MCP刚让AI接管软件,Anthropic又想让它接管现实世界

这两年，我一直在关注MCP。

它最重要的价值，不是让大模型又多会了几个工具，而是给Agent和软件之间补了一层通用接口。数据库、GitHub、浏览器、企业系统，都可以通过相对统一的方式暴露资源和工具。

但我最近读完Anthropic发布的Model Hardware Standard，也就是MHS研究预览后，发现Agent正在跨过另一条更重要、也更危险的边界：从调用软件，走向操作现实设备。

Anthropic在2026年8月27日公布MHS，首批场景包括显微镜、移液工作站、机械臂、传感器和量子计算设备。它仍是提供给少量科研机构及制造企业的研究预览，官方计划在继续建设安全评估和最佳实践后再开源。

所以先说结论：MHS现在不是已经确立的行业标准，更不是买回来就能改造工厂的成熟产品。它的价值，在于提前展示了“物理Agent基础设施”可能长什么样。

MCP能调用软件，为什么不能直接控制硬件

因为硬件世界远比API世界混乱。

同一间实验室里，机械臂可能通过任务文件控制，移液设备可能使用老旧的Windows COM接口，另一台仪器甚至只有图形界面。每台设备都有自己的状态、单位、操作顺序和物理限制。

软件调用失败，我们可以重试；机械臂抓取失败，重试同一个动作可能把样品打翻。软件参数写错可以回滚，温度、压力或激光功率越界，损失可能无法恢复。

MHS要补的，正是Agent与这些异构设备之间的标准化硬件层。

一张图看懂MCP与MHS

这四层不能混为一谈。

Agent Harness负责目标拆解、上下文、工具选择、权限判断和循环执行，它决定Agent怎么工作。

MCP负责Agent如何发现和调用外部工具。根据Anthropic的说明，MCP是MHS可采用的控制入口之一，另外还可以使用CLI和代码API。

MHS负责把不同硬件翻译成相对统一的设备模型，包括它能做什么、当前是什么状态、哪些边界不能越过。

硬件驱动则真正对接厂商接口、文件、COM、GUI或控制器，把标准命令翻译成设备能执行的动作。

换句话说，MCP更像通用插座，MHS更像为物理设备定义接线、说明书和保险丝，驱动才是插座后面的具体电路。

Claude如何协调一套实验系统

官方案例里，最值得拆解的是卡内基梅隆大学的概念验证。

团队需要协调移液工作站、酶标仪、机械臂和监控摄像头，而这些设备分布在三台电脑上，接口完全不同：有的靠任务文件，有的使用ActiveX/COM，有的没有API，只能操作GUI。

MHS把它们统一描述为两类信息：设备当前处于什么状态，以及它可以执行哪些操作。Agent因此不必在每次任务中重新理解每个厂商的接口。

实验开始后，移液工作站准备不同浓度的样品；摄像头检查样品板是否存在、方向是否正确；机械臂将样品板送到读取设备；设备返回测量曲线；模型再判断结果是否合格。

第一次曲线不理想时，Agent降低最高浓度并重新执行，第二次获得了可接受的拟合结果。团队还人为设置了缺少样品板、摄像头断开、设备不可达和急停启用等六类异常，系统都在设备运动前阻止了操作。

官方称，团队大约用了8小时完成相关驱动和编排层，而传统厂商方案通常需要数周。这个数字很亮眼，但必须加两个限定：它来自合作团队的早期实验；实验使用可视化染料模拟真实药物场景。它证明路线有潜力，不等于所有工厂和实验室都能8小时完成改造。

MHS真正需要解决的五件事

我把这套架构归纳为五个环节。

第一是设备发现。Agent需要知道网络里有哪些设备，而不是依赖工程师在Prompt中手工列清单。

第二是能力描述。设备必须说明能测量什么、能修改什么，还要补充重量、量程和物理约束等代码里看不出来的知识。

第三是状态读取。Agent要持续获取温度、位置、忙闲、错误码和急停状态。没有可信状态，后续规划都是盲操作。

第四是命令执行。简单操作可以通过read、write等原语完成；需要高速、重复或长时间运行的流程，则应该编译成确定性脚本，而不是让模型在每一步临场发挥。

第五是安全限制。哪些参数只能读、哪些操作需要审批、哪些边界永远不能越过，必须由系统强制执行，不能只写在提示词里提醒模型“请小心”。

真正难的不是连接，而是责任

Agent能够操作硬件后，企业面对的已经不是普通的API权限。

权限需要细到设备、动作、参数范围和时间窗口。能读取显微镜图像，不代表可以改变焦距；能移动机械臂，不代表可以关闭安全联锁。

审计也不能只保存聊天记录。系统要记录目标是谁下达的、模型做了什么判断、调用了哪个驱动、设备返回了什么状态、哪个安全规则允许或拒绝了动作。

还要明确责任链：模型规划错误、驱动翻译错误、设备状态错误和人工审批错误，分别由谁承担？如果没有可复现日志，事故调查最后很可能只剩一句“AI当时这么决定了”。

我更认可的架构是：模型负责高层规划和异常分析，确定性程序负责高速执行，安全控制器拥有最终否决权，人类对高风险动作保留审批权。Agent可以聪明，但安全边界必须比Agent更硬。

开发者的新机会在哪里

MHS是否会成为“硬件世界的MCP”，现在下结论还太早。它尚未全面开源，设备覆盖、厂商支持、跨模型兼容和生产安全都需要验证。

但方向已经很清楚：Agent生态的机会正在从模型和聊天界面，向设备驱动、能力描述、安全策略、仿真测试、可观测性和行业知识库外溢。

未来可能出现新的Agent硬件工程师。他既要懂API和Agent Harness，也要理解传感器、控制系统和安全联锁。传统工业软件团队也可能迎来新的改造需求：不是重写所有设备，而是为旧设备补上一层可发现、可描述、可审计的Agent接口。

对普通Web开发者来说，MHS暂时不值得立刻押注；对机器人、实验室自动化、物联网和工业软件团队来说，它值得现在开始研究。

MCP让Agent有了调用软件的工具箱。MHS想做的，是让它拥有接触现实世界的手。

而在把这双手交给AI之前，我们最该先造好的，不是更多Prompt，而是权限、护栏和随时可以按下的停止按钮。