Anthropic 推出 Model Hardware Standard：让 AI 智能体安全操作实验室与制造设备的共用规范

Anthropic 于 2026 年 8 月 27 日（美西时间）宣布 Model Hardware Standard（MHS）第一阶段研究预览：一套让 AI 智能体安全操作实体设备的共用规范，涵盖显微镜、液体处理机、机械臂、读板机、激光器等实验室与制造装置。目前仅开放第一批科研实验室与先进制造商，其他机构可在 modelhardwarestandard.com 登记候补；Anthropic 表示要先与伙伴共建安全评估与最佳实践、扩大硬件兼容性之后才开源，尚未给出开源日期。

MHS 怎么运作：把设备翻译成 read／write 原语

MHS 把过去靠人工定制的“AI 与硬件之间”那层集成改成标准化结构：

• 标准化驱动程序把操作系统与装置之间的沟通翻译成 read（如读取温度）、write（如设定温度）等简单原语；
• 装置以标准格式可被发现，并用自然语言标签描述重量、安全极限等特性，让智能体面对陌生设备也知道能做什么、不能做什么；
• 智能体可通过 Model Context Protocol（MCP）、命令行界面、代码 API 三种方式编排设备；
• 模型无关，任何智能体框架皆可接入，不限 Claude。

官方称，原本需要数周甚至数月的设备集成工时，可缩短为数小时或数分钟。

早期伙伴的量化结果

• Genentech：自动化 BCA 蛋白质分析，跨液体处理机、机械臂与读板机，Claude 自主优化流速，水达约 140 µL/s（RMSE 0.016）、BSA 10 µL/s（RMSE 0.181）；
• 卡内基梅隆大学：8 小时完成原需数周的集成，剂量反应曲线 R² 大于 0.98；
• QuEra Computing：量子计算机激光稳定恢复成功率从 58% 提升到 99.3%，每次耗时从 150 秒降到 6 秒；
• Tetsuwan Scientific：测试 9,143 次分注、300 种转移类型，模型预测较厂商规格改善 12 至 17%。

另有华盛顿大学 Baker／Pinglay 实验室（qPCR 监控、机器人交接）与原始合作者 HHMI Janelia（显微镜集成）参与。产业支持者包括 AWS、Automata、Danaher、Doosan Robotics、MBF Bioscience、QIAGEN、Tecan、Universal Robots、Hugging Face 与 Raspberry Pi。

技术意义：从软件智能体跨到实体智能体

过去一年 AI 智能体的战场在浏览器、终端与办公软件；MHS 是 Anthropic 首度以共用规范的形式，把智能体的操作范围延伸到实体设备。它选择“开放规范＋模型无关”而非绑定自家模型，并拉进 Universal Robots、Doosan 这类工业机器人厂与 Tecan、QIAGEN 等仪器商，外界可将其解读为硬件端的 MCP。要注意的限制是：自然语言安全标签与 read／write 原语仍需设备商或实验室先把装置“描述”清楚，安全责任并未消失，只是被结构化。

同日次要事件：1 万席科学家免费方案

Anthropic 同日发布“扩大对科学家的支持”：开放 1 万席 Claude 科学家团队方案，标准席免费、5 倍用量进阶席每月 15 美元，为期一年，限学术或非营利研究机构的主持人（PI）在 claude.ai 验证后加入实验室成员，未来数月扩大席次。AI for Science 计划任何研究者皆可申请，每案最高 5 万美元 credits，领域扩大到生物以外的算力密集研究。生物／化学研究者限用 Opus 级模型，Fable 级模型继续封锁专业生物与药物开发查询；并与美国政府合作让生命科学专业人员获取 Mythos 级模型，首批参与者已加入。

对管理者的意义

对在泰国经营工厂或实验室的管理者而言，MHS 传达的信号是：设备集成成本正在从“项目”变成“配置”。今天还不必急着接入，但采购新设备时可以开始问供应商一个问题：你们的装置未来能否以标准格式被 AI 智能体发现与描述？这将决定三年后产线自动化的边际成本。