Anthropic发布模型硬件标准研究预览，让AI代理并行操控实验室与制造设备
MHS可将设备集成时间从数周缩短至数分钟，目前已向首批科研实验室和先进制造商开放申请。
AI解读：实验室和工厂里的大量仪器各说各话，每种设备都有自己的编程接口，过去要靠专家写定制程序才能让它们协同工作，加上AI更是难上加难。Anthropic新发布的MHS标准给设备提供统一的驱动程序，把操作简化为读、写等通用指令，还允许用自然语言标注设备特性，这样AI代理能自行学会控制陌生仪器。对做药、搞生物实验或操作精密制造的人来说，集成时间从几周甚至几个月压缩到几分钟，实验可以昼夜不停自动运行，比如卡内基梅隆大学用它将药效剂量响应实验提速约三倍。不过MHS目前只支持带编程接口的设备，而且Claude对物理世界的理解还依赖文字和图像，像处理蛋白样品起泡这种物理问题仍需要专家把关，Anthropic计划在开源前进一步完善安全评估。
Anthropic正在开放其模型硬件标准（Model Hardware Standard，简称MHS）的研究预览，该标准是一个供AI代理安全操作物理设备的共享规范，首批面向科研实验室和先进制造商开放。
MHS能让AI代理并行操作多种实验室和制造设备（如显微镜、液体处理器、机械臂），并执行从常规药物发现实验到量子计算机激光校准等复杂任务。
该标准源自Anthropic与HHMI Janelia研究园区的合作。传统上，实验室或制造设施集成硬件通常需要数周甚至数月，MHS可将这一集成工作量缩短至数小时或数分钟。
MHS如何工作
MHS通过引入标准化驱动程序解决设备互通难题：该软件在计算机操作系统与硬件设备之间进行翻译，使用简单的原语（如"读取"温度、"写入"温度）让设备理解并执行命令，并以标准格式让设备可被发现，使设备与AI代理无需定制"翻译"程序即可跨网络通信。
MHS驱动还能帮助AI代理理解从未见过的设备：通过标签让用户以自然语言直接写入设备信息（如机械臂重量），驱动自动生成包含设备一般特征的参考文件（能测量什么、可调节什么、会执行哪些安全限制），为代理提供操作所需的全部信息。
设备连接后，代理可通过三种机制控制硬件：模型上下文协议（MCP）、命令行界面和代码文件（API）。这些机制协同工作，使多设备编排只需单行代码；代理可跨仪器排序步骤、监控结果、实时调整参数。对于长时任务，代理可将驱动命令链接成代码文件，让设备自主执行，无需逐步推理。
在测试中，Anthropic观察到Claude以类似科学家的探索方式与实验和硬件交互。例如，Claude调整激光、通过摄像头观察结果、评估调整如何移动光束，并重复该过程理解事件序列，最后将所学打包成确定性脚本，使激光校准可作为单个命令运行。
早期合作案例
- Genentech（基因泰克）：将MHS作为概念验证，用AI代理协调液体处理器、机械臂和读板机，自动化BCA蛋白定量测定流程。
- 华盛顿大学Baker和Pinglay实验室：博士生Zihao Song用MHS构建远程监控仪表盘、AI代理监督的qPCR（实时监控扩增曲线并适时终止），以及机械臂与液体处理器间的无碰撞板交接集成。
- 卡内基梅隆大学：用MHS运行连续稀释剂量反应实验，速度约为原来的三倍，AI代理协调分布在三台接口不兼容电脑上的液体处理器、读板机、机械臂和监控摄像头。
- HHMI Janelia研究园区：科学家Virginie Ruetten用MHS统一并编排了一个此前需要七个不同供应商程序、无共享接口的实验台。
- QuEra Computing（量子计算公司）：用MHS让AI代理控制量子机器激光系统，代理开发的控制器能在99.3%的情况下无需人工干预恢复激光的"锁频"状态。
- Tetsuwan Scientific：将MHS与其自动化生物学实验室平台ResearchOS集成，用于编排qPCR工作流，助力加州San Pedro Creek的公民科学污染表征。
硬件厂商与后续计划
多家硬件供应商及支持软件的公司正在将MHS支持构建到设备中：Amazon Web Services将通过Strands Robots库支持MHS并提供预览版；Automata在LINQ平台加入MHS支持以实现自主实验室智能错误处理；Danaher与Anthropic正探索MHS能力以扩展智能仪器和自主实验室的转化医学研发；Doosan Robotics正在机械臂上测试MHS用于自动化质量保证和多机器人协调；MBF Bioscience为ScanImage（全球数百个神经科学实验室使用的激光扫描显微镜软件）开发MHS驱动；QIAGEN在其核酸纯化平台QIAsymphony Connect上实验MHS；Tecan为Fluent液体处理平台加入MHS支持；Universal Robots已获MHS早期访问权并计划支持。
早期采用者还包括Hugging Face（在机器人库LeRobot中加入MHS支持）和Raspberry Pi（成功测试摄像头MHS驱动后，在多个产品中启用MHS集成）。
Anthropic计划在研究预览期内构建更多安全评估，强化物理世界AI使用的保护措施，制定物理安全路线图，并在开源MHS时发布研究预览成果。
MHS起源于Anthropic的Alek Kemeny与HHMI Janelia博士后科学家Arco Bast的协作。Bast最初为协调不同供应商的激光、电动调焦器和专用摄像头开发了共享内存字典，Kemeny和Bast随后将AI模型集成到该界面中。