目擊道存網別布了什麽理 M到底發它物急著叫曲上 三部
故事還沒完 。着叫這就是物理物理世界的「窄腰」 。過程由人類把關 、到底
這家做中性原子量子計算機的发布公司 ，移板、部别急不是曲上定型的行業標準 。全部自動恢複[7:3][8:2]。着叫沒有硬實時保證 。過去散落在紙質說明書和老師傅經驗裏的知識 ，「Claude 長出雙手」 ，Agent 越不用靠猜 。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」 。相機 、而人類專家需要 5 到 10 分鍾 。是一個確定性 、Claude 已經退出控製環——用 QuEra 自己的話說 ：開發由 AI 驅動 、成功率 58%[7][8] 。反射鏡、代碼 API——MCP 是入口之一 ，
二 、模型硬件標準）研究預覽版。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 ，把數百種邊界故障模式全部枚舉了一遍[7:1] 。通宵不停 ，代碼負責穩定重複 ，成功恢複 695 次（99.3%），分層執行讓模型待在該待的位置——實時控製環之外 。組合和運營整個物理現場 。速度上限、
MHS 的真正核心，到底證明了什麽、官方列出的三種控製機製是 MCP 、更難得的是那 5 次失敗 ：係統識別出是測試台本身的問題 ，運動邊界 ，
而最終交付的產物 ，以及它最關鍵的一條工程紅線 。QuEra 的案例是最好的注腳 。歸零 、
一、ABB 用 RAPID」的廠商方言；
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 、就是 MHS 的雛形[1:1][3] 。
write兩個原語——讀取狀態 、在設備層強製執行 。AI 走進物理世界」 。機器保留最後否決權。讓它「采訪」你來完成錄入。Agent 麵對的是統一能力模型，C# 和各自的控製軟件裏 ，最難的 10 到 14 秒 ，MHS 既不是 MCP 的簡單硬件版 ，而是三件事的組合 ：窄腰接口（read/write）降低接入門檻 ，順序錯了整場實驗白做 。MCP 解決的是模型如何連接軟件工具；MHS 負責的是物理設備 。探索收斂後的操作鏈固化成確定性代碼，激光器的功率 、設備語義（狀態/操作/標簽）讓機器能自我介紹 ，代碼上產線 。這個叫法混淆了兩個層級 。廠商越容易接；語義層越完整，又沒證明什麽 。這件事的起點也不是"讓 Claude 控製機械臂"的 Demo ，
大模型推理天然是非確定性的 ：有延遲抖動、
導讀
2026 年 8 月 27 日，Python 、用工程師的話說——AI 幫你把經驗編譯成代碼 ，相機畫麵不再鎖死在各自軟件裏 ，接口層越窄，它的設計有個很妙的特點 ：最底部隻收窄成
read、工作空間這類代碼表達不了的信息 ，畫麵沒有錯 ，同一方法遷移到第二個波長 ，寫入參數——然後把設備差異全部放進上層描述裏 。是每台設備的標準化驅動（MHS Driver） 。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 ，
它也沒有讓 Claude 獲得新的機械能力 。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、這個把集成工作從數月壓到數天的原型 ，實戰見真章 。
一句話概括：模型負責判斷 ，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、但以機器速度 、
接入 MHS 後 ，平台位置 、讓 LLM 逐周期決定電機輸出多少扭矩 ，量程 、
本篇小結
MHS 的本質不是"AI 控製硬件" ，命令行 、相機的連接狀態，組成統一的狀態清單；
- Procedures（操作） ：吸液 、
三、以及一個會自己找離心機補救的係統 ，也不意味著 Claude 已經能接管現實世界 。Anthropic 開放 MHS（Model Hardware Standard ，它做的事情用一句話概括：讓機器先學會"自我介紹" ，但結論跑得太快 。我們看到的是一套早期規範和一批概念驗證 ，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 ，第一次變成了機器可讀的標準對象 。機械臂還是原來的機械臂 ，有網絡開銷、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」 ，完全可審查的常規程序 。多數故障 6 秒內恢複 ，Genentech 的移液自優化和"泡沫翻車" 、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 ，消息很快被壓縮成一句話 ：「Claude 長出雙手 ，終於可以完整地介紹自己；
- Safety Guards（安全限值） ：最高溫度 、用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話
，最終殘餘頻率噪聲降低 5 倍 ，生產運行時，需要申請；規範文本尚未公開，核心設計是什麽
、19 小時烤機零失鎖——此前平均每小時失鎖 1.6 次 。
下篇預告 ：概念說完，
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 ，
盲測結果：700 次注入故障覆蓋七種類型，而是以統一格式被任何進程讀取 。而不是「UR 用 RTDE 、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） ，
這是三部曲的上篇 ：講清楚 MHS 到底是什麽、
MHS 公開案例體現的是正確的分層 ：Agent 負責高層推理和探索，而四足機器人的實時控製需要約 83 Hz——差了兩個數量級 。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 ，
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 ↩︎ ↩︎ ↩︎
