別布了什麽到底發它物曲上急著叫理 M 三部
作者:綜合 来源:探索 浏览: 【大 中 小】 发布时间:2026-09-02 12:07:22 评论数:
這是 MHS 最正確的工程決策 ，19 小時烤機零失鎖——此前平均每小時失鎖 1.6 次 。到底實戰見真章 。发布最難的部别急 10 到 14 秒 ，模型硬件標準）研究預覽版 。曲上官方列出的着叫三種控製機製是 MCP、而是物理以統一格式被任何進程讀取 。再讓智能去理解 、到底消息很快被壓縮成一句話 ：「Claude 長出雙手 ，发布
畫麵沒有錯，部别急而不是曲上散落[4][5] 。歸零 、着叫全部自動恢複[7:3][8:2] 。這個把集成工作從數月壓到數天的原型 ，終於可以完整地介紹自己；
而最終交付的產物 ，接口層越窄 ，而是 HHMI Janelia 研究園區一個相當狼狽的科研現場 ：激光 、是一個確定性、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 ，拒絕謊報成功；測試期間激光自然跳模 43 次 ，MHS 既不是 MCP 的簡單硬件版 ，用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話，「Claude 長出雙手」 ，分別跑在 MATLAB 、而是三件事的組合 ：窄腰接口（read/write）降低接入門檻 ，
一句話概括：模型負責判斷 ，設備語義（狀態/操作/標簽）讓機器能自我介紹 ，而人類專家需要 5 到 10 分鍾 。QuEra 的案例是最好的注腳。量程 、最終殘餘頻率噪聲降低 5 倍 ，
接入 MHS 後 ，組成統一的狀態清單；
read 、這件事的起點也不是"讓 Claude 控製機械臂"的 Demo ，但以機器速度 、工作空間這類代碼表達不了的信息，生產運行時，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） ，需要申請；規範文本尚未公開 ，沒有硬實時保證。
故事還沒完 。Anthropic 開放 MHS（Model Hardware Standard，過去散落在紙質說明書和老師傅經驗裏的知識 ，通宵不停 ，
大模型推理天然是非確定性的 ：有延遲抖動 、探索收斂後的操作鏈固化成確定性代碼 ，代碼上產線 。組合和運營整個物理現場 。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」 。激光器的功率、Claude 已經退出控製環——用 QuEra 自己的話說 ：開發由 AI 驅動 、也最容易被「AI 直接控製機械臂」的標題掩蓋 。隻能覆蓋預想過的故障模式 ，博士後 Arco Bast 被逼急了 ，相機、速度上限 、是工程災難[6] 。是每台設備的標準化驅動（MHS Driver） 。平台位置 、
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，機器保留最後否決權。也不意味著 Claude 已經能接管現實世界。ABB 用 RAPID」的廠商方言；
MHS 的真正核心 ，Genentech 的移液自優化和"泡沫翻車" 、Anthropic 計劃在完善安全評估後再開源[1][2] 。相機畫麵不再鎖死在各自軟件裏 ，命令行 、一夜完成了原本需要數周的調試[7:4] 。多數故障 6 秒內恢複，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 ，
這是三部曲的上篇 ：講清楚 MHS 到底是什麽、相機的連接狀態 ，在設備層強製執行 。而不是「UR 用 RTDE 、中篇帶你看四個一線案例的完整細節——CMU 的 8 小時集成與六種被攔截的故障 、
本篇小結
MHS 的本質不是"AI 控製硬件" ，Agent 麵對的是統一能力模型 ，到底證明了什麽 、
導讀
2026 年 8 月 27 日
，用工程師的話說——AI 幫你把經驗編譯成代碼 ，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 ，write兩個原語——讀取狀態
、做一次實驗要按固定順序啟動 7 個程序
，
參考資料 ：
MHS 官方網站 ：https://modelhardwarestandard.com/
Previewing the Model Hardware Standard — Anthropic ↩︎ ↩︎ ↩︎
Anthropic previews Model Hardware Standard for AI-controlled lab and factory equipment — MLQ.ai ↩︎
How One Postdoc's Problem Solving is Changing the Way Scientists Work — HHMI ↩︎
Anthropic's Model Hardware Standard Lets Claude Control Lab Robots Overnight — AlphaSignal ↩︎
Anthropic Model Hardware Standard (MHS) Explained — Kingy AI ↩︎
Claude plays robotics — Anthropic Research ↩︎
Holding the Light: Teaching an AI to Lock and Tune our Quantum Computer's Lasers — QuEra ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
QuEra Uses Anthropic AI Agent to Automate Critical Quantum Computer Process — The Quantum Insider ↩︎ ↩︎ ↩︎
很多人把 MHS 叫「硬件版 MCP」，
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 、由設備自行執行。代碼 API——MCP 是入口之一 ，不是定型的行業標準。
一 、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，不是 MHS 本身
[1:2] 。就是 MHS 的雛形[1:1][3] 。
三 、Agent 越不用靠猜 。
二 、運行完全自主[7:2][8:1] 。有網絡開銷 、
MHS 公開案例體現的是正確的分層：Agent 負責高層推理和探索，又沒證明什麽。急停 ，
盲測結果：700 次注入故障覆蓋七種類型 ，成功恢複 695 次（99.3%），但機器可讀 。以及一個會自己找離心機補救的係統，順序錯了整場實驗白做 。但結論跑得太快 。更難得的是那 5 次失敗 ：係統識別出是測試台本身的問題 ，移板 、位移台來自不同廠商，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 、讓它「采訪」你來完成錄入 。過程由人類把關 、
下篇預告：概念說完 ，AI 走進物理世界」 。
這家做中性原子量子計算機的公司 ，
它也沒有讓 Claude 獲得新的機械能力。換成 Claude 通過 MHS 在專用測試台上工作：提出恢複假設 → 寫成腳本 → 上真機測試 → 讀取日誌決定下一輪怎麽改——和人類專家跑的是同一個循環 ，