发生了什么变化
Anthropic 开放了 Model Hardware Standard（模型硬件标准）的研究预览版，这是一份规范，让 AI 代理能够安全地并行操作物理实验室和制造设备。首批参与者包括科研实验室和先进制造商，他们使用的仪器包括显微镜、液体处理设备和机械臂。该标准的开发源于 Anthropic 与 HHMI Janelia Research Campus 的合作——此前，研究人员在使用不同厂商设备时困难重重，因为这些设备没有任何通用接口。MHS 与模型无关，可通过标准协议（包括 Model Context Protocol）访问，允许多种兼容的代理框架与支持的硬件对接。
传统的实验室和工厂配置通常需要数周甚至数月的集成工作，往往需要专业知识为每台设备构建定制连接。MHS 通过提供标准化驱动层，将计算机操作系统与硬件设备之间的通信简化为读、写等简单原语，将这一负担降低到数小时甚至数分钟。每台设备都以标准格式变得可被发现，使代理和仪器能够在网络上相互定位和通信，无需定制的中间件软件。除了连接功能之外，驱动层还捕获设备特性——例如机械臂的重量或安全阈值——这些信息以往仅存在于纸质手册或隐性知识中，使 AI 代理能够安全地操作陌生设备。
为什么重要
连接后，代理可以跨多个仪器对操作进行排序、实时监控结果，并根据条件变化调整参数。对于需要超出在线推理速度的任务，代理可以将驱动命令预链接到代码文件中自主执行。早期测试发现，Claude 以类似于人类科学家的探索方式与实验互动：调整激光、通过摄像头观察结果、迭代直至实现对准，然后将学到的行为打包为确定性脚本。包括 Genentech、卡内基梅隆大学、QuEra 和 HHMI Janelia 在内的合作伙伴已展示，集成时间大幅缩短、实验迭代加快，并在蛋白质分析实验到量子计算机激光校准等应用中实现了实时故障检测。
硬件厂商也正在将原生 MHS 支持构建到其平台中。AWS 计划通过其 Strands Robots 库提供 MHS，而 Automata 正在为其 LINQ 实验室自动化平台添加支持。Danaher 正在探索 MHS 如何扩展智能仪器和自主生物医学实验室，Doosan Robotics 正在多台机械臂的质量保证任务中测试该标准，Universal Robots 计划在其机器人平台上增加 MHS 支持。MBF Bioscience 正在为 ScanImage 开发 MHS 驱动——ScanImage 是全球数百个神经科学实验室使用的软件，QIAGEN 已在其核酸纯化系统上演示了概念验证，展示了代理如何引导操作员完成回收流程。
值得关注的方面
尽管早期结果令人鼓舞，但仍存在重大局限性。作为语言模型，Claude 的空间和物理推理能力仍有局限，仍需专家监督——例如，Genentech 的研究人员不得不帮助 Claude 区分物理样本故障（如起泡）和软件 bug。MHS 目前也无法支持缺乏可编程接口的硬件，团队正在与制造商合作添加驱动能力。未来计划包括将标准扩展到覆盖更多设备开发商构建的产品，early adopters 包括 Hugging Face 将 MHS 集成到其 LeRobot 机器人库中，以及 Raspberry Pi 在多款产品中启用集成。研究预览版还将用于开发额外的安全评估和物理安全路线图，然后才会开源该标准。