标题：Anthropic推出MHS硬体标准，AI代理跨出萤幕走向实体设备控制 来源：iknow科技产业资讯室 原文网址：https://iknow.stpi.niar.org.tw/article/3/25268 原文： 生成式AI竞争正从文字、程式与数位工具进一步延伸至实体世界。Anthropic於2026年8月 27日推出「模型硬体标准」（Model Hardware Standard, MHS）研究预览版，建立AI代理 操作实体设备的共通规格，可连接显微镜、液体处理设备、机械手臂及量子电脑雷射系统 等硬体。MHS现阶段率先提供科研机构与先进制造业者测试，待完成安全评估与最佳实务 建立後，再规划以开源方式释出。MHS的重要性不只是让Claude「控制机器」，而是试图 解决实验室与工厂长期存在的设备整合问题。不同厂商设备通常采用各自的程式介面、控 制方式与资料格式，要建立跨设备自动化流程，往往需要工程人员重新撰写专属程式。 Anthropic表示，传统整合作业可能耗费数周甚至数月，透过MHS建立统一设备介面後，部 分工作有机会缩短至数小时甚至数分钟，使AI代理更容易加入自动化工作流程。MHS的核 心是一套标准化驱动程式，将不同硬体的功能转化为「读取」与「写入」等基础操作，同 时以自然语言标签记录设备特性、可调参数与安全限制。例如机械手臂重量、感测器量测 范围或设备允许的操作界线，都可提供AI代理作为判断依据。完成连接後，系统可透过 Anthropic既有的模型上下文协定（Model Context Protocol, MCP）、命令列或API控制 设备，使代理能依实验结果即时调整参数并协调多台机器运作。实际测试已涵盖生技与药 物研究。Genentech利用MHS串接液体处理机、机械手臂及微孔盘读取器，让Claude协调 BCA蛋白质分析流程，并根据测量结果自行调整不同液体的流速。卡内基梅隆大学（CMU） 则将原本介面互不相容的液体处理设备、读取器、机械手臂与摄影机纳入同一系统，研究 团队表示，相关自动化整合约花费8小时，相较过去可能需要数周的设备设定时间明显缩 短。量子运算则提供另一项更具代表性的案例。中性原子量子电脑业者QuEra透过MHS让 Claude学习雷射重新锁定程序，之後将学习结果转换为可检视的确定性控制程式。在700 次测试中，该程式成功完成695次雷射复原，成功率达99.3%，而较简单的故障约0.9至5.4 秒即可恢复，较复杂的情况约需10至14秒，而人工处理通常需5至10分钟。这显示AI代理 除了直接操作设备，也可能成为开发自动化控制程式的工具。不过，MHS距离全面自主控 制实体世界仍有明显限制。Anthropic与Genentech测试发现，Claude虽能处理程式与设备 回传的错误，面对气泡、液体黏度等需要物理与化学直觉判断的问题时，仍可能采取错误 处置，需要研究人员提供额外背景资讯。QuEra的测试也显示，遇到真正的硬体异常时， Claude仍缺乏专家的实体设备经验，对具有风险的操作有时会停止并等待人工确认，因此 专业人员目前仍是安全监督的重要环节。目前AWS、Automata、Danaher、Doosan Robotics、QIAGEN、Tecan及Universal Robots等业者均参与MHS相关整合或测试， Hugging Face与Raspberry Pi也投入早期支援。若MHS未来发展为跨设备、跨模型的开放 规格，其影响范围可能由实验室自动化逐步延伸至先进制造与机器人应用。对AI产业而言 ，下一阶段的竞争焦点将不只是模型的理解与推理，而是在如何建立一套可靠、安全且具 互通性的介面，让AI代理真正具备操作实体设备的能力。 心得： AI代理从萤幕走向实体设备确实是可以预见的下一步，但目前MHS更像是在提前铺设这条 路，而非证明AI已经能可靠控制现实世界。设备介面统一後，真正棘手的仍是异常判断、 安全界线与物理环境的不可预测性，这些问题并不会因为多了一套标准就自然消失。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 203.145.192.245 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Tech_Job/M.1787906197.A.9BB.html