Anthropic 公布硬件标准 MHS（Model Hardware Standard），希望让 Claude 直接读取和写入仪器指令，操作机械臂和实验设备，把此前用于软件的 MCP（Model Context Protocol）扩展到现实世界中的实验室与工厂。
按 Anthropic 本周披露的数据，激光系统的重新锁定成功率从人工调校时的 58% 提高到 99.3%。两年前，Anthropic 通过 MCP 让 Claude 学会操作软件；这一次，目标转向仪器和机器人控制。
MHS如何让AI与仪器通信
按 Anthropic 的说法，MHS 本质上是一套共享规格文件，允许 AI 代理通过「读」「写」等基础指令与现实设备通信，不再依赖纸质说明书或个别操作人员的经验。
每台设备会以标准格式被系统识别，并附带自然语言标签，说明自身能力和限制。开发者可以通过 MCP、命令行，或程序文件进行控制；Claude 则负责排列步骤、监看结果，并实时调整参数。机械臂的速度上限、可转动角度等约束，也都按 MHS 规格执行。
Anthropic 生命科学合作伙伴关系负责人 Jonah Cool 向彭博表示：「很多时候，科学之所以做不下去，是因为你不会操作那套仪器，或是技术门槛太高。有了 MHS，Claude 可以扮演这种赋能者的角色，让科学家能像专家一样使用对的仪器。」
合作测试数据显示接入时间明显缩短
研究端测试伙伴包括 Genentech、华盛顿大学、卡内基梅隆大学、QuEra Computing、HHMI Janelia 研究园区；产业端参与方则有 Amazon Web Services、Danaher、Universal Robots、Hugging Face、Raspberry Pi 等 10 家公司。
Anthropic 给出的案例显示，卡内基梅隆大学接入 MHS 仅用 8 小时，而过去通常需要数周；接入后，连续稀释实验速度提高了 3 倍。华盛顿大学则把整合时间压缩到 1 周以内，而原先需要数月。
在 Anthropic 发布的演示视频中，Genentech 一名科学家将实验设计 PDF 说明书交给 Claude，随后由 Claude 自行排程，并操作已接入 MHS 的仪器完成整套实验。
Anthropic 技术人员 Alek Kemeny 向彭博表示：「MCP 对软件做的事，MHS 会对硬件世界重做一次，价值最大的地方，是有几十上百件仪器的科学实验室。」
研究预览已开放申请，第三方复核仍缺位
目前披露的效果数据，均由 Anthropic 官方及其合作伙伴测量并公布，尚未出现第三方复核结果。
MHS 现在仅提供研究预览版，并通过候补名单开放申请。Anthropic 表示，计划在预览期结束后将框架开源，让硬件厂商自行编写 MHS 规格，但没有透露明确时间表。
监管与责任边界仍未明确
比性能数字更难处理的，是责任归属问题。欧盟新版机械法规将于 2027 年 1 月 20 日生效，首次把「以 AI 为基础的安全功能」和「具自我演化行为的机械」纳入监管范围。
在这一框架下，像 MHS 这样的安全规格文件，可能不再只是可选说明，而会成为受监管的安全组件。谁来编写这份规格文件，谁也可能同时承担相应的合规责任。
Anthropic 并不是唯一推动 AI 进入实体世界的公司。Google、OpenAI、Nvidia 也在开发机器人用 AI 模型。Barclays 此前预测，到 2035 年，AI 机器人和自动化机械可能成长为兆美元规模市场。
不过，一旦机械臂因 Claude 的判断失误造成伤害，责任应由编写规格文件的工程师承担，还是由依赖该规格文件运行的 Claude 承担，现阶段仍无明确答案。