2026 年 8 月 27 日,Anthropic 啟動了 Model Hardware Standard(MHS)的研究預覽。這是一套讓 AI 代理安全操作實體裝置的共享規範,初期只開放給部分科研實驗室與先進製造業者,未來計畫開源。核心目標是讓單一代理同時管理顯微鏡、分注工作站與機械手臂[1]。
把數週的裝置整合壓縮到數小時
在實驗室或工廠現場把多台裝置串接起來,通常要花上數週甚至數月。每台裝置的程式介面都不一樣,工程師只能每次都寫專用的轉接程式。MHS 把這部分整合工作縮短到數小時,某些情況下只要幾分鐘[1]。
MHS 最初是 Anthropic 與 HHMI Janelia Research Campus 的合作專案。設想的用途從常規的藥物開發實驗,一路延伸到量子電腦內部的雷射校準。只要裝置具備可程式化介面就在適用範圍內,而且規範本身不綁定特定的 AI 模型。任何代理框架都能透過 MCP(Model Context Protocol)這類標準協定接入[1]。
用 read 與 write 兩個動作跟機器對話
MHS 的核心是一個標準化驅動程式,負責在作業系統與硬體裝置之間翻譯。它依靠一組相當簡單的原語運作,read 對應讀取溫度這類操作,write 對應設定溫度這類操作。裝置也會以標準格式對外揭露自己,因此代理與儀器可以跨網路互相發現[1]。
有意思的是它處理程式碼之外那部分資訊的方式。例如機械手臂的重量,對安全操作至關重要,但這類資訊過去只存在於紙本手冊或某個人的經驗裡。MHS 驅動提供了標籤,使用者可以用自然語言直接寫進去,也可以讓代理透過提問的方式協助填寫。驅動會據此自動產生一份參考檔案,說明裝置能量測什麼、哪些參數可調整、安全上限在哪裡[1]。
控制硬體有三條路徑:MCP、命令列介面,以及程式碼檔案(API)。三者搭配,一行程式碼就能編排跨多台裝置的完整流程。遇到長時間任務,或是速度快到代理來不及逐步推理的場景,可以把多台裝置的驅動指令串進程式碼檔案,交給裝置自行執行[1]。
Anthropic 提到,測試中的 Claude 表現得很像一位科學家。它調整雷射後用攝影機觀察結果,再繼續調整,反覆幾輪之後把學到的內容寫成確定性腳本,此後只要一條指令就能完成光路對準[1]。
先行現場給出的數字
首批合作夥伴公布了具體結果。Genentech 做了一項概念驗證,把量測樣品總蛋白質濃度的 BCA 蛋白質定量流程自動化,這需要分注工作站、機械手臂與微盤判讀儀三者協同。Carnegie Mellon University 的研究人員讓代理統一調度分散在 3 台電腦上、介面互不相容的裝置,把序列稀釋的劑量反應實驗跑出約 3 倍的速度[1]。
最直觀的成果或許來自採用中性原子技術的量子運算公司 QuEra Computing。當雷射失去所謂的鎖定,也就是必須維持的極高精度頻率時,代理開發的控制器有 99.3% 的機率不需人工介入即可恢復。University of Washington 的一名博士生打造了受代理監督的 qPCR,監控增幅曲線並在適當時機喊停。HHMI Janelia 則把原本分散在 7 套廠商程式裡的實驗裝置,統一到同一個介面之下[1]。
硬體廠商也在跟進。Amazon Web Services 將透過連接 AI 代理與實體裝置的函式庫 Strands Robots 支援 MHS。Doosan Robotics、Universal Robots、Tecan、QIAGEN、MBF Bioscience、Automata、Danaher 正在實作或驗證整合,Hugging Face 會在機器人函式庫 LeRobot 中加入支援,Raspberry Pi 也準備在多款產品上啟用[1]。
做不到的部分同樣寫得很清楚
Anthropic 把限制也一併列了出來。Claude 是透過文字與影像認識實體世界的,因此在空間與物理推理上存在上限,仍然需要專家監督。在 Genentech 的案例裡,樣品起泡造成的錯誤屬於物理故障而非軟體缺陷,這一點需要研究人員引導 Claude 去辨識[1]。
不具備程式化介面的裝置本來就不在 MHS 的適用範圍內,Anthropic 表示正與這類廠商合作補上驅動。公司也計畫先在研究預覽階段累積安全性評估再推進開源,並正在制定實體安全路線圖以強化對濫用風險的防護。開源時會一併公布預覽階段得到的結論[1]。
總結
Anthropic 以研究預覽的形式公開了 MHS,一套讓 AI 代理操作實驗與製造裝置的共享規範。標準化驅動用 read 與 write 這類簡單原語抽象化裝置,把原本以週為單位的整合工作壓到數小時。Genentech、量子運算公司 QuEra 等提供了先行案例,Amazon Web Services 與多家機器人廠商也表態支援。物理推理的短板依然存在,但代理走出瀏覽器與電腦的路徑,已經以規範的形式具體成形。
來源: https://www.anthropic.com/news/model-hardware-standard-research-preview
