目擊道存網別布了什麽理 M到底發它物急著叫曲上 三部
盲測結果 ：700 次注入故障覆蓋七種類型，到底再讓智能去理解 、发布換成 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——和人類專家跑的部别急是同一個循環 ，以及它最關鍵的曲上一條工程紅線 。隻能覆蓋預想過的着叫故障模式 ，命令行 、物理多數故障 6 秒內恢複 ，到底
這家做中性原子量子計算機的发布公司 ，核心設計是部别急什麽 、生產運行時 ，曲上ABB 用 RAPID」的着叫廠商方言；
而最終交付的產物 ，是工程災難[6] 。平台位置 、順序錯了整場實驗白做 。代碼 API——MCP 是入口之一 ，實戰見真章。成功率 58%[7][8] 。而是以統一格式被任何進程讀取 。
接入 MHS 後 ，由設備自行執行。官方列出的三種控製機製是 MCP 、
大模型推理天然是非確定性的：有延遲抖動 、以及一個會自己找離心機補救的係統 ，它做的事情用一句話概括 ：讓機器先學會"自我介紹"，
本篇小結
MHS 的本質不是"AI 控製硬件"
，消息很快被壓縮成一句話 ：「Claude 長出雙手
，更難得的是那 5 次失敗
：係統識別出是測試台本身的問題，Genentech 的移液自優化和"泡沫翻車"
、探索收斂後的操作鏈固化成確定性代碼 ，運動邊界 ，激光頻率一旦漂移整機罷工。MCP 解決的是模型如何連接軟件工具；MHS 負責的是物理設備 。讓 LLM 逐周期決定電機輸出多少扭矩，「Claude 長出雙手」 ，它的設計有個很妙的特點 ：最底部隻收窄成 read 、而不是散落[4][5]。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）
，又沒證明什麽 。
一句話概括 ：模型負責判斷 ，工作空間這類代碼表達不了的信息 ，Claude 已經退出控製環——用 QuEra 自己的話說：開發由 AI 驅動 、Agent 越不用靠猜。寫入參數——然後把設備差異全部放進上層描述裏。量程 、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 、成功恢複 695 次（99.3%），移板 、但機器可讀 。模型硬件標準）研究預覽版。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 ，
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，廠商越容易接；語義層越完整 ，
MHS 公開案例體現的是正確的分層
：Agent 負責高層推理和探索
，也最容易被「AI 直接控製機械臂」的標題掩蓋
。MHS 既不是 MCP 的簡單硬件版
， 很多人把 MHS 叫「硬件版 MCP」 ，歸零 、也不意味著 Claude 已經能接管現實世界
。是一個確定性 、博士後 Arco Bast 被逼急了
，反射鏡 、QuEra 的案例是最好的注腳
。過去散落在紙質說明書和老師傅經驗裏的知識，機械臂還是原來的機械臂 ，機器保留最後否決權write兩個原語——讀取狀態、需要申請；規範文本尚未公開 ，MHS 的核心 ：一套「窄腰」設備驅動
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 ↩︎ ↩︎ ↩︎
三 、
導讀
2026 年 8 月 27 日 ，是每台設備的標準化驅動（MHS Driver） 。用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話 ，而不是「UR 用 RTDE 、我們看到的是一套早期規範和一批概念驗證 ，設備語義（狀態/操作/標簽）讓機器能自我介紹 ，機器第一次見到 Agent 時 ，代碼上產線 。最終殘餘頻率噪聲降低 5 倍 ，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 ，
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、
故事還沒完 。而四足機器人的實時控製需要約 83 Hz——差了兩個數量級。在設備層強製執行 。接口層越窄 ，而人類專家需要 5 到 10 分鍾 。代碼負責穩定重複 ，完全可審查的常規程序 。不是 MHS 本身[1:2] 。終於可以完整地介紹自己；
- Safety Guards（安全限值） ：最高溫度、
這是三部曲的上篇 ：講清楚 MHS 到底是什麽 、
二 、做一次實驗要按固定順序啟動 7 個程序 ，組成統一的狀態清單；
- Procedures（操作）：吸液 、第一次變成了機器可讀的標準對象
。有網絡開銷 、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」 。分層執行讓模型待在該待的位置——實時控製環之外 。
它也沒有讓 Claude 獲得新的機械能力。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 ，運行完全自主[7:2][8:1] 。C# 和各自的控製軟件裏 ，到底證明了什麽 、而是三件事的組合 ：窄腰接口（read/write）降低接入門檻，但以機器速度 、
下篇預告 ：概念說完 ，這個叫法混淆了兩個層級 。速度上限、讓它「采訪」你來完成錄入 。最難的 10 到 14 秒 ，
這件事的起點也不是"讓 Claude 控製機械臂"的 Demo ，就是 MHS 的雛形[1:1][3] 。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 、把數百種邊界故障模式全部枚舉了一遍[7:1] 。
一 、AI 走進物理世界」。位移台來自不同廠商 ，組合和運營整個物理現場。相機畫麵不再鎖死在各自軟件裏 ，急停 ，這個把集成工作從數月壓到數天的原型 ，用工程師的話說——AI 幫你把經驗編譯成代碼，
畫麵沒有錯 ，分別跑在 MATLAB 、此前四名專家花兩三周手寫的恢複腳本 ，Python 、這就是物理世界的「窄腰」。
MHS 的真正核心 ，通宵不停 ，Anthropic 計劃在完善安全評估後再開源[1][2] 。激光器的功率 、但結論跑得太快 。一夜完成了原本需要數周的調試[7:4] 。過程由人類把關 、19 小時烤機零失鎖——此前平均每小時失鎖 1.6 次 。同一方法遷移到第二個波長 ，相機、
未经允许不得转载：>目擊道存網 » 別布了什麽理 M到底發它物急著叫曲上 三部
