MCP管软件,MHS管机器:AI Agent从屏幕里走出来了

8月27日，Anthropic发布了Model Hardware Standard（MHS）的研究预览版。一句话解释：如果MCP让AI Agent能调用软件工具，MHS就是让AI Agent能操作物理设备，比如显微镜、液体处理仪、机械臂、激光系统，甚至量子计算机的一部分。Anthropic把它定位为「MCP的物理层延伸」。

 

MHS让AI Agent能操作物理设备（来源：Anthropic）

从软件到硬件，差在哪

MCP解决的问题很清晰：AI Agent需要一个标准方式去发现和调用外部工具——日历、数据库、代码仓库。MHS面对的是完全不同的复杂度。一台显微镜有物理参数（温度、焦距、样品台位置），有安全边界（不能把激光功率调到烧穿样品），有操作上下文（液体处理仪的气泡检测不是软件bug而是物理故障）。这些信息写不进API文档里，需要一种新的描述方式。

MHS的方案是给每台设备写一个「驱动文件」，用自然语言描述设备能做什么、不能做什么、安全边界在哪。Agent读完这个文件，就知道该怎么跟这台设备打交道。Anthropic管这叫「可发现性」——设备自己告诉Agent它的能力和限制，而不是Agent去猜。

三个实验室的真实结果

Anthropic不是空口说标准，已经拉了三个合作方跑出数据。基因泰克（Genentech）用MHS做了一次药物发现实验，Agent负责实时处理错误。有个细节挺有意思：实验中出现了样品起泡，Claude的第一反应是把它当成软件bug来修，而不是物理故障。这说明Agent对物理世界的理解还是从文本和图像训练里来的，缺少真正的「动手经验」。

HHMI Janelia研究 Campus用MHS把一个成像实验从几周压缩到一天。QuEra量子计算公司用MHS让Agent控制量子计算机的激光系统，激光锁定恢复率从58%提升到99.3%。这个数字相当具体，不是模糊的「显著改善」或「大幅提升」。

10家厂商跟进，但还是研究预览

AWS、Danaher、Universal Robots、Raspberry Pi、Hugging Face等10家厂商已经在集成MHS。但Anthropic刻意把它定位为「研究预览」而非正式开源——先在合作实验室里跑安全评估和最佳实践，等时机成熟再开放。这个节奏跟MCP当年的路径一致：先小范围验证，再捐给Linux基金会。

MHS是模型无关的，不绑定Claude。任何Agent框架都能通过MCP、CLI或代码文件调用MHS接口。换句话说，如果Google或OpenAI也想做类似的事情，它们面对的是同一个标准接口。Anthropic想复制MCP的策略，先定义标准，再让生态围着标准转。

真正的门槛不在协议

MHS解决的是「Agent怎么跟设备说话」，但物理世界的安全问题比软件复杂得多。Anthropic自己承认，Agent的物理推理能力还远不如人类专家。基因泰克的起泡案例就能看出来：Agent从文本训练里获得的物理直觉，在真实实验室场景里会失灵。标准解决了接口问题，但没解决信任问题，后者需要更底层的安全机制。

另外，MHS只支持有可编程接口的设备。那些老式实验室仪器、没有数字接口的工业设备，暂时不在覆盖范围内。Anthropic说正在跟制造商合作开发更多驱动，但这条路很长。对于已经在用MCP做Agent开发的团队来说，MHS短期内更像是一个观察项而非动手项，除非你的业务恰好涉及实验室自动化或工业控制。

 信息来源：Anthropic官方博客（2026-08-27）、CNBC（2026-08-27）、Ars Technica（2026-08-27）、TechStartups（2026-08-27）、explainx.ai（2026-08-27）