Anthropic 发布 MHS：AI Agent 从数字世界伸进实验室

Sat, 29 Aug 2026 00:15:00 +0800

8 月 27 日，Anthropic 发布了 Model Hardware Standard（MHS，模型硬件标准）的研究预览版。财联社、路透社、CNBC 把它称为 Anthropic 首款专为在物理世界运行而设计的 AI 工具，也是这家公司首次公开进军 Physical AI 领域。

这个说法容易让人以为是硬件。MHS 本体是一套软件规范，可以理解为硬件版 MCP。2024 年 11 月 Anthropic 开源 MCP（Model Context Protocol），解决的是 Agent 连接数据和软件工具的问题。MHS 换了一个战场，让 Agent 能安全地发现、连接和操作物理设备：显微镜、液体处理仪、激光器、机械臂，甚至量子计算机内部的激光系统。

Anthropic 科学领域负责人 Jonah Cool 对这个转变的描述是，Claude 此前在数字世界里分析、生成假设，现在它走进实验室动手做实验。

实验室的集成之痛

一家实验室或工厂把多台设备接起来，通常要花数周甚至数月。每台设备有自己的编程接口，彼此无法通信，需要专业人员写定制化的集成程序。设备连上之后，也没有统一方式让它们与 AI Agent 共享数据，更没有让 Agent 安全操作设备的方法。

MHS 用一个标准化驱动程序解决这个问题。驱动程序在操作系统与硬件之间做翻译，暴露一组简单的基本命令：read（读温度）、write（设温度）这类原语，任何硬件设备都能理解并执行。每台设备以标准格式对外声明自己，设备和 Agent 跨网络互相发现，不需要中间的定制翻译层。

驱动程序还解决了一个更隐蔽的问题。机械臂的重量这类信息对安全操作很关键，但过去散落在纸质手册、用户电脑或老师傅的经验里。MHS 驱动设计了标签机制，用户用自然语言直接写进去，或者由 Agent 通过聊天访谈硬件负责人自动收集。标签信息随后生成一份参考文件，写明设备能测什么、能调什么、强制执行哪些安全限制。Agent 操作设备的全部所需信息都在这份文件里。

设备接入后的控制有三种机制：MCP、命令行界面和代码文件（API），三者配合可以做到一行代码编排多台设备。Agent 接收各设备运行数据，在高层做监督，对实验步骤排序、监控结果、按实时状态调参数。执行长任务或需要超出在线推理速度操作设备时，Agent 把驱动命令串成确定性脚本，让设备自行执行，不需要每一步都过一遍推理。

Agent 像科学家一样试错

Anthropic 在测试中观察到一个值得注意的行为模式。Claude 调整激光器时，先动一下，通过摄像头观察光束位置变化，再重复这个过程，逐步理解事件顺序。搞清楚之后，它把学到的规律打包成代码文件，写成确定性脚本，之后整个校准过程作为单条命令运行，不再逐步推理。

先探索，再固化成脚本。这和科研人员面对一台新仪器时的操作路径一致。

六个早期案例

Anthropic 与生物技术、机器人、量子计算领域的多家实验室和硬件制造商做了早期合作，官方博文列了六个案例。

机构	场景	结果
QuEra Computing	量子计算机激光系统控制	99.3% 的激光锁定恢复无需人工干预
卡内基梅隆大学	串行稀释剂量反应实验	速度约为原来的 3 倍
Genentech	BCA 蛋白测定自动化	协调液体处理仪、机械臂、读板机
华盛顿大学 Baker 实验室	qPCR 监督与机械臂集成	Agent 观察扩增曲线并适时叫停，机械臂与液体处理器实现无碰撞板交接
HHMI Janelia	显微镜平台编排	统一了原本需要 7 个厂商程序、无共享界面的设备
Tetsuwan Scientific	qPCR 水质监测	接入 ResearchOS 平台做公民科学监测

QuEra 是用中性原子构建量子计算机的公司，激光锁定指激光与原子交互必须保持的超精密频率，失锁后需要快速恢复。Agent 开发的控制器做到了 99.3% 的无人工干预恢复率。卡内基梅隆的案例里，被协调的设备分散在三台接口完全不兼容的电脑上，Agent 把它们编排进同一条实验流程。

HHMI Janelia 的参与有特殊背景。MHS 项目本身就是 Anthropic Beneficial Deployments 团队的 Alek Kemeny 与 Janelia 博士后 Arco Bast 合作的结果。Bast 的脑成像实验平台汇集了多家厂商的激光器、电动调焦器和专用相机，没有统一接口。他先做了一个共享内存字典让设备以内存速度互相通信，Kemeny 加入后把 AI 模型接了进去，这就是 MHS 的前身。

硬件生态开始跟进

设备厂商和配套软件公司正在产品中加入 MHS 支持，让 Agent 能直接发现并操作自家设备：

AWS 通过 Strands Robots 库连接 AI Agent 与物理设备，预览期内向参与者提供预发布版本
Tecan 为 Fluent 液体处理平台添加 MHS 支持
QIAGEN 在核酸纯化平台 QIAsymphony Connect 上做了概念验证
Universal Robots 和 Doosan Robotics 在机械臂平台上测试
MBF Bioscience 为显微镜软件 ScanImage 开发驱动，这款软件运行在全球数百个神经科学实验室
Danaher 在探索智能仪器与自主实验室方向
Automata 在其实验室自动化平台 LINQ 中加入仪器错误处理

Hugging Face 在机器人库 LeRobot 中加入 MHS 支持，Raspberry Pi 在用相机 MHS 驱动完成测试后计划在多款产品中集成。任何带可编程接口的设备都能接入，标准本身与模型解耦，任何 Agent 框架都可以通过 MCP 这类标准协议访问。

局限说得很清楚

官方博文专门写了 MHS 目前做不到什么。

Claude 通过文本和图像理解物理世界，空间和物理推理仍有缺口，需要专家监督。Genentech 的研究人员遇到过一个典型场景，蛋白样品起泡导致实验误差，Claude 需要人来引导才明白这是物理故障，调软件参数没有用，必须做物理层面的纠正。

没有编程接口的老设备暂时接不了 MHS，Anthropic 正与相关制造商合作开发驱动。

安全与开源时间表

MHS 目前以研究预览形式开放申请，官方确认将在完成安全评估后开源。预览期内 Anthropic 与发布合作伙伴共同建设安全评估，制定物理安全路线图，补强其安全防护政策对物理世界滥用风险的覆盖。开源时，预览期发现会作为安全部署指南一并公布。

这个节奏和 MCP 当年一致：先在受控范围内验证，再交给开源社区。区别在于，数字系统的错误可以回滚，物理世界的错误可能打碎样品、损坏设备，甚至有生物安全风险。Anthropic 首席执行官 Dario Amodei 此前多次公开表示，全社会对 AI 在生物学层面的风险警惕不足。MHS 把 Agent 的手伸进实验室，防护设计就不是可选项。

参照：发布时点的商业布局

MHS 发布前一天，Anthropic 宣布向全球 1 万名科学家免费提供 Claude Team 订阅，验证过的实验室负责人可开通团队版并免费添加科研成员。两条公告指向同一个市场。

Anthropic 正在把 Claude 打包进科研工作流。6 月推出了面向科研人员的产品 Claude Science，应用场景包括 3D 蛋白质结构渲染和药物研发辅助。现在 MHS 把能力从软件层延伸到设备层，实验室的显微镜、液体处理仪、机械臂都成为 Agent 的操作对象。制造业、机器人、制药正是 Anthropic 拓展企业业务的三个方向。

对科研机构来说，MHS 解决的是设备孤岛问题。对 Anthropic 来说，这是一次标准卡位，MCP 已成为 Agent 连接软件的事实标准，MHS 想在物理设备连接上复制这条路。物理世界的 MCP 是否成立，取决于接下来有多少设备厂商真正接入，以及安全评估能否支撑它走出实验室。

实验室自动化 on 火炬树