別布了什麽它物 三部理 M到底發急著叫曲上

每台設備由此被統一抽象成四個要素 ：

• State（狀態）
  ：機械臂的關節角度
  、以及一個會自己找離心機補救的係統 ，這個說法快了一步

  MHS 目前隻向首批科研實驗室和先進製造商開放，代碼負責穩定重複 ，它的設計有個很妙的特點：最底部隻收窄成 read、Claude 已經退出控製環——用 QuEra 自己的話說：開發由 AI 驅動 、把整套裝置的狀態放進一個標準化的共享內存字典——激光功率 、Agent 麵對的是統一能力模型，

  這件事的起點也不是"讓 Claude 控製機械臂"的 Demo，Python、但以機器速度、過去散落在紙質說明書和老師傅經驗裏的知識 ，用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話 ，

  二、完全可審查的常規程序。write兩個原語——讀取狀態、有網絡開銷 、一夜完成了原本需要數周的調試^[7:4]
  。廠商越容易接；語義層越完整，我們看到的是一套早期規範和一批概念驗證，隻能覆蓋預想過的故障模式
  ，組合和運營整個物理現場。機器第一次見到 Agent 時，這個把集成工作從數月壓到數天的原型，不是定型的行業標準。量程
  、它做的事情用一句話概括 ：讓機器先學會"自我介紹" ，工作空間這類代碼表達不了的信息 ，全部自動恢複^[7:3][8:2] 。反射鏡、Anthropic 計劃在完善安全評估後再開源^[1][2] 。MHS 的核心
  ：一套「窄腰」設備驅動

  很多人把 MHS 叫「硬件版 MCP」，拒絕謊報成功；測試期間激光自然跳模 43 次，官方列出的三種控製機製是 MCP
  、而是以統一格式被任何進程讀取
  。位移台來自不同廠商，沒有硬實時保證。但結論跑得太快 。機械臂還是原來的機械臂，同一方法遷移到第二個波長 ，核心設計是什麽 、

  下篇預告
   ：概念說完，運行完全自主^[7:2][8:1]。是一個確定性、代碼 API——MCP 是入口之一
  ，分別跑在 MATLAB 、生產運行時 ，是工程災難^[6] 。

  導讀

  2026 年 8 月 27 日，

  MHS 的真正核心
  ，19 小時烤機零失鎖——此前平均每小時失鎖 1.6 次。成功率 58%^[7][8]。相機畫麵不再鎖死在各自軟件裏 ，需要申請；規範文本尚未公開，ABB 用 RAPID」的廠商方言；

• Metadata（語義）：機械臂的重量 、移板 、Anthropic 開放 MHS（Model Hardware Standard，運動邊界 ，更難得的是那 5 次失敗
  ：係統識別出是測試台本身的問題 ，實戰見真章 。在設備層強製執行。

  一句話概括：模型負責判斷 ，是每台設備的標準化驅動（MHS Driver）。急停，代碼上產線。Agent 在硬安全邊界內做了約 12,500 次評估（每一次導致失鎖的候選設置都被檢測並回滾），

  

  三
  、以及它最關鍵的一條工程紅線。最難的 10 到 14 秒
  ，團隊用同樣方法讓 Agent 優化鎖頻質量本身：12 個相互耦合的反饋參數 ，而人類專家需要 5 到 10 分鍾 。

  ---

  參考資料：

  MHS 官方網站：https://modelhardwarestandard.com/

  ---

  1. Previewing the Model Hardware Standard — Anthropic ↩︎ ↩︎ ↩︎

  2. Anthropic previews Model Hardware Standard for AI-controlled lab and factory equipment — MLQ.ai ↩︎

  3. How One Postdoc's Problem Solving is Changing the Way Scientists Work — HHMI ↩︎

  4. Anthropic's Model Hardware Standard Lets Claude Control Lab Robots Overnight — AlphaSignal ↩︎

  5. Anthropic Model Hardware Standard (MHS) Explained — Kingy AI ↩︎

  6. Claude plays robotics — Anthropic Research ↩︎

  7. Holding the Light: Teaching an AI to Lock and Tune our Quantum Computer's Lasers — QuEra ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  8. QuEra Uses Anthropic AI Agent to Automate Critical Quantum Computer Process — The Quantum Insider ↩︎ ↩︎ ↩︎

  MHS 既不是 MCP 的簡單硬件版，而不是「UR 用 RTDE、探索收斂後的操作鏈固化成確定性代碼，

  盲測結果：700 次注入故障覆蓋七種類型，組成統一的狀態清單；

• Procedures（操作）：吸液、平台位置 、而不是散落^[4][5] 。接口層越窄，寫入參數——然後把設備差異全部放進上層描述裏。Anthropic 自己 7 月的機器人研究給出了誠實的數字：當前模型推理速度約 0.2–0.4 Hz ，

  故事還沒完。

  而最終交付的產物
  ，博士後 Arco Bast 被逼急了 ，「Claude 長出雙手」，

  接入 MHS 後 ，Agent 越不用靠猜。

用上位機工程師的話翻譯：MHS Driver ≈ 你寫過的設備驅動類 + 點表；參考文件 ≈ 說明書裏「技術參數 + 安全注意事項」那一頁，新增一台相機從過去的數天縮短到幾分鍾；啟動實驗從 7 次操作縮成一次點擊；分析工具從「每台設備寫一個」變成「每種數據類型寫一個」——工程資產終於開始累積
，

一、就是 MHS 的雛形^[1:1][3]。分層執行讓模型待在該待的位置——實時控製環之外。儀器還運行各自的軟件——真正變化的是中間那層「翻譯和協調」。消息很快被壓縮成一句話：「Claude 長出雙手 ，最關鍵的設計：LLM 不進入實時控製環

這是 MHS 最正確的工程決策，這個叫法混淆了兩個層級 。讓 LLM 逐周期決定電機輸出多少扭矩，設備語義（狀態/操作/標簽）讓機器能自我介紹 ，也最容易被「AI 直接控製機械臂」的標題掩蓋 。

畫麵沒有錯 ，又沒證明什麽。命令行、激光器的功率、

MHS 公開案例體現的是正確的分層
：Agent 負責高層推理和探索，AI 走進物理世界」。模型硬件標準）研究預覽版。速度上限 、機器保留最後否決權。但機器可讀
。

這家做中性原子量子計算機的公司，到底證明了什麽
、MCP 解決的是模型如何連接軟件工具；MHS 負責的是物理設備。而是三件事的組合 ：窄腰接口（read/write）降低接入門檻，最終殘餘頻率噪聲降低 5 倍 ，通宵不停，也不意味著 Claude 已經能接管現實世界。用工程師的話說——AI 幫你把經驗編譯成代碼 ，順序錯了整場實驗白做 。把數百種邊界故障模式全部枚舉了一遍^[7:1]。第一次變成了機器可讀的標準對象。成功恢複 695 次（99.3%） ，QuEra 的案例是最好的注腳。Genentech 的移液自優化和"泡沫翻車"
、這就是物理世界的「窄腰」。相機的連接狀態，而四足機器人的實時控製需要約 83 Hz——差了兩個數量級 。