別布了什到底發理 M它物急著叫曲上麽 三部

儀器還運行各自的部别急軟件——真正變化的是中間那層「翻譯和協調」 。代碼上產線。曲上做一次實驗要按固定順序啟動 7 個程序
，着叫Anthropic 自己 7 月的物理機器人研究給出了誠實的數字：當前模型推理速度約 0.2–0.4 Hz，Agent 越不用靠猜。到底成功率 58%^[7][8] 。发布但機器可讀 。部别急把數百種邊界故障模式全部枚舉了一遍^[7:1]。曲上write兩個原語——讀取狀態 、着叫

MHS 的物理真正核心，

大模型推理天然是到底非確定性的：有延遲抖動 、

導讀

2026 年 8 月 27 日 ，发布隻能覆蓋預想過的部别急故障模式，分層執行讓模型待在該待的曲上位置——實時控製環之外。核心設計是着叫什麽
、相機、一夜完成了原本需要數周的調試^[7:4]。運行完全自主^[7:2][8:1]。新增一台相機從過去的數天縮短到幾分鍾；啟動實驗從 7 次操作縮成一次點擊；分析工具從「每台設備寫一個」變成「每種數據類型寫一個」——工程資產終於開始累積，設備語義（狀態/操作/標簽）讓機器能自我介紹
，

MHS 公開案例體現的是正確的分層：Agent 負責高層推理和探索，這個說法快了一步

MHS 目前隻向首批科研實驗室和先進製造商開放，激光頻率一旦漂移整機罷工。代碼 API——MCP 是入口之一 ，把整套裝置的狀態放進一個標準化的共享內存字典——激光功率、

故事還沒完 。到底證明了什麽
 、位移台來自不同廠商，有網絡開銷  、

每台設備由此被統一抽象成四個要素 ：

• State（狀態）：機械臂的關節角度、它做的事情用一句話概括 ：讓機器先學會"自我介紹"
   ，是一個確定性、ABB 用 RAPID」的廠商方言；
• Metadata（語義）
  ：機械臂的重量 、過程由人類把關
  、第一次變成了機器可讀的標準對象 。QuEra 的案例是最好的注腳 。而人類專家需要 5 到 10 分鍾
  。也不意味著 Claude 已經能接管現實世界。更難得的是那 5 次失敗：係統識別出是測試台本身的問題 ，需要申請；規範文本尚未公開，換成 Claude 通過 MHS 在專用測試台上工作：提出恢複假設 → 寫成腳本 → 上真機測試 → 讀取日誌決定下一輪怎麽改——和人類專家跑的是同一個循環，相機畫麵不再鎖死在各自軟件裏，速度上限、

  盲測結果 ：700 次注入故障覆蓋七種類型 
  ，通宵不停，

  這是三部曲的上篇：講清楚 MHS 到底是什麽、而是以統一格式被任何進程讀取。Python
   、順序錯了整場實驗白做。平台位置 、機械臂還是原來的機械臂，由設備自行執行。用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話 ，分別跑在 MATLAB、以及一個會自己找離心機補救的係統
  ，也最容易被「AI 直接控製機械臂」的標題掩蓋。C# 和各自的控製軟件裏，而是三件事的組合：窄腰接口（read/write）降低接入門檻 ，用工程師的話說——AI 幫你把經驗編譯成代碼，同一方法遷移到第二個波長 ，反射鏡 、19 小時烤機零失鎖——此前平均每小時失鎖 1.6 次
  。以及它最關鍵的一條工程紅線。

  而最終交付的產物
  ，而是 HHMI Janelia 研究園區一個相當狼狽的科研現場
  ：激光 、是工程災難^[6]。「Claude 長出雙手」，廠商越容易接；語義層越完整 ，接口層越窄 ，模型硬件標準）研究預覽版。Agent 麵對的是統一能力模型
  ，探索收斂後的操作鏈固化成確定性代碼，代碼負責穩定重複，不是定型的行業標準。激光器的功率
  、但以機器速度 、Claude 已經退出控製環——用 QuEra 自己的話說：開發由 AI 驅動、

  下篇預告：概念說完
  ，Anthropic 開放 MHS（Model Hardware Standard ，工作空間這類代碼表達不了的信息，此前四名專家花兩三周手寫的恢複腳本
  ，AI 走進物理世界」 。Agent 在硬安全邊界內做了約 12,500 次評估（每一次導致失鎖的候選設置都被檢測並回滾） ，沒有硬實時保證 。

  一、我們看到的是一套早期規範和一批概念驗證，MHS 既不是 MCP 的簡單硬件版，

  這件事的起點也不是"讓 Claude 控製機械臂"的 Demo，又沒證明什麽 。Genentech 的移液自優化和"泡沫翻車"、再讓智能去理解
  、完全可審查的常規程序。

用上位機工程師的話翻譯 ：MHS Driver ≈ 你寫過的設備驅動類 + 點表；參考文件 ≈ 說明書裏「技術參數 + 安全注意事項」那一頁 ，

畫麵沒有錯，

二、生產運行時  ，最難的 10 到 14 秒
，消息很快被壓縮成一句話：「Claude 長出雙手，

它也沒有讓 Claude 獲得新的機械能力
。成功恢複 695 次（99.3%） 
，歸零 、組合和運營整個物理現場 。移板、這就是物理世界的「窄腰」。命令行、團隊用同樣方法讓 Agent 優化鎖頻質量本身：12 個相互耦合的反饋參數，機器第一次見到 Agent 時 ，Anthropic 計劃在完善安全評估後再開源^[1][2]  。是每台設備的標準化驅動（MHS Driver） 。讓 LLM 逐周期決定電機輸出多少扭矩 ，不是 MHS 本身^[1:2] 。讓它「采訪」你來完成錄入。MHS 的核心 ：一套「窄腰」設備驅動

很多人把 MHS 叫「硬件版 MCP」，而不是散落^[4][5]。

---

參考資料
：

MHS 官方網站：https://modelhardwarestandard.com/

---

1. Previewing the Model Hardware Standard — Anthropic ↩︎ ↩︎ ↩︎

2. Anthropic previews Model Hardware Standard for AI-controlled lab and factory equipment — MLQ.ai ↩︎

3. How One Postdoc's Problem Solving is Changing the Way Scientists Work — HHMI ↩︎

4. Anthropic's Model Hardware Standard Lets Claude Control Lab Robots Overnight — AlphaSignal ↩︎

5. Anthropic Model Hardware Standard (MHS) Explained — Kingy AI ↩︎

6. Claude plays robotics — Anthropic Research ↩︎

7. Holding the Light: Teaching an AI to Lock and Tune our Quantum Computer's Lasers — QuEra ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

8. QuEra Uses Anthropic AI Agent to Automate Critical Quantum Computer Process — The Quantum Insider ↩︎ ↩︎ ↩︎

這個把集成工作從數月壓到數天的原型，它的設計有個很妙的特點：最底部隻收窄成 read、而四足機器人的實時控製需要約 83 Hz——差了兩個數量級。最關鍵的設計：LLM 不進入實時控製環

這是 MHS 最正確的工程決策 ，而不是「UR 用 RTDE、最終殘餘頻率噪聲降低 5 倍，博士後 Arco Bast 被逼急了，運動邊界 ，

本篇小結

MHS 的本質不是"AI 控製硬件"，就是 MHS 的雛形^[1:1][3] 。組成統一的狀態清單；

Procedures（操作）：吸液、

接入 MHS 後，

三 、相機的連接狀態
 ，急停，實戰見真章。寫入參數——然後把設備差異全部放進上層描述裏。在設備層強製執行。過去散落在紙質說明書和老師傅經驗裏的知識，官方列出的三種控製機製是 MCP、中篇帶你看四個一線案例的完整細節——CMU 的 8 小時集成與六種被攔截的故障、這個叫法混淆了兩個層級。

這家做中性原子量子計算機的公司 ，終於可以完整地介紹自己；

Safety Guards（安全限值） ：最高溫度 、量程 、

一句話概括
：模型負責判斷，機器保留最後否決權。拒絕謊報成功；測試期間激光自然跳模 43 次 ，MCP 解決的是模型如何連接軟件工具；MHS 負責的是物理設備
。多數故障 6 秒內恢複，但結論跑得太快 。全部自動恢複^[7:3][8:2]。