MHS让AI代理操控实验设备：开放源码前仍需专家盯场

Anthropic于2026年8月27日启动Model Hardware Standard（MHS）研究预览，让AI代理通过统一接口协调显微镜、移液设备和机械臂等物理设备。ITmedia对首批预览的报道 显示，当前访问范围仅限部分科研机构和先进制造伙伴，并非面向所有实验室开放的正式版本。

MHS是一套把设备能力、状态和安全限制转换成共同格式的软硬件接口规范，而不是已经成熟的“无人实验室”产品。路透社对发布事件的报道 确认，现有版本面向具备可编程接口的设备，先交由伙伴参与安全评估，再进入开放源码阶段。

MHS用标准驱动隔开代理与厂商接口

实验设备即使能够编程，也往往使用不同厂商的软件、命令和数据格式。显微镜可能由Python程序控制，检测设备可能依赖MATLAB，机械臂则使用专有接口；要让这些仪器完成同一流程，工程师通常需要分别编写连接和调度代码。

MHS在设备原生接口与AI代理之间加入标准化驱动。驱动以“读取”“写入”等基础操作封装底层命令，同时公开设备身份、运行状态、可测量项目、可调参数和需要执行的安全限制，使代理不必直接理解每一家厂商的控制方式。

设备特性也可以进入驱动生成的参考文件。例如，机械臂重量、传感器测量范围或禁止越过的参数边界，都是代理仅凭程序代码未必能够判断的信息。这里的作用是为模型提供明确约束，并不代表模型已经具备可靠的物理常识。

控制流程从设备发现延伸到现场执行

MHS解决的是代理如何发现、理解和调用设备，并不替代仪器原有的控制系统。其工作链路可以归纳为四个环节：

1. 设备发现：接入规范的仪器以共同格式公开身份、状态和能力，供代理寻找可用设备。
2. 标准驱动：驱动把厂商命令转换成共享的读取、写入和程序调用方式，并提供设备属性与安全边界。
3. 代理控制：代理可通过Model Context Protocol（MCP）、命令行界面或代码文件调用驱动。需要长时间运行或固定顺序的任务，可以交给确定性代码执行。
4. 物理执行：仪器完成动作并返回状态，代理据此编排步骤和调整参数；样品、运动部件及能量源带来的现实风险仍由现场控制体系承担。

因此，MHS不是MCP的替代品。标准驱动负责把异构设备整理成代理可以理解的控制面，MCP等机制则提供访问路径；两者位于不同层级。

集成提速与泡沫误判同时出现

Anthropic的技术公告 一方面称，MHS可把部分设备集成工作从数周或数月缩短至数小时或数分钟；另一方面披露，Genentech在BCA蛋白质定量概念验证中遇到泡沫故障时，Claude最初反复尝试同一孔位，没有理解错误来自液体中的气泡，研究人员必须说明这不是软件问题，并指导它改用干净孔位、减少混合次数。

这组结果说明，接口集成速度与物理推理可靠性是两个不同问题。前者减少了为不同仪器编写连接代码的工作，后者仍取决于模型能否理解黏度、泡沫、碰撞、样品损伤和空间关系等现实条件。

获得人工纠正后，Claude能够在后续运行中保留相关上下文，并把处理方式整理为可复用技能。但这种单次实验中的纠正不能证明模型会在不同液体、仪器或故障条件下作出同样正确的判断，也不能替代实验人员对异常现象的诊断。

有限预览划出四项部署边界

目前的准入和技术条件决定了MHS仍是基础设施试验，而非可直接规模化部署的通用标准。其主要边界包括：

• 访问受限：预览采用伙伴参与和申请机制，尚不是任何开发者都能自由取得的公开项目。
• 设备必须可编程：没有API、软件控制层或可开发驱动的设备不能直接接入；某类仪器出现在案例中，也不表示所有品牌和型号已有可用驱动。
• 兼容性仍待验证：规范被设计为模型无关，但有限案例不足以证明不同模型、代理框架、驱动和本地设备组合均能稳定运行。
• 专家监督不可省略：参数边界和确定性脚本可以减少部分风险，却无法自动识别所有样品异常、机械冲突或传感器误差。

这也意味着，部署责任不能简单转交给AI代理。实验室仍需限制可执行动作和参数范围，并保留异常暂停、人工接管以及对真实样品和设备状态的独立检查。

开放源码时间与安全证据仍未确定

MHS现阶段的目标，是在早期伙伴环境中完善设备驱动、安全评估和实践方法。公开信息没有给出明确的开源日期，因此“计划开放源码”不等于代码、完整规范或安全测试套件已经公开，也不代表现有预览达到生产部署所需的可靠性。

截至此次发布，可以确认的是，MHS提供了让AI代理发现并协调多种可编程设备的共同接口，早期项目也展示了跨设备实验和故障反馈。尚待回答的问题包括开源许可与时间表、更多设备的驱动覆盖、跨模型兼容性，以及物理故障下的可重复安全表现；在这些证据补齐之前，专家监督仍是MHS运行条件的一部分。