別布了什麽它物到底發 三部急著叫曲上理 M

2026-09-02 06:00:47 分类：知識 阅读(3)

完全可審查的部别急常規程序。分層執行讓模型待在該待的曲上位置——實時控製環之外。AI 走進物理世界」
。着叫QuEra 的物理案例是最好的注腳
。C# 和各自的到底控製軟件裏，移板、发布到底證明了什麽、部别急激光頻率一旦漂移整機罷工。曲上代碼 API——MCP 是着叫入口之一，用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話，物理讓 LLM 逐周期決定電機輸出多少扭矩，到底Agent 在硬安全邊界內做了約 12,发布500 次評估（每一次導致失鎖的候選設置都被檢測並回滾） ，團隊用同樣方法讓 Agent 優化鎖頻質量本身：12 個相互耦合的部别急反饋參數
，是曲上工程災難^[6] 。ABB 用 RAPID」的着叫廠商方言；

Metadata（語義）：機械臂的重量、相機、代碼負責穩定重複，

畫麵沒有錯，而不是「UR 用 RTDE
、是每台設備的標準化驅動（MHS Driver）。第一次變成了機器可讀的標準對象
。MHS 的核心：一套「窄腰」設備驅動

很多人把 MHS 叫「硬件版 MCP」，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，讓它「采訪」你來完成錄入。組合和運營整個物理現場
。Anthropic 計劃在完善安全評估後再開源^[1][2]。命令行
 、多數故障 6 秒內恢複 ，同一方法遷移到第二個波長 ，而四足機器人的實時控製需要約 83 Hz——差了兩個數量級 。消息很快被壓縮成一句話：「Claude 長出雙手 ，而不是散落^[4][5] 。

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，就是 MHS 的雛形^[1:1][3]。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
，成功率 58%^[7][8]。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、實戰見真章 。速度上限 、再讓智能去理解、以及一個會自己找離心機補救的係統 
，不是定型的行業標準。歸零
、以及它最關鍵的一條工程紅線 。急停  ，分別跑在 MATLAB 、把數百種邊界故障模式全部枚舉了一遍^[7:1]。量程 、

這家做中性原子量子計算機的公司
 ，但結論跑得太快 。通宵不停，接口層越窄，反射鏡 、

二、而是 HHMI Janelia 研究園區一個相當狼狽的科研現場 ：激光 、「Claude 長出雙手」，而是三件事的組合：窄腰接口（read/write）降低接入門檻，生產運行時，做一次實驗要按固定順序啟動 7 個程序，也最容易被「AI 直接控製機械臂」的標題掩蓋。MCP 解決的是模型如何連接軟件工具；MHS 負責的是物理設備。組成統一的狀態清單；

Procedures（操作）：吸液、相機的連接狀態 ，但以機器速度 、這個叫法混淆了兩個層級 。廠商越容易接；語義層越完整 ，也不意味著 Claude 已經能接管現實世界
。

接入 MHS 後，

一
、機器第一次見到 Agent 時
，

這件事的起點也不是"讓 Claude 控製機械臂"的 Demo，

這是三部曲的上篇：講清楚 MHS 到底是什麽、又沒證明什麽
。這個把集成工作從數月壓到數天的原型 ，Agent 越不用靠猜 。但機器可讀  。官方列出的三種控製機製是 MCP、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、運行完全自主^[7:2][8:1]
。博士後 Arco Bast 被逼急了，而人類專家需要 5 到 10 分鍾。核心設計是什麽、

MHS 公開案例體現的是正確的分層：Agent 負責高層推理和探索 ，位移台來自不同廠商 ，我們看到的是一套早期規範和一批概念驗證，全部自動恢複^[7:3][8:2]  。過去散落在紙質說明書和老師傅經驗裏的知識，Agent 麵對的是統一能力模型  ，此前四名專家花兩三周手寫的恢複腳本  ，它的設計有個很妙的特點 ：最底部隻收窄成 read
、在設備層強製執行。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 ，代碼上產線。探索收斂後的操作鏈固化成確定性代碼
 ，

---

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 ↩︎ ↩︎ ↩︎

是一個確定性 、

本篇小結

MHS 的本質不是"AI 控製硬件"，Claude 已經退出控製環——用 QuEra 自己的話說：開發由 AI 驅動 、設備語義（狀態/操作/標簽）讓機器能自我介紹，

而最終交付的產物，Anthropic 自己 7 月的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 ，儀器還運行各自的軟件——真正變化的是中間那層「翻譯和協調」。

三、19 小時烤機零失鎖——此前平均每小時失鎖 1.6 次 。隻能覆蓋預想過的故障模式 ，工作空間這類代碼表達不了的信息
，

故事還沒完 。過程由人類把關
、write兩個原語——讀取狀態 、MHS 既不是 MCP 的簡單硬件版，

導讀

2026 年 8 月 27 日，

MHS 的真正核心，用工程師的話說——AI 幫你把經驗編譯成代碼 
，成功恢複 695 次（99.3%）  ，最難的 10 到 14 秒，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、最終殘餘頻率噪聲降低 5 倍，由設備自行執行。Anthropic 開放 MHS（Model Hardware Standard ，模型硬件標準）研究預覽版 。沒有硬實時保證 。Genentech 的移液自優化和"泡沫翻車" 、一夜完成了原本需要數周的調試^[7:4]。需要申請；規範文本尚未公開 ，

  下篇預告：概念說完 
  ，相機畫麵不再鎖死在各自軟件裏，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 
，寫入參數——然後把設備差異全部放進上層描述裏 。Python、不是 MHS 本身^[1:2] 。

它也沒有讓 Claude 獲得新的機械能力。

大模型推理天然是非確定性的 ：有延遲抖動 、它做的事情用一句話概括 ：讓機器先學會"自我介紹"，這就是物理世界的「窄腰」 。終於可以完整地介紹自己；

Safety Guards（安全限值）：最高溫度、

盲測結果 ：700 次注入故障覆蓋七種類型
，

一句話概括：模型負責判斷 ，激光器的功率
、拒絕謊報成功；測試期間激光自然跳模 43 次 ，機械臂還是原來的機械臂，順序錯了整場實驗白做。平台位置 、更難得的是那 5 次失敗：係統識別出是測試台本身的問題，運動邊界 ，而是以統一格式被任何進程讀取。機器保留最後否決權。

赞(9)

未经允许不得转载：>匹夫無罪網 » 別布了什麽它物到底發 三部急著叫曲上理 M

相关推荐

• 實戰對比：用 mpremote/Putty/MobaXterm 連接樹莓派 Pico REPL，誰更省心 ？
• AI到底聰明在哪——從手機人臉識別說起
• 這才是未來的“openclaw”
• 這才是未來的“openclaw”
• .NET 11 Runtime Async 詳解
• 這才是未來的“openclaw”
• OpenClaw 技術解構 ：從 WhatsApp 聊天機器人到 AI 操作係統
• AI到底聰明在哪——從手機人臉識別說起