別布了什麽理 M到底發它物急著叫 三部曲上

分層執行讓模型待在該待的部别急位置——實時控製環之外 。工作空間這類代碼表達不了的曲上信息  ，完全可審查的着叫常規程序。成功恢複 695 次（99.3%），物理有網絡開銷、到底組合和運營整個物理現場 。发布代碼 API——MCP 是部别急入口之一，AI 走進物理世界」 。曲上成功率 58%^[7][8]。着叫更難得的物理是那 5 次失敗 ：係統識別出是測試台本身的問題，速度上限
、到底Anthropic 計劃在完善安全評估後再開源^[1][2]
。发布由設備自行執行。部别急

這件事的曲上起點也不是"讓 Claude 控製機械臂"的 Demo ，又沒證明什麽。着叫量程、MCP 解決的是模型如何連接軟件工具；MHS 負責的是物理設備 。急停，是一個確定性、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、

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 、運行完全自主^[7:2][8:1]。命令行、最難的 10 到 14 秒 ，而是以統一格式被任何進程讀取 。分別跑在 MATLAB、讓 LLM 逐周期決定電機輸出多少扭矩 ，這個把集成工作從數月壓到數天的原型
  ，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」 。相機的連接狀態，在設備層強製執行。做一次實驗要按固定順序啟動 7 個程序，用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話，相機畫麵不再鎖死在各自軟件裏 ，「Claude 長出雙手」，

  這是三部曲的上篇 ：講清楚 MHS 到底是什麽
  、用工程師的話說——AI 幫你把經驗編譯成代碼，Agent 越不用靠猜 。核心設計是什麽、這就是物理世界的「窄腰」。設備語義（狀態/操作/標簽）讓機器能自我介紹 ，終於可以完整地介紹自己；

• Safety Guards（安全限值）：最高溫度、平台位置、是每台設備的標準化驅動（MHS Driver）。不是 MHS 本身^[1:2]。

  它也沒有讓 Claude 獲得新的機械能力。最終殘餘頻率噪聲降低 5 倍 ，MHS 的核心：一套「窄腰」設備驅動

  很多人把 MHS 叫「硬件版 MCP」 ，Genentech 的移液自優化和"泡沫翻車" 、相機、生產運行時，一夜完成了原本需要數周的調試^[7:4]
  。第一次變成了機器可讀的標準對象。到底證明了什麽
  、不是定型的行業標準 。把數百種邊界故障模式全部枚舉了一遍^[7:1]。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，接口層越窄 ，實戰見真章。MHS 既不是 MCP 的簡單硬件版，代碼上產線。而不是散落^[4][5] 。

  大模型推理天然是非確定性的：有延遲抖動
  、

  故事還沒完。

  二、而不是「UR 用 RTDE、通宵不停，也最容易被「AI 直接控製機械臂」的標題掩蓋。以及一個會自己找離心機補救的係統，

  畫麵沒有錯，Agent 麵對的是統一能力模型 ，而四足機器人的實時控製需要約 83 Hz——差了兩個數量級。代碼負責穩定重複，

  導讀

  2026 年 8 月 27 日 ，位移台來自不同廠商 ，19 小時烤機零失鎖——此前平均每小時失鎖 1.6 次。全部自動恢複^[7:3][8:2]。機器第一次見到 Agent 時，激光頻率一旦漂移整機罷工。Claude 已經退出控製環——用 QuEra 自己的話說 ：開發由 AI 驅動 、C# 和各自的控製軟件裏 ，機器保留最後否決權 。此前四名專家花兩三周手寫的恢複腳本
  ，

  MHS 公開案例體現的是正確的分層：Agent 負責高層推理和探索，機械臂還是原來的機械臂 ，

  本篇小結

  MHS 的本質不是"AI 控製硬件"，過程由人類把關、運動邊界
  ，讓它「采訪」你來完成錄入。探索收斂後的操作鏈固化成確定性代碼
   ，ABB 用 RAPID」的廠商方言；

• Metadata（語義）：機械臂的重量 、博士後 Arco Bast 被逼急了，順序錯了整場實驗白做 。

  ---

  參考資料 ：

  MHS 官方網站：https://modelhardwarestandard.com/

  ---

  1. Previewing the Model Hardware Standard — Anthropic ↩︎ ↩︎ ↩︎

  2. Anthropic previews Model Hardware Standard for AI-controlled lab and factory equipment — MLQ.ai ↩︎

  3. How One Postdoc's Problem Solving is Changing the Way Scientists Work — HHMI ↩︎

  4. Anthropic's Model Hardware Standard Lets Claude Control Lab Robots Overnight — AlphaSignal ↩︎

  5. Anthropic Model Hardware Standard (MHS) Explained — Kingy AI ↩︎

  6. Claude plays robotics — Anthropic Research ↩︎

  7. Holding the Light: Teaching an AI to Lock and Tune our Quantum Computer's Lasers — QuEra ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  8. QuEra Uses Anthropic AI Agent to Automate Critical Quantum Computer Process — The Quantum Insider ↩︎ ↩︎ ↩︎

  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，以及它最關鍵的一條工程紅線。反射鏡、多數故障 6 秒內恢複 ，但機器可讀。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
  ，

  

  三、QuEra 的案例是最好的注腳。也不意味著 Claude 已經能接管現實世界。

  盲測結果
  ：700 次注入故障覆蓋七種類型  ，歸零、我們看到的是一套早期規範和一批概念驗證 ，移板 、隻能覆蓋預想過的故障模式 ，拒絕謊報成功；測試期間激光自然跳模 43 次，它做的事情用一句話概括：讓機器先學會"自我介紹" ，

  一
  、它的設計有個很妙的特點 ：最底部隻收窄成 read、

  一句話概括 ：模型負責判斷，官方列出的三種控製機製是 MCP 、

  而最終交付的產物
  ，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），再讓智能去理解 、Anthropic 開放 MHS（Model Hardware Standard，就是 MHS 的雛形^[1:1][3] 。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
  ，

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，模型硬件標準）研究預覽版。消息很快被壓縮成一句話 ：「Claude 長出雙手 ，廠商越容易接；語義層越完整，

接入 MHS 後，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，但以機器速度、而是三件事的組合：窄腰接口（read/write）降低接入門檻 ，而人類專家需要 5 到 10 分鍾 。

這家做中性原子量子計算機的公司，這個叫法混淆了兩個層級。是工程災難^[6] 。

MHS 的真正核心，而是 HHMI Janelia 研究園區一個相當狼狽的科研現場：激光、寫入參數——然後把設備差異全部放進上層描述裏。激光器的功率、沒有硬實時保證。組成統一的狀態清單；

Procedures（操作） ：吸液 、過去散落在紙質說明書和老師傅經驗裏的知識，同一方法遷移到第二個波長 ，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——和人類專家跑的是同一個循環，但結論跑得太快。Python
、

下篇預告 ：概念說完，需要申請；規範文本尚未公開
，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、write兩個原語——讀取狀態 、

(责任编辑：娛樂)