Anthropic 推出 MHS：AI Agent 控制真实设备，需要一层硬件标准

Anthropic 推出 MHS：AI Agent 控制真实设备，需要一层硬件标准

Anthropic 8 月 27 日开放 Model Hardware Standard（MHS）研究预览，目标是让 AI Agent 用统一方式发现和操作显微镜、移液设备、机械臂等物理设备。MHS 目前面向首批科研与先进制造伙伴，还没有正式开源。它是早期标准实验，不是已经可以直接采购的通用工业控制平台。

这项工作的背景很实际：实验室和工厂里的设备往往各有 API、SDK、旧式脚本甚至只有图形界面，集成一套工作单元可能需要数周。MHS 用标准驱动描述设备状态、可执行动作和安全限制，让 Agent 不必为每个品牌重新理解一套私有接口。

MHS 把设备能力翻译成 Agent 可读的语言

MHS 驱动使用 read、write 等基础操作，把温度、位置、传感器值和控制动作映射到统一状态字典。驱动还可以用自然语言标签记录机械臂重量、可调范围和安全边界等代码里看不出的信息，再生成设备参考文件。Agent 发现新设备后，先读取这些约束，再决定调用什么动作。

控制层提供 MCP、命令行和代码文件三种机制。MCP 适合把设备能力暴露成 Agent 工具；命令行便于人工调试；确定性的代码文件则适合执行高速或长时间任务，避免模型在每一步都在线推理。这个组合把“规划”与“精确执行”分开，物理系统才不会因为一句含糊指令不断临场发挥。

Anthropic 公布的合作案例显示，MHS 曾协调液体处理器、读板机、机械臂和摄像头完成实验，并在部分场景显著缩短集成时间。这些数字来自研究预览伙伴，设备、人员和实验条件都有限，不能直接推导为所有工厂的效率收益。

MCP、MHS 与 DASP 分别管不同的状态

MHS 处理设备是什么、能读写什么以及安全极限；MCP 负责 Agent 如何发现和调用这些能力。两者都没有替业务产品解决用户会话、跨端恢复和长任务历史。一个远程实验运行数小时，浏览器断开后仍需要知道谁发起、执行到哪一步、哪些事件已确认，这属于持久会话与任务状态。

DASP 可以在这一层保存 sid、历史、在途事件和恢复语义，让用户重新连接后继续查看同一实验；设备的真实状态仍应来自 MHS 驱动和控制系统，不能让聊天记录成为唯一事实源。三层分开后，模型可以更换，会话可以恢复，设备控制也能保持确定性。

企业设计协议栈时，应给每次高风险动作绑定用户、Agent、设备、参数、前置条件和审批记录。模型提出计划后，由策略引擎检查限值；设备执行返回传感器事实；会话层只负责把结果可靠交付给用户。任何一层都不应凭自然语言覆盖急停、门禁或硬件互锁。

物理 Agent 的验收标准比软件工具更严

软件工具调用失败通常可以回滚，机械臂越界或液体加错却可能损坏样本和设备。研究预览阶段应从只读监控、模拟器和低风险动作开始，逐步加入速度、范围、材料和人员在场限制。关键命令要有幂等与超时定义，断网后设备进入已知安全状态。

Anthropic 也承认模型的空间与物理推理仍有限，需要专家监督；没有可编程接口的设备目前也不能直接使用 MHS。真正采用前，应独立复核驱动实现、风险评估与实验结果，并保留人工接管。

AnyAIS 的 MCP 与 DASP 能为工具接入和持久会话提供软件层参考，但不替代工业安全认证。准备建设设备 Agent 时，可以先用 DASP 设计可恢复的操作会话，再把 MHS 研究预览作为硬件适配层持续跟踪。

参考资料

• [Anthropic：Model Hardware Standard 研究预览](https://www.anthropic.com/news/model-hardware-standard-research-preview)
• [Model Context Protocol 官方文档](https://modelcontextprotocol.io/docs)
• [DASP API 参考](https://www.anyais.com/dasp/reference)