Anthropic 没造机器人，造了插口

这两年里 Anthropic 做的最具结构性的一件事：它没有去造机器人，而是去定义了模型和机器之间那根线该怎么接。这篇不讲宏大叙事，就把 MHS 是什么、每一条设计到底干什么用的，逐条拆开，能举例的地方都举例。

一句话是什么MHS 全称 Model Hardware Standard，8 月 27 日开放 research preview 第一阶段，首批只放给一小群科研实验室和先进制造企业。Anthropic 官方的定义是：一套让 AI 智能体安全操作物理设备的共享规范。Anthropic 负责 beneficial deployments 的 Elizabeth Kelly 对 CNBC 用的类比是 USB-C。这个类比对了一半。USB-C 只解决插得上，MHS 要同时解决三件事：插得上、看得懂、不许乱动。它的效果指标很直白：一间实验室或产线把设备接通、整合起来，过去要数周乃至数月，MHS 把这部分工作压到小时甚至分钟级别。起点也值得记住。

MHS 出自 Anthropic beneficial deployments 团队的 Alek Kemeny 与 HHMI Janelia 研究园区博士后 Arco Bast 的合作。Bast 当时在跑复杂的脑成像实验，装置上的激光器、电动调焦、专用相机来自不同厂商、彼此没有公共接口，他为此写了一个共享内存字典，让仪器以内存速度互相通信。Kemeny 和他一起，把 AI 模型接进了那个接口。MHS 是从一个博士后的私人痛点里长出来的标准。通俗解读过去两年 AI 只会说话。要它动手，就得先有一个所有机器都认的手柄。MHS 就是在定义这个手柄长什么样。

旧世界有多烂要理解 MHS 解决什么，先得看清它之前那个世界。三个真实场景。Janelia 的显微镜房间Ahrens 实验室的 Virginie Ruetten 研究睡眠如何帮身体从应激中恢复，用斑马鱼做全身成像。她的装置占满一整间屋子：飞秒激光器、快速振镜、超灵敏光电倍增探测器、两个精密平移台，全部分开采购、手工接线。探测器跑 MATLAB，相机跑 Python，电生理跑 C#。一个程序里的量，比如平移台的位置，另一个程序根本不知道。开始一次实验，她要按固定顺序启动七个程序，顺序错了，整个 session 报废。CMU 的三台电脑卡内基梅隆的剂量-反应实验涉及液体处理器、酶标仪、机械臂和监控摄像头。一号机跑机械臂，控制方式是往一个提交目录里丢作业文件，不是正常 API。二号机跑液体处理器，只有老式 Windows ActiveX/COM 脚本接口，没有现代 SDK，外加 USB 摄像头。三号机跑酶标仪，完全没有任何编程接口，只有屏幕上的图形界面。华盛顿大学的凌晨四点Baker 与 Pinglay 实验室的博士生 Zihao Song 做从头蛋白设计。设计一个像 PETase 那样能降解塑料的酶，成本可以低到 0.01 美元；但在实验台上测一个候选要花约 100 美元和一周人工，而他一次要测 1000 个。最卡的是 PCR：一次只能跑一块板，每 90 分钟换一次板，所以他有时凌晨四点在实验室搬板子，而不是在睡觉。他之前尝试过自动化，花几周评估平台、追厂商支持、学写胶水代码，最后放弃了。共同点不是没有自动化。是每接一台新设备就要重写一遍中间层，成本随设备数量线性增长。Song 的概括最准：把这些仪器连起来是一个耗时数月到数年、花费从数千到数百万美元的整合问题，大多数实验室根本够不着。通俗解读传统工厂产线可以把同一个流程跑一万次，所以整合费摊得开。但一个研究实验室一年跑几十种协议，一半是新的，还要中途改。自动化的经济账在科研场景里根本不成立。这才是 MHS 真正瞄准的缺口。

两个动词MHS 的第一层是标准化驱动，也就是在操作系统和硬件设备之间做翻译的那层软件。它的原语简单到有点反直觉，只有 read 和 write 这类基本命令。read 例如读取温度，write 例如设定温度。任何硬件设备都能理解并执行这套原语。第二件事是可发现：每台设备以标准格式对外描述自己，设备和智能体因此能在网络上互相找到、直接通信，中间不需要再专门写一个翻译器程序。

类比一下。1990 年代买一台打印机，要装厂商附送的光盘驱动；后来操作系统有了统一驱动模型，插上就能打。MHS 想在实验室仪器和产线设备上走完的，是同一步。CMU 的描述最具体：MHS 把三台风格完全不同的控制电脑，统一成一份 states 与 procedures 的清单。状态是系统可能处于的条件，比如板子在 3 号位、样品 25°C、孔已注满；操作是它能执行的动作，比如吸液、震荡。底下跑的是目录监听、COM 脚本还是图形界面，模型不需要知道。通俗解读把每台设备一种方言，压缩成所有设备两个动词。这一层不神奇，但没有它，后面全都无从谈起。

老师傅上机这一条最容易被略读，但它才是 MHS 和普通设备通信标准的分界线。MHS 的驱动里带标签，让用户用自然语言把设备的物理特性直接写进去。官方举的例子是机械臂的重量。这个数字光看代码是看不出来的，但它决定了怎么搬这条臂才算安全。这类信息过去存在三个地方：纸质手册里、某个人的电脑里、或者干脆只在干了十年的老员工脑子里。官方用词是 tacit knowledge，默会知识。写法有两种：你自己写，或者让智能体来采访你。它就你的硬件配置逐条提问，你回答，它填进标签。填完之后，驱动自动生成一份参考文件，写清这台设备能测什么、什么可调、安全上限卡在哪。这份文件，就是智能体操作这台设备所需要知道的全部。通俗解读过去交接一台仪器，得连老师傅一起交接。MHS 干的事，是把老师傅嘴里那几句「这个别拧太狠」「那个要先预热」，变成机器能读的一页纸。这是把默会知识资产化。

三条控制线设备接上了、智能体看懂了，还得能下指令。MHS 给了三种机制：MCP、命令行界面、代码文件。三者协同，让跨多台设备的编排可以用一行代码触发。为什么要三条而不是一条？因为模型推理有速度上限，也有成本。当任务要跑很久，或者需要的动作比模型在线思考更快时，智能体可以把一台或多台设备的驱动命令串进代码文件，让设备自己执行完，不必每一步都回来问模型。最能说明这套设计的是激光的例子。Anthropic 观察到，Claude 用一种近乎科学家的方式和硬件打交道：调一下激光，通过摄像头观察光斑被推到了哪里，评估这次调整的效果，再调一次，反复往返，直到把因果关系摸清楚。摸清之后，它把学到的东西打包成代码文件，写出一个确定性脚本。之后对准激光就是一条命令的事，不再需要任何推理。QuEra 那边是同一逻辑的终点：整个项目最后交付的，是一个可以脱离 AI 智能体、直接在生产环境跑的、完全可审查的确定性脚本。通俗解读模型先当学徒，靠反复试错把手感摸出来；摸出来之后写成 SOP，以后交给机器执行。昂贵的推理只需要花一次。这是 MHS 在成本结构上最聪明的一笔。

刹车在哪官方定义里 safely 那个词，落到工程上是什么意思？安全上限写在参考文件里，由 MHS 在设备层强制执行。Ruetten 的说法很直接：因为 MHS 强制了设备级安全限制，她不用担心智能体误用过高激光功率，那会漂白荧光分子、把样品毁掉。CMU 做了一次正面的故障注入测试。他们人为制造六种情况：板子缺失、板子转向、酶标仪忙、摄像头断连、设备不可达、急停激活。六种全部在任何设备开始动作之前被拦下。反方向的例子也有。QuEra 那边，Claude 经常在自己判断稍有风险的动作前停下来等人确认，导致实验在半夜挂起、干等一整晚。

Anthropic 对此的评价没有回避：过度谨慎的智能体，好过不够谨慎的。还有一层。Anthropic 说正在制定物理安全路线图，扩充其 safeguards 政策与执行对物理世界滥用风险的覆盖，并要和首批伙伴一起建立安全评估。这部分做完之前，MHS 不开源。通俗解读关键区别在这里：限位不是写在提示词里指望模型自觉，是写在设备驱动层里，模型越不过去。软件世界里 AI 犯错最多是删库；物理世界里，是烧样品、撞机械臂、毁掉一台量子计算机跑了几小时的计算。

泡沫难题Anthropic 这次罕见地把失败写进了发布稿，而且写得很细。Genentech 用 MHS 自动化 BCA 蛋白定量，也就是测样品总蛋白浓度的标准流程，要协调液体处理器负责精确移液、机械臂负责搬耗材、酶标仪负责测吸光度，三台设备。第一轮，Claude 把流程步骤跑完了，但给水和粘稠的 BSA 蛋白溶液选了同一个流速。粘稠液在高流速下起泡，液体转移量因此不准。气泡这件事的连锁反应值得展开：协议要求吸取 40 μL 试剂，液体里有气泡，空气占了体积，实际转移量就偏低；液面传感器碰到泡沫而不是液体时，会直接报硬件错；泡沫还会扭曲最终作为实验读数的光学测量。而 Claude 遇到混匀时的运行错误，第一反应是在同一个孔里换参数重试，结果把液体搅得更凶、泡更多。它不知道这是物理失败，不是软件 bug。人告诉它错误码来自真实气泡、需要换一个干净的孔并减少混匀次数之后，它在整轮实验的剩余时间里都保持住了这个认知；后来这条被固化成可复用的液体处理技能，让它面对不同物性的液体能自己选出合理的默认参数。最终收敛结果：水约 140 µL/s，RMSE 0.016；BSA 约 10 µL/s，RMSE 0.181。Genentech 的自动化专家确认，这两个数对他们的装置是合理的。QuEra 的表述更直白：实验中物理硬件出问题时，Claude 不会排查，因为它对装置的理解是程序性的，不是物理性的。另外两条硬边界，Anthropic 自己列了出来：没有编程接口的设备目前接不进来，正在和厂商合作内建驱动；智能体长时间连续运行的算力成本，要和省下的研究员时间对冲。通俗解读模型会算，不会摸。凡是要靠手感、靠物理直觉、靠这液体看着不对的地方，现在仍然需要人站在旁边。问题不在于模型不够大，而在于训练语料里没有手。

谁在名单上先看战果，再看名单。战果里最硬的一组来自 QuEra，一家用中性原子做量子计算机的公司。它的钛宝石激光器必须把频率锁在万亿分之一的精度上，相当于测量地月距离而精确到一根头发丝的宽度。温度、震动、气压变化都能把激光推离目标频率，失锁就意味着量子操作开始失败，一次跑了几小时的计算可能报废。人在实验台前恢复一次要 5 到 10 分钟。MHS 之前，QuEra 组了一个四人小队，激光系统工程师、软件工程师、算法专家、测试各一名，花了几个月写自动恢复脚本，逐步复刻人的动作：解除锁定保持、依次走一遍调谐控制、每调一次查一次频率、不对就从头再来、对了就重新锁上。成功率 58%，每次约 150 秒。换成 MHS 加 Claude 之后，跑法变了：四个独立的 Claude 实例分工成一个循环，一个提出让恢复更快更稳的假设，一个把改动写进脚本，一个拿真机跑并记录每一步，一个读日志决定下一步改什么。这个循环无人值守跑了一整夜、重复几百轮。第二天早上：约 6 秒，96%。之后拿同一套随机扰动做盲测，700 次里成功 695 次，99.3%。最难的那类，频率跳得很远的，花 10 到 14 秒；简单的 0.9 到 5.4 秒。提升来自哪里？Claude 把那条线性序列改写成了决策树。人必须把所有控制项挨个走一遍，因为确认一个控制项是否正确的唯一办法就是去查它；Claude 反复灌入扰动、把锁的行为规律摸出来之后，发现频率只是轻微偏移时，大部分控制项根本不用碰，只动一两个就够。项目MHS 之前MHS 之后QuEra 激光失锁恢复150 秒 / 58%（四人数月）6 秒 / 99.3%（一夜收敛）QuEra 伺服 12 项 PID残差 15.7 mV（专家手调）1.55 mV（363 次实验 / 16 小时）QuEra 19 小时连续运行每小时失锁约 1.6 次零失锁CMU 剂量-反应曲线厂商交付通常数周裸设备到成曲线 8 小时华盛顿大学 6 台仪器接入数月到数年，数千至数百万美元不到一周，含自写驱动Genentech BCA 流程自动化专家逐参数写逻辑模型自主寻优，专家事后确认PID 那一项还有个细节。

为了独立验证，QuEra 的专家在没看 Claude 结果的情况下，用自己的老办法重调了一遍，两套参数一起送进相位噪声分析仪。全频段基本持平，只有 220 kHz 附近，专家那一版留下的噪声大约是 Claude 版本的一千倍。这正是靠 RMS 经验值调参会踩的那类坑。CMU 那边的自主性同样值得记一笔：第一轮曲线 R² 低于 0.9，模型判断是上端浓度饱和所致，自行决定弃板、把最高浓度从 200 µg/mL 压到 100 µg/mL 重跑；第二轮 R² 高于 0.98，全程无人介入。但真正的重点是名单。硬件厂商和支持它们的软件公司，已经在把 MHS 内建进设备：AWS 通过 Strands Robots 库支持；Automata 把 MHS 加进 LINQ 实验室自动化平台；Danaher 在与 Anthropic 探索智能仪器与自主实验室；Doosan Robotics 拿机械臂做测试；MBF Bioscience 为 ScanImage 写驱动，那套软件驱动着全球数百个神经科学实验室的激光扫描显微镜；QIAGEN 在 QIAsymphony Connect 核酸纯化平台上做了概念验证；Tecan 为 Fluent 液体处理平台加支持；Universal Robots 已有早期访问权限并计划支持。

早期采用方还包括 Hugging Face，正加进 LeRobot 机器人库；以及 Raspberry Pi，相机驱动测试通过后正在多条产品线铺开。这套打法两年前演过一遍。2024 年 Anthropic 开源 MCP，接口层的定义权归它，模型层谁赢都不影响它的位置。MHS 明确写着 model-agnostic、任何智能体框架都能通过 MCP 这类标准协议接入、preview 之后开源。同一份剧本，换到物理侧重跑一遍。

还有一个日期值得记住：欧盟法规 2023/1230 将在 2027 年 1 月 20 日全面取代机械指令，首次把基于 AI 的安全功能、以及具有自演化行为的机械纳入监管。到那时，一份写清了设备安全上限的 MHS 文件，可能就不只是工程文件了。

Melly通俗解读Anthropic 没有去造机器人，也没有去和特斯拉、Figure 抢本体。它去定义了机器和模型之间那根线怎么接。谁定义接口，谁就在下一个十年里坐在收费站上。这件事 2024 年已经验证过一次了。核实说明本文所有数据的来源与性质分类如下，供读者自行判断。

已确认公开事实MHS 于 2026 年 8 月 27 日发布 research preview 第一阶段，来源为 Anthropic 官方发布稿《Previewing the Model Hardware Standard》。MHS 的定义、read/write 原语、可发现性、自然语言标签、参考文件、MCP 与命令行与代码文件三种控制机制、设备级安全限制、model-agnostic 及后续开源计划，均出自该发布稿正文。

QuEra 数据（150 秒 / 58% 提升至 6 秒 / 96%，盲测 700 次成功 695 次即 99.3%，PID 残差 15.7 mV 降至 1.55 mV，363 次实验 / 16 小时，19 小时零失锁对比每小时约 1.6 次，220 kHz 处约千倍噪声差）出自发布稿中 QuEra 撰写的案例章节。CMU 数据（三台电脑三种接口、六种故障注入全部拦截、8 小时完成、R² 低于 0.9 后自主重跑至高于 0.98、最高浓度 200 降至 100 µg/mL）出自发布稿中 CMU 团队撰写章节。Genentech 数据（水 140 µL/s 对应 RMSE 0.016，BSA 10 µL/s 对应 RMSE 0.181，气泡导致的三重连锁问题，Claude 初始误判为软件错误）出自发布稿中 Genentech 章节。

华盛顿大学 Zihao Song 的六台仪器接入不到一周、PCR 每 90 分钟换板、单候选约 100 美元与一周人工、一次测 1000 个候选，出自发布稿中该实验室章节。Janelia 的七个程序按序启动、MATLAB 与 Python 与 C# 混用、激光功率安全限制，出自 Virginie Ruetten 撰写章节。

MHS 起源于 Alek Kemeny（Anthropic）与 Arco Bast（HHMI Janelia 博士后）的合作，见发布稿致谢部分。伙伴名单（AWS、Automata、Danaher、Doosan Robotics、MBF Bioscience、QIAGEN、Tecan、Universal Robots、Hugging Face、Raspberry Pi）出自发布稿。

单一来源与口径提示USB-C 类比出自 Anthropic 的 Elizabeth Kelly 接受 CNBC 采访时的表述，为单一媒体来源。欧盟法规 2023/1230 于 2027 年 1 月 20 日取代机械指令、首次覆盖 AI 安全功能与自演化行为机械，来自科技媒体 TNW 的报道，本文未独立核对法规原文。

读者如需据此做合规决策，请以欧盟官方公报文本为准。本文引用的所有伙伴案例数据，均由各伙伴机构自行撰写并由 Anthropic 发布，非独立第三方验证。转述而非原话文中关于过度谨慎的智能体好过不够谨慎的这一表述，为对 Anthropic 发布稿相应段落的中文转述，非逐字引语。对 QuEra、Genentech、Janelia、华盛顿大学、CMU 各章节的所有描述均为转述，未使用逐字翻译的引语。本文不含任何虚构引语。

作者推断插得上、看得懂、不许乱动这一三层拆解，是作者对 MHS 设计意图的归纳，非官方表述。打印机驱动的类比、把默会知识资产化、昂贵的推理只花一次，均为作者观点。MCP 剧本换到物理侧重跑一遍、谁定义接口谁坐收费站，为作者的结构判断，不代表 Anthropic 立场。