Anthropic 开放 Model Hardware Standard 研究预览：AI Agent 开始安全操控真实仪器

一条面向物理世界的接口，而不是实验室聊天机器人

2026年8月27日，Anthropic 向第一批科研实验室和先进制造机构开放 Model Hardware Standard（MHS） 研究预览。官方定位是一份让 AI Agent 安全操作物理设备 的共享规范：显微镜、移液工作站、读板仪、机械臂、激光器和相机通常来自不同厂商，接口从现代 API、Windows COM、目录投递作业到纯 GUI 都有。Anthropic 写明，把它们接起来通常要数周到数月；MHS 声称能压到数小时甚至数分钟。

技术起点不是 Anthropic 单独发明的。致谢写明：Anthropic Beneficial Deployments 的 Alek Kemeny 与 HHMI Janelia 博士后 Arco Bast 合作。Bast 先为多厂商脑成像光路做了以内存速度交换状态的共享字典，再把模型接进去。官方站点强调：规范仍是临时的，准入靠申请，尚未普遍可用。开源前要与伙伴做安全评测、积累最佳实践。

MHS 实际标准化了什么

实验室自动化失败，很少是因为模型不够聪明，更多是因为设备没有共同语言。MHS 在操作系统与硬件之间放一层标准驱动，原语很小：read（如读温度）和 write（如设温度），并以标准格式让设备可发现，从而省掉每一对设备之间的翻译器。AWS Strands Robots 把同一层描述为：Agent 可以发现并操作显微镜、读板仪、激光或机械臂，无需定制集成。

比 API 更关键的是代码里读不出来的物理事实，例如机械臂重量。这类信息过去在纸质手册或默会知识里。驱动允许用自然语言标签写入，再生成参考文件：能测什么、能调什么、将强制执行哪些安全限值。

控制通道有三条，设计成一起用：MCP、命令行、代码文件/API。长任务或必须快于在线推理时，Agent 把驱动命令编进确定性脚本，设备自己执行。Anthropic 观察到 Claude 会试探着调激光、用相机看光斑，再把流程打包装成一条命令。规范声称模型无关。Universal Robots 的对照是：MCP 暴露软件，MHS 把同一思路用到物理设备。

实验室现场：闭环有效，物理直觉仍缺

Genentech 用 MHS 编排 BCA 蛋白定量，协调移液工作站、机械臂和读板仪。Claude 第一次给水和黏性 BSA 用了同一流速，样品起泡。在专家划定范围内用染色液体试转、对照专家真值、用 RMSE 打分后，给出水约 140 µL/s（RMSE 0.016）、BSA 约 10 µL/s（RMSE 0.181），自动化专家认为合理。吸头拾取失败等错误它能自行恢复；但混合起泡时默认在同一孔重试，把泡沫搅得更厉害。研究人员必须说明：这是物理气泡，要换干净孔、减少混合。结论：通用推理强，对物理化学约束的直觉仍弱。

华盛顿大学 Baker/Pinglay 实验室博士生 Zihao Song 写：设计一个全新蛋白可低到约 0.01 美元，台上测一个候选约 100 美元、一周人力，一次测 1000 个。他用 MHS 在不到一周（含写驱动）接入六台仪器：远程仪表盘、Agent 监看 qPCR 曲线并在平台期前停下后进入 4°C hold，以及 LeRobot 臂与移液工作站无碰撞交接（完成后约 10 秒取板）。他同时记下：更复杂规程仍需优化，长时间值守有算力成本。

卡内基梅隆称系列稀释剂量-反应约快三倍。硬件具体到 CyBio FeliX、Varioskan LUX、Spinnaker 臂和监视相机，编排模型是 Claude Opus 4.8，从零写驱动约 8 小时。三台电脑分别是目录作业、COM 脚本、无 API 的 GUI 读板仪。人为制造缺板、板旋转、读板仪忙碌、相机断开、设备不可达、急停：全部在设备移动前被拦住。第一次最高浓度 200 µg/mL 饱和（R² < 0.9），模型自行改到 100 µg/mL 重跑（R² > 0.98）。测试用的是染料，不是真实候选药物。

Tetsuwan 把 MHS 接到 ResearchOS，为加州 San Pedro Creek 粪便污染跑 qPCR。初步数据只检出人类相关标记 BacH/HF183。相机发现 master mix 气泡后，Claude 经 Slack 建议把管子送到离心机短甩。编译器闭环测了 9143 次分液、300 种转移类型；留出集上多步分液精度预测约比厂商规格准 12%（45 次中 31 次更好，p≈0.001）。

Janelia：共享字典如何变成显微镜总线

Ahrens 实验室 Virginie Ruetten 用幼年斑马鱼做全身细胞活动成像。光路塞满一间房，却要共用时间表；探测器跑 MATLAB、相机跑 Python、电生理跑 C#。启动曾要按固定顺序打开七套程序。MHS 把状态写入共享内存字典后，她加一台看光斑的相机只需几分钟，开实验改为一键。在线分析按数据类型而不是按设备写，心跳光谱代码可以复用到另一种语言采集的神经活动。她写明真正难点是控制会移动的真实器件：失败可能是物镜撞样品。设备级限值（如过高激光功率漂白荧光分子）由规范强制。她仍监督实验，但已找到固定参数会漏掉的振荡细胞群体。Arco Bast 的自定义显微镜是第一套跑在 MHS 上的装置；Schneider 与 Shroff 团队则用于光片显微镜的 Agent 控制。

QuEra：把凌晨修激光锁写成可检查的脚本

中性原子量子计算机几乎所有量子比特操作都依赖激光频率锁。QuEra 博文用教育性示意写成约 ±1 kHz 或更好。人类专家重锁通常 5 到 10 分钟。这里有一处出处差异：Anthropic 长文写四人团队花了数月写出手工脚本（约 58% 成功、每次约 150 秒）；QuEra 新闻稿与技术博文写约两到三周。两边对「固定脚本只能覆盖作者想到的故障」一致。

Claude 经 MHS 在专用试验台上通宵迭代。开发跑约 96% 成功、约 6 秒；随后盲测去掉 Agent：700 次中 695 次正确（99.3%），简单故障 0.9–5.4 秒，跳模 10–14 秒。QuEra 强调从未把错误模式报成成功；5 次未达标来自台架条件。试验台在真实实验室，试点期间自发跳模 43 次全部自动恢复。Agent 控制约 70 万美元硬件，始终在人设边界内。台上跑的是确定性 Python，不是运行时模型。重锁控制器可去掉 AI；PID 调谐仍把 Agent 留在环内。

调谐侧，Anthropic 给出伺服 RMS 从 15.7 mV 降到 1.55 mV；19 小时浸泡中 Claude 的 PID 一次未丢锁，专家设定约每小时 1.6 次。独立相位噪声仪上，约 220 kHz 处把专家漏掉的共振压低约一千倍。QuEra 另用残差频率噪声约降为五分之一、约 12,500 次评估无跳模、线宽类指标 58→21 kHz 来描述同一工作，并在第二波长用一个通宵完成通常要数周的设定。

工厂、生态，以及还不能推出的结论

Universal Robots 于 8 月 28 日写：经 PolyScope X 与 Claude Code，Agent 现场发现四台协作臂，无预先硬编码地作为同一单元传递负载。这是概念验证。工业安全架构仍由底层主导，MHS 把设备自报的边界、联锁和急停叠在上面。AWS 把 MHS 做成与 Zenoh、IoT Core 并列的 mesh 后端。厂商名单包括 Automata、Danaher、Doosan、MBF Bioscience（ScanImage）、QIAGEN、Tecan；下一阶段还有 Hugging Face LeRobot 与 Raspberry Pi。

把数字放在一起，MHS 目前证明三件事。第一，异构控制面的集成税可以被削薄——CMU 八小时、UW 一周六仪器、Janelia 几分钟加相机、UR 四臂即席发现。CMU 用 GUI 驱动无 API 读板仪，也提示了脆弱性：屏幕自动化没有第二真相源。第二，探索式模型适合写确定性控制器，不适合待在微秒回路里。第三，设备自报边界必要但非充分：限值拦得住危险功率，拦不住用错误物理图像去排障。Genentech 的气泡和 QuEra「硬件坏了模型不会从物理层排查」都写在原文里。

仍不能推出的包括：真实候选药物终点、通宵无人值守事故率、认证与审计日志的具体设计、开源日期。申请入口在 modelhardwarestandard.com。