近日，人工智能研究机构Anthropic宣布推出一项名为MHS（Model Hardware Standard）的硬件标准，并同步开放研究预览版。这一标准旨在为大模型驱动的AI智能体提供统一、安全的接口，使其能够与显微镜、机械臂、液体处理器、激光器等物理设备高效交互。该标准由Anthropic与霍华德·休斯医学研究所Janelia研究园区联合开发，目前已有首批科研机构和制造企业参与测试。
实验室和工业场景中，不同设备的编程接口往往存在显著差异，导致AI系统接入时面临数据共享、安全控制以及定制化开发等挑战。MHS通过标准化驱动程序解决了这一问题——设备仅需支持基础的读写命令，即可以统一格式被识别、连接并实现跨网络通信。据Anthropic介绍，这一设计大幅减少了传统集成方式中所需的“翻译”程序开发，原本需要数周甚至数月的设备适配工作，可能缩短至数小时或数分钟。
在操作模式上，MHS支持通过MCP协议、命令行界面或API文件与设备协同。智能体接入后，可实时获取设备运行数据，对多台仪器的任务进行排序、监控执行结果，并根据环境变化动态调整参数。对于需要长期运行或高频操作的任务，系统还能将驱动指令编译为代码文件，由设备自主执行。例如，在测试中，AI模型Claude通过摄像头观察激光器的校准效果，经过多轮参数调整后生成确定性脚本，最终实现了自动化校准流程。
目前，AWS、Automata、Danaher、Doosan Robotics、MBF Bioscience、QIAGEN、Tecan和Universal Robots等企业已参与MHS的适配或测试工作，开源社区平台Hugging Face和单板计算机品牌Raspberry Pi也位列早期采用者名单。这些合作方覆盖了云计算、机器人、生命科学仪器等多个领域，为标准的推广提供了跨行业支持。
尽管MHS已取得阶段性进展，Anthropic仍坦言其处于持续完善阶段。当前大模型对物理世界的理解主要依赖文本和图像数据，在空间推理和物理交互能力上存在局限，部分复杂场景仍需人类专家监督。未配备可编程接口的老旧设备暂无法直接兼容，团队计划未来扩大支持范围，以覆盖更多类型的硬件设备。
