Anthropic发布模型硬件标准（MHS）研究预览：让AI智能体安全操作物理设备

Anthropic近日开放了模型硬件标准（Model Hardware Standard，简称MHS）的研究预览版本。这是一个共享规范，让AI智能体能够发现和操作物理设备。

解决的核心问题

目前，每个仪器设备都有自己的编程接口，专家需要手动编写专用翻译器来连接不同设备。即使设备连接完毕，也缺乏统一的设备状态传递方式。MHS旨在解决这一"管道"难题。

MHS标准规范

MHS标准化了驱动程序——即操作系统与设备之间的层。它暴露了一套简单的原语：

  • 读取：获取温度等数据
  • 写入：设置温度等设备参数
  • 发现：设备和智能体自动识别彼此

超越纯代码的知识

MHS还承载了代码本身无法编码的知识。例如，机器人手臂的重量等信息，通过"驱动程序标签"让用户用自然语言描述，或让智能体采访用户了解设备配置。

控制方式

MHS支持三种控制机制：

  1. 模型上下文协议（Model Context Protocol）
  2. 命令行工具（CLI）
  3. 代码文件

MHS是模型无关的——任何智能体框架都可以通过标准协议访问它。

实际案例

Genentech：自动化了BCA蛋白质检测，跨越液体处理器、机械臂和酶标仪。Claude运行染料液体Trial transfers，读取吸光度，并与专家计划进行评分对比。

QuEra Computing：一个原本需要四人团队数月开发、成功率约58%、每次尝试耗时约150秒的激光重锁定脚本，通过MHS获得了更好的效果。

卡内基梅隆大学：运行剂量反应实验的速度提高了约三倍，协调了液体处理器、酶标仪、机械臂和摄像头，跨越三个具有不兼容接口的计算机。

华盛顿大学：一名博士生在Baker和Pinglay实验室于一周内连接了六台仪器，包括编写驱动程序。

获取预览

查看完整公告并申请预览。



本文源自「MarkTechPost」