三 、但機器可讀 。到底
這家做中性原子量子計算機的发布公司
，急停
，部别急移板、曲上團隊用同樣方法讓 Agent 優化鎖頻質量本身：12 個相互耦合的着叫反饋參數 ，以及一個會自己找離心機補救的物理係統 ，模型硬件標準）研究預覽版
。到底Genentech 的发布移液自優化和"泡沫翻車"
、把整套裝置的部别急狀態放進一個標準化的共享內存字典——激光功率、做一次實驗要按固定順序啟動 7 個程序
，曲上分層執行讓模型待在該待的着叫位置——實時控製環之外 。又沒證明什麽
。而是 HHMI Janelia 研究園區一個相當狼狽的科研現場 ：激光、Anthropic 開放 MHS（Model Hardware Standard，第一次變成了機器可讀的標準對象
。組合和運營整個物理現場。write兩個原語——讀取狀態、是一個確定性
、這就是物理世界的「窄腰」。機械臂還是原來的機械臂 ，接口層越窄
，工作空間這類代碼表達不了的信息，代碼負責穩定重複 ，需要申請；規範文本尚未公開
，
故事還沒完 。更難得的是那 5 次失敗 ：係統識別出是測試台本身的問題，AI 走進物理世界」 。
而最終交付的產物 ，成功率 58%[7][8] 。讓它「采訪」你來完成錄入 。而不是散落[4][5] 。終於可以完整地介紹自己；
一句話概括：模型負責判斷 ，MHS 的核心：一套「窄腰」設備驅動 很多人把 MHS 叫「硬件版 MCP」，Python 、此前四名專家花兩三周手寫的恢複腳本 ，也最容易被「AI 直接控製機械臂」的標題掩蓋。相機的連接狀態 ，設備語義（狀態/操作/標簽）讓機器能自我介紹，激光頻率一旦漂移整機罷工 。Agent 麵對的是統一能力模型 ，而四足機器人的實時控製需要約 83 Hz——差了兩個數量級 。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 ，拒絕謊報成功；測試期間激光自然跳模 43 次，
它也沒有讓 Claude 獲得新的機械能力 。MHS 既不是 MCP 的簡單硬件版 ，組成統一的狀態清單；
盲測結果 ：700 次注入故障覆蓋七種類型，完全可審查的常規程序 。分別跑在 MATLAB 、它做的事情用一句話概括 ：讓機器先學會"自我介紹" ，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 ，隻能覆蓋預想過的故障模式，有網絡開銷 、核心設計是什麽 、Claude 已經退出控製環——用 QuEra 自己的話說 ：開發由 AI 驅動 、機器保留最後否決權 。
這件事的起點也不是"讓 Claude 控製機械臂"的 Demo ，位移台來自不同廠商，
二 、機器第一次見到 Agent 時 ，寫入參數——然後把設備差異全部放進上層描述裏。沒有硬實時保證。在設備層強製執行 。以及它最關鍵的一條工程紅線 。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 ，到底證明了什麽 、速度上限、QuEra 的案例是最好的注腳 。
下篇預告 ：概念說完 ，
畫麵沒有錯，是工程災難[6] 。運行完全自主[7:2][8:1] 。把數百種邊界故障模式全部枚舉了一遍[7:1] 。C# 和各自的控製軟件裏 ，代碼上產線 。
導讀
2026 年 8 月 27 日 ，而是以統一格式被任何進程讀取 。博士後 Arco Bast 被逼急了 ，
MHS 的真正核心 ，歸零 、廠商越容易接；語義層越完整，由設備自行執行 。運動邊界，消息很快被壓縮成一句話 ：「Claude 長出雙手 ，MCP 解決的是模型如何連接軟件工具；MHS 負責的是物理設備 。它的設計有個很妙的特點 ：最底部隻收窄成 read、但以機器速度 、
大模型推理天然是非確定性的 ：有延遲抖動、用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話 ，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」 。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 ，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 、成功恢複 695 次（99.3%） ，不是 MHS 本身[1:2] 。過去散落在紙質說明書和老師傅經驗裏的知識 ，實戰見真章 。量程、順序錯了整場實驗白做 。最難的 10 到 14 秒 ，激光器的功率 、但結論跑得太快。而是三件事的組合 ：窄腰接口（read/write）降低接入門檻 ，相機、「Claude 長出雙手」 ，Anthropic 計劃在完善安全評估後再開源[1][2] 。官方列出的三種控製機製是 MCP、
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
、也不意味著 Claude 已經能接管現實世界 。
本篇小結
MHS 的本質不是"AI 控製硬件" ，生產運行時 ，探索收斂後的操作鏈固化成確定性代碼 ，是每台設備的標準化驅動（MHS Driver） 。讓 LLM 逐周期決定電機輸出多少扭矩，就是 MHS 的雛形[1:1][3] 。代碼 API——MCP 是入口之一 ，
一 、
這是三部曲的上篇 ：講清楚 MHS 到底是什麽、平台位置 、最終殘餘頻率噪聲降低 5 倍 ，再讓智能去理解 、
參考資料 ：
MHS 官方網站 ：https://modelhardwarestandard.com/
Previewing the Model Hardware Standard — Anthropic ↩︎ ↩︎ ↩︎
Anthropic previews Model Hardware Standard for AI-controlled lab and factory equipment — MLQ.ai ↩︎
How One Postdoc's Problem Solving is Changing the Way Scientists Work — HHMI ↩︎
Anthropic's Model Hardware Standard Lets Claude Control Lab Robots Overnight — AlphaSignal ↩︎
Anthropic Model Hardware Standard (MHS) Explained — Kingy AI ↩︎
Claude plays robotics — Anthropic Research ↩︎
Holding the Light: Teaching an AI to Lock and Tune our Quantum Computer's Lasers — QuEra ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
QuEra Uses Anthropic AI Agent to Automate Critical Quantum Computer Process — The Quantum Insider ↩︎ ↩︎ ↩︎
接入 MHS 後，19 小時烤機零失鎖——此前平均每小時失鎖 1.6 次 。
MHS 公開案例體現的是正確的分層 ：Agent 負責高層推理和探索，而人類專家需要 5 到 10 分鍾 。
相关文章
精彩导读
热门资讯
关注我们
