Related articles
文 | 具身志，作者 | 仲庆元，编辑 | 越十三
一台机械臂、一台移液工作站、一台读板机，再加上几台监控摄像头，由三台电脑分别控制。
机械臂通过任务文件接收指令，移液工作站使用旧式 Windows 接口，读板机甚至没有可供程序调用的接口，只能操作屏幕上的图形界面。
这是卡内基梅隆大学一个自动化实验系统原来的样子。每台设备都能独立工作，但要让它们共同完成一次连续稀释实验，工程师需要逐一理解控制方式，再编写连接代码。
在 Anthropic 披露的测试中，研究人员为这些设备接入同一种硬件接口，由 Claude Opus 4.8 安排运行顺序：移液工作站制备样本，摄像头确认孔板的位置和方向，机械臂把孔板送到读板机，模型读取测量结果，再决定是否调整浓度范围、重新实验。
实验结果是，团队从设备准备起步，到获得一条完成过自主重跑的稀释曲线，整个过程用了约 8 小时；而由供应商搭建类似系统通常需要数周。
把这些原本互不相通的机器接到一起的规范，名为 Model Hardware Standard（模型硬件标准），简称 MHS。
8 月 27 日，Anthropic 发布了 MHS 研究预览版 （Research Preview），试图为 AI Agent 操作真实设备建立一套共享规范，正向首批科研实验室和先进制造企业开放。
一家以大模型和软件 Agent 闻名的公司，由此把手伸向了机械臂、显微镜和实验仪器的接口。
Claude 开始调用真实机器
在软件 Agent 领域，Anthropic 此前已经处理过一轮相似问题。
2024 年 11 月，Anthropic 发布 Model Context Protocol（模型上下文协议，简称：MCP），解决的是 AI 应用如何连接外部数据和软件工具。开发者可以把数据库、代码仓库或业务系统接入 MCP，向模型说明它们能够提供哪些资源和工具。
MHS 沿用了相近的思路，只是接口另一端从软件和数据，换成了真实设备。
问题也因此麻烦得多。机械臂、显微镜和液体处理器可能来自不同厂家，运行在不同系统上，即使设备已经实现自动化，也未必能直接向一个通用 Agent 说明自己有什么能力。
按照 Anthropic 公布的设计，MHS 在设备原有控制方式之上增加一层标准化接口，把状态和操作整理成读取、写入等基础指令，例如读取温度或设置温度。
它还试图给机器补上一份 Agent 能够读懂的 「说明书」。设备能够测量什么、哪些参数可以调整、机械臂有多重、有哪些安全限制，这些过去可能藏在纸质手册、电脑文档甚至工程师经验里的信息，被写入设备描述，生成供 Agent 读取的参考文件。
对普通使用者来说，MHS 想做的事情可以压缩成三步：让设备能被找到，让 Agent 知道设备能做什么，以及怎样在限制范围内调用它。
MHS 并不是机器人操作系统，也不负责关节级实时控制。在卡内基梅隆大学的测试中，MHS 位于设备的控制系统之上，需要高速执行或长时间运行时，Agent 会生成确定性代码，再交给设备和既有控制系统执行。
今年 7 月，他们公开测试过 Claude 控制模拟人形机器人、机械臂和真实的宇树 Go2 四足机器人。同一个模型如果直接控制关节大多失败，改用预训练控制器、机器人 Policy 或者更高层工具后，表现则明显改善。
这意味着，面对复杂机器人有几十甚至上百个关节，需要高频、实时地对重力、惯性和接触力作出反应，MHS 可以采用相似的分工：模型负责较高层的理解、安排和调整，底层动作仍由控制器和确定性软件执行。
所以，如果说 MCP 让软件和数据更容易变成 Agent 的工具，那么 MHS 想做的，是让真实机器也拥有一张 Agent 看得懂的 「工具说明书」。
因为 AI Agent 一旦真的走进实验室、工厂和机器人系统，面前就是几十年工业自动化留下来的另一套世界。
给 Agent 一张机器工具清单
MHS 最初就是从这样一间实验室里长出来的。
在霍华德·休斯医学研究所 Janelia 研究园区，一套用于斑马鱼成像的显微系统由不同厂商的激光器、扫描镜、探测器和位移台组成，相关设备分别运行 MATLAB、Python 和 C#程序。研究人员需要按固定顺序启动七个程序，顺序一旦出错，整次实验都可能受到影响。
更麻烦的是，不同程序并不知道彼此正在发生什么。一个程序知道位移台停在哪里，另一个程序未必知道。为了让设备共享信息，研究人员过去需要编写点对点连接代码，有时甚至要再增加一块数据采集卡。
最初，研究人员只是做了一个共享内存字典，让这些仪器交换状态。Anthropic 后来参与进来，把 AI 模型接到这个接口上，MHS 逐渐由此成形。
Janelia 研究人员称，过去接入一台新设备通常需要数天；采用这套方式后，一台用来观察激光光束的新相机只用了几分钟就完成接入，启动实验也从依次打开七个程序变成一次点击。
Claude 通过 MHS 协调移液工作站、机械臂、读板机和摄像头完成实验
这里真正暴露的，并不是工业世界以前 「没有接口」。而是过去绝大多数机器接口，首先是为确定的自动化系统和工程师设计的，并不是为一个临时进入现场的通用 Agent 准备的。
传统生产线通常先确定任务，由工程师完成集成、写好流程，机器随后反复执行。但科研实验、小批量制造或者频繁换线的场景没有这么稳定，实验结果可能改变，任务可能临时调整，下一步该用哪台设备、改哪个参数，也可能要根据刚刚得到的数据重新决定。
如果把 Agent 放进这种系统，它需要知道的就不只是 「哪个按钮可以启动机器」。它还需要知道机器当前是否空闲、样品在哪里、什么动作可以执行、参数边界是什么，以及前一台设备完成后能否安全启动下一台。
相当于在开始工作前，Agent 得先拿到一张不断更新、而且自己能够理解的 「工具清单」。
假若每一种模型与每一台设备之间都需要重新开发专用接口，这种工作方式很难扩张。而 MHS 想解决的，就是这一层摩擦。
根据媒体报道，目前公开参与 MHS 的公司主要为少数设备厂商，其中包括最近因机器鸭爆火的 Hugging Face 公司。这说明 MHS 已经超出一份概念文档，但还远远不足证明它会成为行业共同选择。
因为 Anthropic 走到这里以后，马上撞上了一个更棘手的问题：这个世界原本就有自己的接口。
旧接口遇上新 Agent
如果只看 Anthropic 的发布材料，很容易以为 MHS 正在填补一片空白。但事实上，机器人和工业自动化并不缺接口。
ROS 生态中的 ros2_control 早已提供硬件抽象和读写接口。工业自动化领域的 OPC UA 覆盖范围更广，它能描述设备、变量、方法以及对象之间的关系，让跨厂商系统交换并理解数据。此外，机器人厂商还提供自己的控制器、SDK 和安全机制。
换言之，机器怎样暴露状态、接受指令和表达自身能力，并不是 Anthropic 第一次发现的问题。
变化在于，这些接口开始面对一类新的使用者：AI Agent。
今年 4 月，OPC Foundation 宣布，要把超过 430 套 OPC UA Companion Specifications 转换成适合 RAG、MCP 和 AI 辅助工程使用的格式。其中一个明确目标，就是让 OPC UA 成为 Agentic AI 与工业自动化之间的语义层。
这让两条原本分开的路线开始靠近。一边是工业接口组织在让既有设备和数据更容易被 AI 读取；另一边，是 Anthropic 这样的模型公司，从 MCP 连接软件工具继续向下，开始处理设备的调用问题。
这也给 MHS 留下了一个尚未回答的问题：如果 OPC UA 等现有体系已经可以描述设备，再加上 MCP 连接 Agent，行业是否真的需要一套新的硬件标准？
MHS 把设备发现、读写操作、自然语言说明、安全边界和 Agent 调用集中在同一层，更接近通用模型的使用方式。目前，它更像既有工业协议之上的一层 Agent 抽象，尚无规模部署证明它会成为行业共同选择。
此外，即使接口问题解决了，Physical AI 最困难的部分也远没有消失。
在 Genentech 的一项移液实验中，Claude 遇到液体起泡后，起初只是更换参数、在同一个孔位重试，结果产生更多气泡。直到研究人员说明气泡背后的物理原因并给出处理方式后，它才在后续操作中避开这个问题。
在一项量子激光测试中也发现，Claude 理解的是设备在程序里的表示，可一旦硬件出现程序信息无法解释的故障，Claude 也无法自行排查，只能停下来等待人工确认，实验因此暂停到第二天。
MHS 目前处理的是设备描述和调用。它可以告诉 AI 按钮在哪里、按钮对应什么功能，并在接口层限制部分危险操作，但还不能保证 AI 知道什么时候应该按下按钮。此外，物理理解、实时控制、稳定策略、故障处置和安全验证，仍要由模型、控制器、确定性软件和现场人员共同承担。
所以，MHS 并没有把 Anthropic 变成机器人公司，也远没有证明大模型公司将接管工业接口。
但一家通用大模型公司开始进入这层接口，参与者名单已经发生了变化。
过去，这个世界主要解决机器怎样与机器通信。现在，它还要开始回答另一个问题：怎样让 AI 更容易发现这些机器、读懂这些机器，再安全地调用这些机器。
MHS 最终会不会成为答案，现在还远远不知道。
Anthropic 开始给机器写这份 「说明书」，已经说明大模型公司的边界正在走出屏幕。
