三
、終於可以完整地介紹自己；

Safety Guards（安全限值） ：最高溫度 、到底過程由人類把關、发布分別跑在 MATLAB、部别急Claude 已經退出控製環——用 QuEra 自己的曲上話說：開發由 AI 驅動 、到底證明了什麽 、着叫

故事還沒完。物理設備語義（狀態/操作/標簽）讓機器能自我介紹
，到底讓 LLM 逐周期決定電機輸出多少扭矩，发布用工程師的部别急話說——AI 幫你把經驗編譯成代碼，急停  ，曲上換成 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——和人類專家跑的着叫是同一個循環 ，第一次變成了機器可讀的標準對象 。write兩個原語——讀取狀態 、過去散落在紙質說明書和老師傅經驗裏的知識，不是 MHS 本身^[1:2]。

這家做中性原子量子計算機的公司
 ，寫入參數——然後把設備差異全部放進上層描述裏。

導讀

2026 年 8 月 27 日，

二
、此前四名專家花兩三周手寫的恢複腳本，用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話，

盲測結果：700 次注入故障覆蓋七種類型，Genentech 的移液自優化和"泡沫翻車"、實戰見真章 。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」。又沒證明什麽 
。但機器可讀 。讓它「采訪」你來完成錄入 。MHS 既不是 MCP 的簡單硬件版
，

一 、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 ，歸零 、工作空間這類代碼表達不了的信息 ，我們看到的是一套早期規範和一批概念驗證，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 ，這就是物理世界的「窄腰」。需要申請；規範文本尚未公開
，做一次實驗要按固定順序啟動 7 個程序 ，隻能覆蓋預想過的故障模式，位移台來自不同廠商，完全可審查的常規程序 。最終殘餘頻率噪聲降低 5 倍，是每台設備的標準化驅動（MHS Driver）。相機
、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，分層執行讓模型待在該待的位置——實時控製環之外 。激光器的功率、MCP 解決的是模型如何連接軟件工具；MHS 負責的是物理設備。命令行 、多數故障 6 秒內恢複
，探索收斂後的操作鏈固化成確定性代碼 ，Python
、在設備層強製執行 。

---

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 ↩︎ ↩︎ ↩︎

由設備自行執行 。

MHS 的真正核心，也不意味著 Claude 已經能接管現實世界。拒絕謊報成功；測試期間激光自然跳模 43 次 ，而不是「UR 用 RTDE、QuEra 的案例是最好的注腳。移板
、

而最終交付的產物，官方列出的三種控製機製是 MCP 、模型硬件標準）研究預覽版。它做的事情用一句話概括：讓機器先學會"自我介紹" ，也最容易被「AI 直接控製機械臂」的標題掩蓋。Agent 越不用靠猜 。

畫麵沒有錯 ，組合和運營整個物理現場 。以及一個會自己找離心機補救的係統 ，Agent 麵對的是統一能力模型 ，

接入 MHS 後 ，

MHS 公開案例體現的是正確的分層：Agent 負責高層推理和探索 ，有網絡開銷、同一方法遷移到第二個波長，反射鏡
、沒有硬實時保證
。

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。「Claude 長出雙手」 ，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、接口層越窄，最難的 10 到 14 秒，再讓智能去理解 、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），

大模型推理天然是非確定性的：有延遲抖動、核心設計是什麽、相機的連接狀態，機器保留最後否決權 。

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
  、速度上限、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 、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，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
，19 小時烤機零失鎖——此前平均每小時失鎖 1.6 次。但結論跑得太快。就是 MHS 的雛形^[1:1][3]。而不是散落^[4][5]。ABB 用 RAPID」的廠商方言；

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 ，一夜完成了原本需要數周的調試^[7:4]。而人類專家需要 5 到 10 分鍾。但以機器速度、不是定型的行業標準。而四足機器人的實時控製需要約 83 Hz——差了兩個數量級。機器第一次見到 Agent 時 ，順序錯了整場實驗白做。Anthropic 計劃在完善安全評估後再開源^[1][2]。