Anthropic做了个通用“接口”，Agent开始接管显微镜、机械臂和量子计算机

智东西
编译 毕伟豪
编辑｜云鹏

智东西8月28日消息，昨天，Anthropic发布了Model Hardware Standard（MHS）研究预览版，我们可以将其可以理解为面向硬件设备的MCP。

MCP是Anthropic推出的一种协议，能把各种数据、软件和工具统一成Agent能够理解并调用的接口。

MHS这套标准让AI Agent能够安全地发现、连接和操作物理设备，首批应用面向科研实验室和先进制造场景。显微镜、液体处理器、机械臂等设备可以并行接入，Agent执行的任务也从常规药物发现实验，延伸到量子计算机的激光校准。

MHS最直接的变化体现在设备集成上。Anthropic称，过去实验室或工厂搭建、集成硬件，通常需要数周甚至数月，大多数设备彼此无法通信，还需要专家定制集成方案；通过MHS，设备集成时间可以缩短至几小时甚至几分钟。

在量子计算公司QuEra的测试中，Agent通过MHS接管量子计算机的激光系统后，激光“锁定”的恢复成功率达到99.3%，全程无需人工干预。

MHS由Anthropic与HHMI Janelia研究园区合作开发，目前已开放研究预览申请。该标准与具体模型解耦，任何Agent框架都可以访问，带有可编程接口的设备均可接入。Anthropic表示，在正式开源之前，还将完成安全评估和最佳实践验证。

一、标准化驱动程序：设备学会“自我介绍”

让实验室或工厂车间的多台设备相互通信并不容易，每台设备通常有自己的编程接口，目前没有标准化的集成方法。设备连接后，也没有通用方式让它们与Agent共享数据，更没有方法让Agent安全操作设备。

MHS通过引入标准化驱动程序来应对这些问题。

该驱动程序是计算机操作系统与硬件设备之间转换的软件，使用一组简单的基本命令，如读取（获取温度）、写入（设置温度），任何硬件设备都能理解并执行这些命令。这套程序让每台设备能够以标准格式被发现，使设备和Agent能跨网络互相发现、通信，无需定制“翻译”程序。

驱动程序还能帮助Agent理解从未见过的设备，提供仅凭代码可能无法获取的机器特性信息。比如机械臂的重量等，这些信息过去散落在纸质手册、用户电脑或作为隐性知识存在。

MHS驱动程序中包含标签信息，用户可以直接用自然语言输入这些信息，也可以通过与Agent聊天，由AI询问硬件设置后完成。

MHS驱动程序会利用标签信息自动生成参考文件，包含设备的一般特性：能测量什么、能调整什么、将强制执行哪些安全限制。这份文件会给Agent操作设备提供所需的一切信息。

在Agent与设备连接并掌握设备用法之后，它还需要控制硬件的方式。MHS提供三种机制：MCP、命令行界面和代码文件（API），通过三者协同，用户可用一行代码协调多台设备。

Agent在接入设备之后，能接收各设备的运行数据，在更高层级监督和指导工作。例如，Agent可以对不同仪器的操作步骤进行排序、监控结果，并根据实时变化调整参数。

执行长时间任务或需要以超出在线推理能力的速度操作设备时，Agent还可以把一条或多条驱动命令串联进代码文件，让设备自行执行，无需每一步都进行推理。

Anthropic在测试中发现，Claude与实验和硬件的交互方式充满探索性，如同科学家一般。官方观察到，Claude在调整激光器时，会通过摄像头观察调整如何移动激光束，并不断重复这个过程来理解事件顺序。

随后它把学到的信息打包成代码文件，编写确定性脚本，无需逐步推理即可校准激光器，将整个过程作为单独命令运行。

二、六家实验室先跑起来：蛋白测定、剂量曲线、量子激光

开发过程中，Anthropic将MHS分享给了生物技术、机器人、量子计算等领域的几家实验室和硬件制造商。

早期项目显示，MHS缩短了设备集成时间，提高了各类实验环境的迭代速度，并有助于机器实时运行和故障检测。

Genentech的研究人员将MHS作为概念验证，用于自动化BCA蛋白测定。这项标准流程用于测量样品中的总蛋白浓度，需要协调液体处理器、机械臂和读板机。

华盛顿大学Baker和Pinglay实验室的博士生Zihao Song用MHS搭建了远程监控仪器的仪表盘，用AI Agent监督qPCR，通过重复加热冷却循环复制目标DNA序列，Agent会实时观察扩增曲线并在合适时机叫停。除此之外，其还完成了机械臂与液体处理器的集成，实现无碰撞的板交接。

卡内基梅隆大学的研究人员用MHS运行系列稀释剂量反应实验，速度约为此前的3倍。AI Agent能够协调液体处理器、读板机、机械臂和监控相机，这些设备分散在三台接口完全不兼容的电脑上。

HHMI Janelia研究园区的研究人员则用MHS加速一系列显微镜相关项目。Ahrens实验室的科学家Virginie Ruetten用MHS统一编排了一套此前需要7个不同厂商程序、没有共享界面的设备。

QuEra是一家用中性原子构建量子计算机的公司，用MHS让AI Agent控制量子机内部激光系统的部分组件。Agent开发的控制器能在无人工干预的情况下恢复激光「锁定」，即激光与原子交互必须保持的超精密频率，恢复成功率99.3%。

Tetsuwan Scientific将MHS集成到其自动化生物学实验室平台ResearchOS。MHS帮助编排qPCR工作流，用于加州San Pedro Creek污染特征的公民科学监测。

三、生态与后续：八家厂商支持，还存在一定局限性

除了实验室和科研机构，一些硬件厂商及配套软件公司也开始在产品中加入MHS，让Agent能够发现设备并与其交互：

除了实验室和科研机构，一些硬件厂商及配套软件公司也开始接入MHS，包括AWS、Automata、Danaher、Doosan Robotics、MBF Bioscience、QIAGEN、Tecan和Universal Robots，应用覆盖实验室自动化、显微镜、机械臂和机器人协作等场景。

其中，AWS通过Strands Robots连接AI Agent与物理设备；MBF Bioscience为显微镜软件ScanImage开发MHS驱动；Tecan则将MHS接入Fluent液体处理平台。

不过，MHS目前仍存在一定局限。Claude主要通过文本和图像学习物理世界，在空间和物理推理方面仍需要专家监督。

例如在处理蛋白质样本时，Genentech研究人员需要引导Claude判断样品起泡造成的误差属于物理故障，而非软件错误。与此同时，MHS暂时无法兼容缺少编程接口的硬件，Anthropic正与相关设备制造商合作开发MHS驱动。

Anthropic表示，预览期间将与合作伙伴共同开展安全评估，制定物理安全路线图，并在正式开源时公布相关发现，为安全部署提供指南。目前，官方已开放研究预览申请。

结语：MHS能否成为物理世界的“通用接口”？

从显微镜、液体处理器到机械臂和量子计算机，MHS正在尝试用一套统一标准，把原本彼此割裂的硬件纳入Agent的操作范围。不过，从研究预览到真正大规模落地，中间仍有安全、兼容性和可靠性等问题需要解决。

Anthropic选择先在科研和先进制造场景中验证MHS，也意味着这套标准能否成为物理世界的“通用接口”，还要看接下来更多设备厂商和开发者能否加入。

来源：Anthropic