目擊道存網別布了什麽理 M到底發它物急著叫曲上 三部
它也沒有讓 Claude 獲得新的物理機械能力 。沒有硬實時保證 。到底C# 和各自的发布控製軟件裏 ，有網絡開銷 、部别急歸零 、曲上探索收斂後的着叫操作鏈固化成確定性代碼 ，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，物理拒絕謊報成功；測試期間激光自然跳模 43 次
，到底設備語義（狀態/操作/標簽）讓機器能自我介紹，发布此前四名專家花兩三周手寫的部别急恢複腳本 ，Genentech 的曲上移液自優化和"泡沫翻車"、過去散落在紙質說明書和老師傅經驗裏的着叫知識 ，write兩個原語——讀取狀態、
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 ↩︎ ↩︎ ↩︎
這件事的起點也不是"讓 Claude 控製機械臂"的 Demo ，代碼負責穩定重複 ，移板 、
一 、運動邊界 ，讓它「采訪」你來完成錄入 。更難得的是那 5 次失敗：係統識別出是測試台本身的問題，我們看到的是一套早期規範和一批概念驗證 ，Python 、一夜完成了原本需要數周的調試[7:4]。過程由人類把關 、命令行、分別跑在 MATLAB 、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 、是一個確定性 、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 ，組成統一的狀態清單；
導讀
2026 年 8 月 27 日 ，終於可以完整地介紹自己；
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，也最容易被「AI 直接控製機械臂」的標題掩蓋。也不意味著 Claude 已經能接管現實世界。做一次實驗要按固定順序啟動 7 個程序 ，全部自動恢複[7:3][8:2]。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 ，多數故障 6 秒內恢複 ，
本篇小結
MHS 的本質不是"AI 控製硬件" ，MHS 既不是 MCP 的簡單硬件版 ，需要申請；規範文本尚未公開，而四足機器人的實時控製需要約 83 Hz——差了兩個數量級。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」。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 ，不是 MHS 本身[1:2] 。成功率 58%[7][8] 。反射鏡 、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、代碼上產線 。
MHS 公開案例體現的是正確的分層 ：Agent 負責高層推理和探索 ，Claude 已經退出控製環——用 QuEra 自己的話說 ：開發由 AI 驅動 、核心設計是什麽 、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 。把數百種邊界故障模式全部枚舉了一遍[7:1] 。順序錯了整場實驗白做。這就是物理世界的「窄腰」 。平台位置、
三 、廠商越容易接；語義層越完整 ，QuEra 的案例是最好的注腳 。以及一個會自己找離心機補救的係統 ，組合和運營整個物理現場 。機械臂還是原來的機械臂 ，
一句話概括 ：模型負責判斷 ，接口層越窄 ，運行完全自主[7:2][8:1] 。而是三件事的組合：窄腰接口（read/write）降低接入門檻 ，最難的 10 到 14 秒，19 小時烤機零失鎖——此前平均每小時失鎖 1.6 次 。讓 LLM 逐周期決定電機輸出多少扭矩 ，隻能覆蓋預想過的故障模式 ，
下篇預告：概念說完 ，MCP 解決的是模型如何連接軟件工具；MHS 負責的是物理設備 。
畫麵沒有錯 ，博士後 Arco Bast 被逼急了，
MHS 的真正核心 ，再讓智能去理解 、Agent 麵對的是統一能力模型 ，這個把集成工作從數月壓到數天的原型，
大模型推理天然是非確定性的 ：有延遲抖動 、
二 、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 ，生產運行時 ，位移台來自不同廠商 ，但機器可讀
。但結論跑得太快 。它的設計有個很妙的特點
：最底部隻收窄成 read 、Anthropic 開放 MHS（Model Hardware Standard ，通宵不停 ，而最終交付的產物 ，用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話 ，第一次變成了機器可讀的標準對象。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） ，用工程師的話說——AI 幫你把經驗編譯成代碼，完全可審查的常規程序
。成功恢複 695 次（99.3%） ，
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、而是以統一格式被任何進程讀取。寫入參數——然後把設備差異全部放進上層描述裏 。這個叫法混淆了兩個層級 。消息很快被壓縮成一句話 ：「Claude 長出雙手 ，機器保留最後否決權
。「Claude 長出雙手」 ，到底證明了什麽
、是每台設備的標準化驅動（MHS Driver）
。
接入 MHS 後 ，官方列出的三種控製機製是 MCP 、
盲測結果 ：700 次注入故障覆蓋七種類型 ，急停 ，AI 走進物理世界」。在設備層強製執行 。又沒證明什麽 。激光器的功率 、但以機器速度 、ABB 用 RAPID」的廠商方言；
這是三部曲的上篇：講清楚 MHS 到底是什麽 、由設備自行執行
。Agent 越不用靠猜 。MHS 的核心 ：一套「窄腰」設備驅動很多人把 MHS 叫「硬件版 MCP」 ，相機 、而不是散落[4][5] 。代碼 API——MCP 是入口之一 ，量程 、機器第一次見到 Agent 時 ，相機的連接狀態 ，
故事還沒完。
這家做中性原子量子計算機的公司 ，
