什么
EN: "MHS reduces this integration work to hours or minutes."
中: MHS 把集成工作从数周乃至数月压缩到几小时或几分钟。
② 统一原语
EN: "The MHS driver uses a simple set of primitives—commands like 'read' or 'write'—that any hardware device can understand and act on."
中: MHS 驱动使用一组简单的原语——如 read / write——任何硬件设备都能理解并执行。
③ 说明书机制
EN: "The MHS driver contains tags that let users write this information directly in natural language... automatically produces a reference file... what it can measure, what can be adjusted, and what safety limits will be enforced."
中: MHS 驱动含标签，让用户直接用自然语言写下这些信息……自动生成参考文件，说明能测什么、能调什么、以及哪些安全限制会被强制。
④ 安全设计
EN: "safety limits will be enforced." / "We are developing a physical safety roadmap..."
中: 安全限制会被强制（在设备层，而非靠模型自觉）。我们正在制定物理安全路线图，以强化针对误用风险的保护。
⑤ 起源故事
EN: "MHS began as a collaboration between Alek Kemeny... and Arco Bast, a postdoctoral scientist at HHMI Janelia... developed a shared memory dictionary that enabled the instruments to communicate with one another at memory speed."
中: MHS 起源于 Alek Kemeny 与 HHMI Janelia 博士后 Arco Bast 的合作……后者开发了一个共享内存字典，让仪器之间以内存速度互相通信。
⑥ 与 MCP 的关系：MHS 与 MCP 不冲突：MCP 连接 Agent 与软件工具，MHS 给 Agent 提供读写物理仪器的一致方式。MHS 模型无关，可通过 MCP 等标准协议访问。
⑦ 现状与开放
EN: "...we have more work to do on the standard before we open-source it... When we open-source MHS, we will release findings from the research preview as part of our guidance for deploying the standard safely."
中: 来自合作方的早期结果令人鼓舞，但在开源之前标准仍有待完善……开源时，我们会发布研究预览的产出，作为安全部署该标准的指南的一部分。
MHS 是「AI 控制硬件的 USB-C」：靠极简原语 + 自然语言标签 + 设备层强制安全，把实验室/工厂的异构仪器变成可被任何大模型编排的统一资源。Anthropic 这次不造机器人，而是抢「物理 AI 的连接层标准」——和它在 MCP 上的打法一脉相承。