快速了解本文
Anthropic 发布 Model Hardware Standard 预览版，让 AI 代理直接操作物理硬件设备。
MHS 将自动化集成时间从数周缩短至数小时，支持药物发现等高精度科研任务。
该标准与模型无关且计划开源，AWS 与 Hugging Face 已开始集成到各自工作流中。
本摘要由 AI 辅助整理，请以正文内容为准。
数智朋克讯 Anthropic 发布 Model Hardware Standard（MHS）预览版，为 AI 代理提供一套模型无关的硬件标准接口，使其能够操作显微镜、机械臂及其他实验室设备。这是 Anthropic 继 2024 年开源 Model Context Protocol（MCP）之后，在 AI 标准化上的又一布局，将 AI 代理的能力从软件世界延伸到物理设备控制。
效率显著提升
与传统为每台设备单独编写控制代码的方式相比，MHS 可将原本需要数周的自动化集成时间缩短至数小时甚至数分钟。
MHS 初期部署聚焦科研与先进制造工具。Anthropic 表示，该标准可支持 AI 代理完成药物发现、量子计算机激光校准等需要高精度仪器操作的复杂任务。与传统为每台设备单独编写控制代码的方式相比，MHS 可将原本需要数周的自动化集成时间缩短至数小时甚至数分钟。
MHS 不仅封装 API，还可向代理提供代码无法体现的硬件信息，例如机械臂的重量或安全限制。用户可以用自然语言描述设备能力与限制，MHS 会生成参考文件，告知代理设备可测量、可调与安全操作的方式。在此基础上，研究人员与工程师可以编排自主的全天候实验与工作流，代理能逐步推理、实时更新参数，并在部分情况下自行从硬件错误中恢复。
MHS 由 Anthropic 与霍华德·休斯医学研究所（HHMI）合作开发，早期研发与验证依托于高水平生物医学科研场景。该标准与模型无关，用户不被锁定在 Anthropic 的 Claude 模型上。Anthropic 计划以开源许可证发布 MHS，面向任何行业的设备制造商。目前，AWS 与 Hugging Face 已在将 MHS 集成到各自工作流中。