#AI
Anthropic 发布实体设备标准 MHS
Anthropic 正式发布 **Model Hardware Standard(MHS)**,一个让 AI agent 安全操作实体设备的标准规范。MHS 通过引入标准化 driver 和一组简单原语(如「读温度」「写温度」),让任何带可编程接口的设备能被 agent 发现并操控,覆盖显微镜、液体处理机、机械臂等科研与制造设备。
这套标准瞄向的痛点是实体设备的碎片化:实验室或工厂集成硬件通常要花数周甚至数月,因为设备之间互不通信、需要专人写定制集成。Anthropic 称 MHS 把这项工作压到**数小时甚至数分钟**,并支持 agent 并行编排多台设备、实时调参,部分场景还能在无人介入下从硬件故障中恢复。
💡 为什么值得看AI 智能体操控实体机器,MHS 将硬件集成压缩至小时级,计划开源。
早期合作方与落地场景
- **Genentech**:用 MHS 概念验证自动化 BCA 蛋白定量实验,需协调液体处理机、机械臂与读板机。
- **卡内基梅隆大学**:用 MHS 运行串行稀释剂量-反应实验,速度约为原先的三倍,跨三台接口互不兼容的电脑协调多设备。
- **QuEra Computing**:让 agent 控制量子计算机内部激光系统,自主恢复激光锁定,成功率 99.3%。
- **硬件与软件厂商生态**:AWS Strands Robots、Automata、Danaher、Doosan Robotics、Tecan、Universal Robots、MBF B
MHS 目前不支持缺少可编程接口的硬件,Anthropic 正与厂商合作内建 driver;Claude 的空间与物理推理仍有局限,官方强调需专家监督并正制定物理安全路线图。
查证
来源与可信度
孤证
· MHS 把实验室或工厂的硬件集成时间从数周甚至数月缩减到数小时或数分钟。
[1]
延伸阅读
官方博客完整拆解 MHS driver 的原语设计、自然语言 tag 机制、以及 MCP/CLI/API 三种控制方式,想理解 agent 如何操作未见过的设备值得细读。
CNBC 把 MHS 放在 Anthropic 组建自研芯片团队、挖角硬件高管 Caitlin Kalinowski 的背景下,说明这是其深入硬件的战略信号,可与 OpenAI/Amazon 的硬件投入对照看。