让 AI 操作一个软件，出错时通常还能撤销。

让它控制机械臂、移液器或激光设备，错误就可能变成洒出的液体、撞坏的部件，甚至安全事故。

这也是 Anthropic 推出 Model Hardware Standard 时，最值得认真看的地方。

MHS 想统一什么

Anthropic 在 8 月 27 日开放 MHS 研究预览，首批面向科研实验室和先进制造合作方。

现在的实验设备往往各有接口。为了让几台机器协作，工程师需要为每种设备写一层定制连接。MHS 希望用统一驱动描述设备，再把最基础的操作整理为 read、write 等原语。

设备接入后，Agent 可以通过 MCP、命令行或代码 API 发现并编排它们。显微镜、机械臂和移液器不必彼此“认识”，只需遵循同一套描述方式。

真正重要的是安全信息也进入接口

MHS 驱动不仅告诉 Agent“这台设备能做什么”，还可以记录重量、速度、可调范围和安全限制。

这比单纯暴露一个控制按钮可靠得多。真实设备的接口至少应该说明：

• 哪些操作只读；

• 哪些操作会改变物理状态；

• 速度和角度上限；

• 哪些步骤必须人工批准；

• 失败时怎样急停和回退。

MCP 能让设备被调用，却不会自动让调用变安全。安全边界必须由设备、驱动、权限和现场流程共同完成。

Agent 不必每一步都在线思考

官方案例里，一个很实用的做法是：先让模型探索和调整，再把稳定步骤写成确定性脚本。

长时间实验如果每一个动作都等模型重新推理，既慢，也容易出现不一致。把成熟步骤固化成代码，让 Agent 负责监控结果、判断异常和决定下一轮参数，会更接近可靠的自动化。

现在还远没有到“无人实验室”

MHS 目前只是受限研究预览，尚未开源，也只适用于具备可编程接口的设备。

官方同时承认，模型对空间和物理故障的理解仍有限。泡沫、粘度、机械卡滞这类问题，不一定能从软件日志里看出来，专家监督依旧不可替代。

它展示的是一个值得追踪的接口方向，不是让普通用户马上把 Agent 接到家中设备上的邀请。

来源

• Anthropic：Previewing the Model Hardware Standard

• Reuters：Anthropic unveils framework for physical devices

本文为行业资讯整理与原创判断；预览范围、开放状态和安全说明以原始来源为准。

#AI #AIAgent #MCP #机器人