Model Hardware Standard 解读：MHS 如何让 AI 智能体安全操控物理设备
Anthropic 8-27 公告的 Model Hardware Standard（MHS）研究预览版拆解：标准化驱动 + read/write 原语 + MCP/CLI/代码文件三种控制机制，六家机构实测数据与八家硬件厂商跟进——开源在即的物理设备操控标准。
Model Hardware Standard（MHS）是 Anthropic 于 2026-08-27 开放研究预览的一套共享规范，目标是让 AI 智能体安全地操控物理设备——从显微镜、移液工作站、机械臂到量子计算机的激光系统。本篇是对该公告的逐节解读（2026-09-13 重抓核对），只转述公告可核实的内容：标准化驱动怎么设计、智能体经哪三种机制控制设备、六家合作机构实测到什么数字、八家硬件厂商宣布了什么支持。对 MHS 与 OpenAI 生态的关系，本篇不做无源推演，只在事实层面指出：MCP 是其控制机制之一，而 MCP 是 GPTMap 读者已经在用的协议。
1. MHS 要解决的问题：设备集成的数周到数月
公告开篇给出现状：一个实验室或工厂把设备集成起来通常需要数周甚至数月——每台设备各有各的编程接口，彼此不能通信，需要专家写定制集成；设备连起来之后，也没有让它们向 AI 智能体共享数据、或让智能体安全操作它们的通用方式。
MHS 的回应是一个标准化驱动（driver）——操作系统与硬件设备之间的翻译软件——把这部分集成工作缩至数小时到数分钟。研究预览面向科学、机器人、电子、制造四个领域的首批合作伙伴，官方表示将在开源该标准之前与他们共建安全评估与最佳实践。
两个适用边界值得记住：MHS 适用于任何带可编程接口的设备（纯机械设备暂不支持，官方正与制造商合作内置驱动）；MHS 模型无关（model-agnostic），任意 agent harness 都能经 MCP 等标准协议接入。
2. 标准化驱动的三层设计
公告用一节解释 MHS 驱动的构造，可以拆成三层：
- read / write 原语：一套简单命令集——read 读取状态（例如取温度）、write 写入设置（例如设温度）——任何硬件设备都能理解并执行；
- 标准化的可发现性：每台设备以标准格式对外可发现，设备与智能体跨网络互相找到对方并通信，中间不再需要定制的翻译程序；
- 自然语言标签与参考文件：代码里看不出的机器特性（比如机械臂的重量——它决定怎样搬运才安全）此前散落在纸质手册、个人电脑或老师傅的隐性知识里；MHS 驱动提供标签，让用户用自然语言写入这些信息（可以自己写，也可以让智能体访谈式地问出来）。驱动据此自动生成一份参考文件，写明设备能测什么、能调什么、将强制执行哪些安全上限——这份文件就是智能体操作设备所需的全部背景。
3. 三种控制机制：MCP、命令行与代码文件
设备连好、智能体知道怎么用之后，还需要控制通道。公告明确列出三个机制：MCP、命令行界面（CLI）、代码文件（API），三者配合，可用单行代码编排多台设备。
控制之外是监督：智能体接收每台设备的运行数据，在高层面指挥——跨仪器排序步骤、监控结果、随条件变化实时调参。当任务长耗时或需要的速度快于在线推理时，智能体把一台或多台设备的驱动命令链进代码文件，让设备自行执行，不必每一步都推理。
对 MCP 生态的读者，这一条是本公告最直接的信号：MCP 的控制面被一条官方公告明确延伸到了物理设备——协议还是那个协议，工具变成了仪器。
4. 六家机构实测：一张表看完关键数字
公告的主体是六家合作机构的第一手报告。核心数字汇总如下（均为公告原文口径）：
| 机构 | 场景 | 关键数字 |
|---|---|---|
| Genentech | BCA 蛋白定量实验自动化（移液工作站 + 机械臂 + 酶标仪） | Claude 闭环优化移液流速：水约 140 µL/s（RMSE 0.016）、粘性 BSA 样本 10 µL/s（RMSE 0.181）；遭遇吸头拾取失败等错误可自主恢复 |
| 华盛顿大学 Baker/Pinglay 实验室 | 仪表盘远程监控、智能体监督 qPCR、机械臂-移液工作站交接 | 6 台设备接入不足一周（含自写驱动）；机械臂在移液完成后约 10 秒接管换板，反复测试零碰撞 |
| 卡内基梅隆大学 | 倍比稀释剂量响应实验 | 提速约 3 倍；三台电脑、三种互不兼容的控制方式，从零到跑通含一次自主重跑的完整实验共 8 小时（供应商方案通常数周）；人为注入 6 种故障全部在设备动作前被拦截 |
| HHMI Janelia | 显微镜平台统一编排 | 此前 7 个厂商程序、三种语言（MATLAB/Python/C#）无共享界面；MHS 后新增一台相机只用几分钟（此前是多天工程）；实验启动从 7 步固定顺序变成仪表盘一次点击 |
| QuEra | 中性原子量子计算机激光锁频恢复 | 盲测 700 次恢复 695 次（99.3%）；人类专家 5-10 分钟的恢复操作，最难场景 10-14 秒、简单场景 0.9-5.4 秒 |
| Tetsuwan Scientific | ResearchOS 自动化生物学平台的 qPCR 公民科学项目 | 编译器精度预测比厂商技术规格准约 12%（45 次运行胜 31 次，符号检验 p 约 0.001；最高复制数据上约 17%）；测试 9,143 次分液、300 种转移类型、1,508 个条件 |
几个值得展开的细节：
- CMU 的自主重跑：第一次运行因高浓度端饱和、拟合优度低于 0.9 被系统自己否决，智能体独立决定弃板、把最高浓度从 200 µg/mL 压到 100 µg/mL 重跑，第二次拟合优度高于 0.98，全程无人工介入。驱动三台控制方式完全不兼容的设备（目录监视调度器、ActiveX/COM 脚本接口、纯 GUI 无 API）从零开发只花了约 8 小时。
- QuEra 的对比基线：此前一个四人团队花数月写的专用恢复脚本成功率约 58%、单次约 150 秒；Claude 经 MHS 以四个角色（提假设、改脚本、上机运行并记日志、读日志定下一步）整夜无人值守迭代数百轮，产出一份确定性的、可独立审查的生产脚本——最终产品不需要智能体在场。
- Genentech 的边界案例：遇到气泡类物理故障时，Claude 的第一反应是在同一孔位换参数重试——结果搅出更多气泡；研究员点破这是物理问题而非软件 bug 后，它把教训固化成可复用的移液技能，后续按液体特性选默认参数。官方把这条写进了公告：LLM 经文本与图像学习物理世界，空间与物理推理仍需专家监督。
5. 硬件厂商支持面：8 家宣布接入
公告末尾列出正在把 MHS 支持做进产品的厂商：
- AWS：经 Strands Robots（连接 AI 智能体与物理设备的库）支持 MHS，预览期向参与者提供私有预发布版包；
- Automata：实验室自动化平台 LINQ 加入 MHS 支持，用于自主实验室的仪器智能纠错；
- Danaher：与 Anthropic 探索 MHS 支持的能力如何赋能智能仪器与自主实验室、放大生物医学研发规模；
- Doosan Robotics：在机械臂上测试 MHS，包括自动化质检与多机器人协同任务；
- MBF Bioscience：为 ScanImage（全球数百个神经科学实验室的激光扫描显微镜软件）开发 MHS 驱动；
- QIAGEN：在核酸纯化平台 QIAsymphony Connect 上跑通了概念验证；
- Tecan：为 Fluent 移液处理平台加入 MHS 支持；
- Universal Robots：已获早期访问，计划在其机器人平台加入支持。
早期采用者还有两家开发者生态方：Hugging Face 正在其机器人库 LeRobot 中加入 MHS 支持；Raspberry Pi 在相机 MHS 驱动测试成功后，正把 MHS 集成扩展到多款产品。
6. 限制与安全路线
公告对局限相当坦率，三条硬限制：
- 物理推理有上限：LLM 通过文本与图像了解物理世界，空间与物理推理的局限意味着仍需专家监督（Genentech 的气泡案例即为实证）；
- 不覆盖无可编程接口的设备：官方正与这类设备的制造商合作内置 MHS 驱动；
- 智能体可能过度谨慎：QuEra 观察到 Claude 常在它认为稍有风险的操作前停下来等人工确认，实验会整夜暂停——他们的结论是过于谨慎好过不够谨慎。
安全与开源路线：官方将用研究预览期与合作伙伴共建额外的安全评估，加强物理世界使用的防护；正在制定物理安全路线图（physical safety roadmap）以扩展安全政策与执行覆盖；开源 MHS 时将连同研究预览的发现一起发布安全部署指南。申请入口是官方 waitlist。
7. 对本站读者意味着什么
把范围限定在公告事实：MHS 是 Anthropic 主导、宣布将开源的物理设备操控标准，控制面里有 MCP；六家机构的数据说明智能体操控硬件的工程闭环（发现设备、读参考文件、编排、纠错、固化成确定性脚本）已经跑通。对 MCP 开发者，工具面从软件 API 扩展到了仪器；对评估智能体能力的读者，QuEra 与 CMU 的案例提供了一种新基准形态——把"人类专家耗时"作为对照组的物理世界任务。本站世界线已收录 MHS 关键事实（2026-09-13 更新）；OpenAI 侧的智能体基础设施动态可对照阅读。
8. 下一步
- MCP 协议本体与三种传输：《Model Context Protocol 完全指南：MCP 工作机制与实战》
- OpenAI 侧的智能体资源模型：《Agents API 现身 OpenAI SDK（beta）：/agents CRUD、environments、sessions 与 vaults 全景》
- 同期 Anthropic 企业安全线：《EFS 深度解读：Anthropic 如何解开'零保留隐私 vs 安全监测'的两难》
关键要点
- MHS 定位：AI 智能体安全操控物理设备的共享规范；研究预览首批面向科研实验室与先进制造商，标准将开源，模型无关、任意 agent harness 可用
- 标准化驱动三层设计：read/write 原语统一指令；设备以标准格式可发现；自然语言标签写入机器特性（如机械臂重量），自动生成含可测量项、可调项与安全上限的参考文件
- 三种控制机制：MCP、命令行界面、代码文件（API），三者配合实现单行代码编排多设备
- 集成时间：官方称从数周/数月缩至数小时/数分钟；CMU 从零到跑通含一次自主重跑的稀释实验共 8 小时（供应商方案通常数周）；华盛顿大学 6 台设备接入不足一周
- 实测数字：QuEra 激光锁频恢复盲测 700 次成功 695 次（99.3%），人类专家需 5-10 分钟的操作最快 0.9 秒完成；Genentech 让 Claude 闭环优化移液流速（水约 140 µL/s、BSA 10 µL/s）
- 生态跟进：AWS（Strands Robots）、Automata、Danaher、Doosan Robotics、MBF Bioscience、QIAGEN、Tecan、Universal Robots 宣布接入；Hugging Face（LeRobot）与 Raspberry Pi 为早期采用者
常见问题
官方参考
相关文章
Codex CLI 接入 MCP 服务器：config.toml 配置全字段手册
Codex CLI 通过 config.toml 里的 [mcp_servers] 表接 MCP 服务器：stdio 用 command/args/env，远程用 url/bearer_token/http_headers，还有 startup_timeout_sec、enabled_tools、required 等控制面。本文按 codex 源码的配置结构逐项讲清。
阅读全文MCP Apps 解读：让 MCP Server 在对话里渲染交互式 UI（SEP-1865）
MCP Apps（SEP-1865，Final）拆解：工具声明 ui:// 资源，宿主在沙箱 iframe 里渲染交互式 HTML——数据可视化、表单、仪表盘直接长在对话里。机制、安全模型、官方 SDK 代码与八家宿主支持面一文讲清。
阅读全文MCP 客户端特性现状：Elicitation 当立，Roots 与 Sampling 已弃用（SEP-2577）
2026-07-28 规范版重排了 MCP 客户端特性：Roots 与 Sampling 被弃用（SEP-2577，保留期至少 12 个月），Elicitation 保留并新增 URL 模式。逐条拆解三特性的现状、弃用原因与迁移方向。
阅读全文订阅 GPTMap Weekly
每周一封邮件，精选 OpenAI 重要更新、深度解读与最佳实践。无广告，可随时退订。
提交后将在新标签页打开 Buttondown 完成订阅确认。