MHS以统一驱动和硬件约束信息，让AI代理接入实体设备。
过去一年，AI代理的主要活动仍在电脑里进行：处理文本、图像、代码和数字化任务。Anthropic现公布研究预览版Model Hardware Standard(大模型硬件标准)，简称MHS，试图用一套标准化驱动程序，让AI代理更容易连接并控制不同设备。
Anthropic把眼下的重点放在科研实验室。许多实验需要激光器、显微镜、相机和其他设备协同工作，通常得为每种组合编写定制的软件接口。MHS提供通用接口和数据共享格式，使设备可以经由网络通信，而不必在中间另写一层专用“翻译器”。公司称，这有望把精细设备集成所需的数周或数月压缩到数小时甚至数分钟。
这一想法来自Anthropic技术人员Alek Kemeny在美国霍华德·休斯医学研究所Janelia研究园区的观察。神经科学家Arco Bast为记忆形成实验搭好了共同接口，让旋转激光束、显微镜、相机等部件配合。Kemeny由此设想，若有通用接口，AI也许能协助运行各类科学实验。
MHS本身并不要求使用AI。设备可由命令行提示或API代码文件直接实时控制。若再通过模型上下文协议接入AI模型，科研人员可用自然语言与设备交互；Anthropic称，模型能推演实验步骤、实时改参数，并在某些情况下无需人工干预便从硬件错误中恢复。
公司举例说，Claude可以调节激光，再用另一台相机检查结果，反复完成整套校准；也可对焦显微镜、分析图像、判断哪里需要继续观察，并把显微镜移到相应区域。宣传视频还展示Claude推演如何让机械臂抓起铝罐，尽管模型未专门训练过这一任务的步骤。MHS设备还允许模型写API脚本，在多台仪器间安排步骤，并随条件变化调整。
标准还会把硬件约束编码成标签，例如机械臂重量、活动范围、可调参数、测量选项和强制安全边界。这些信息能写入参考文件，让没有针对某设备训练过的模型快速了解其限制。Anthropic正与Amazon Web Services、Hugging Face、Raspberry Pi、Automata和Universal Robots等首批实验室和先进制造伙伴合作，评估安全性并形成操作实体设备的实践规范。公司称早期合作测试已缩短集成时间，长远计划是把MHS做成开源、与代理无关的标准。
原文：https://arstechnica.com/ai/2026/08/anthropics-new-hardware-standard-lets-ai-agents-control-the-physical-world/