2026 年 8 月 27 日，Anthropic 开放了 Model Hardware Standard（简称 MHS）的研究预览版：这是一套共享规范，让 AI 智能体能够安全地操作物理设备，从显微镜、机械臂到液体处理设备，并同时协调其中多台设备。过去，在实验室或生产线上把仪器连接起来需要专家花费数周，有时数月；MHS 把这项工作缩短到数小时甚至数分钟。在 Carnegie Mellon，通过 MHS 连接其实验室装置用了 8 小时，而由供应商搭建的装置通常需要数周。该标准起源于 Anthropic 与 HHMI Janelia Research Campus 的合作，目前只向首批研究实验室和先进制造商开放，并计划在之后开源。

真正的问题：每台设备都说自己的语言

今天走进任何一家像样的工厂或实验室，您都会看到同样的景象：来自不同供应商的优秀设备，各有各的软件和编程接口，彼此之间却没有共同语言。结果是，任何让它们作为一个系统协同工作的尝试都会变成一个定制软件项目，由工程师在每两台设备之间手写连接器。而完成之后，这个连接器很脆弱：供应商的一次更新就能让它失效，工程师离职时也会带走对它唯一的理解。

这不只是实验室的问题。利雅得或达曼的工厂老板对此深有体会：灌装机、质检单元、秤和仓储系统，各自以不同格式输出数据，再由一名工人把数字从屏幕抄到纸上，再录入系统。设备之间的空隙，正是工时和数据双双流失的地方。

MHS 的技术原理

该标准建立在统一驱动程序的理念之上。驱动程序是在操作系统和设备之间进行翻译的小程序，而 MHS 驱动程序使用一组非常简单的基本操作：读取，例如获取温度；写入，例如设定温度。任何具有可编程接口的设备都能理解并执行这些命令。驱动程序还让每台设备都能以标准格式被发现，因此设备和智能体可以跨网络相互找到，中间无需定制的翻译层。

最巧妙的部分是自然语言描述。智能体需要了解设备在代码中看不到的信息，例如机械臂的重量，这个数值决定了它如何才能被安全地移动。这类信息过去一直存在于纸质手册或资深技术员的脑子里。MHS 驱动程序让您可以直接用平实的语言写下这些信息，既可以自己写，也可以通过对话让智能体就您的装置向您提问，随后自动生成一份参考文件，描述设备测量什么、可以调节什么，以及将对其执行哪些安全限制。

在此基础上，智能体通过三种机制控制硬件：Model Context Protocol、命令行和代码文件。它们协同工作，使得多台设备可以通过一行代码进行编排。当某项任务运行时间很长，或者需要比逐步推理更快地推进时，智能体会把驱动程序命令串联成一个代码文件，让其自行执行，而无需智能体时时刻刻进行推理。值得注意的一点是：MHS 与模型无关，任何智能体框架都可以通过标准协议接入，而不必绑定某一个特定模型。

首批合作伙伴的发现

研究预览是与真实合作伙伴一起进行的，以下是已公布的要点。在 Carnegie Mellon University，研究人员进行梯度稀释剂量反应实验的速度比以前快了大约三倍，由一个智能体编排液体处理设备、酶标仪、机械臂和监控摄像头，这些设备分布在三台接口根本互不兼容的计算机上。在制造量子计算机的 QuEra，一个智能体获得了激光系统部分组件的控制权，并开发出一个控制器，在无人干预的情况下有 99.3% 的概率恢复激光的精确频率锁定。在 Genentech，研究人员构建了一个概念验证，实现了一项需要协调三台不同仪器的标准蛋白检测的自动化。在 HHMI Janelia，一名研究人员使用 MHS 统一了一套实验装置，而这套装置此前需要七个互不共享接口的独立供应商程序。

与此同时，设备制造商自己也开始加入对 MHS 的支持：Amazon Web Services 通过其 Strands Robots 库，Doosan Robotics 在其用于自动化质量保证和多机器人协同的机械臂中，Tecan 在其液体处理平台中，QIAGEN 在其核酸纯化平台上，Universal Robots 在其机器人平台中。一旦供应商把标准内置到设备本身，集成就变成了随箱附带的功能，而不是一个需要您付费的项目。

这对沙特企业意味着什么

您不需要明天就加入研究预览。对您重要的是一件实际的事：您为生产线或实验室购买的任何设备，其价值不再只在于技术参数，而在于它是否提供可供外部系统读取和写入的编程接口。只在屏幕上显示数值的封闭式仪器，在几年之内的运营成本将高于表面所见，因为它们产生的每一个数字都需要一个人去搬运。

这一趋势比 MHS 本身更大。这与 Model Context Protocol 将智能体连接到软件系统时走过的路径相同，如今扩展到了物理设备。今天就整理好数据和接口的企业，可以搭上这波浪潮，而无需日后推倒重来。

MHS 目前做不到什么

在这里说清楚很重要，以免有人形成错误的期待。第一，该标准不适用于完全没有编程接口的设备，Anthropic 表示正在与此类设备的制造商合作添加驱动程序。第二，语言模型通过文本和图像来学习物理世界，因此其空间和物理推理能力仍然有限，依然需要专家监督。Anthropic 自己举的例子很能说明问题：在 Genentech，研究人员不得不引导模型认识到，样本起泡造成的错误是物理故障而非软件缺陷，只能通过物理修正来解决。第三，MHS 尚未开源，仍处于预览阶段。

本月可以采取的三个步骤

  • 盘点您的设备，并在每一项旁边注明它是否具有编程接口或数据端口，以及其文档归谁所有。仅这份清单就能揭示您的自动化真正处于什么水平。
  • 在下一次采购的规格书中加入编程接口要求，并把文档所有权写进合同，而不是依赖供应商的口头承诺。
  • 挑选一个数据在两台设备之间流转、中间由人经手的小型重复性流程，测量它每周消耗多少分钟。这个流程就是您的第一个自动化候选项，也是您衡量回报的标尺。

Origami 的观点

在 Origami，我们为工厂、仓库和服务型企业构建运营系统，在每个项目中我们都看到同一条规律：自动化不是败在设备上，而是败在一台设备与下一台设备之间的距离上。像 MHS 这样的开放标准缩短了这段距离，但无法弥补缺失的结构化数据或不清晰的流程。今天就把这两件事准备好的企业，在标准向所有人开放的那一天就已就绪。如需探讨生产线数字化或将现有设备连接成一个系统，欢迎通过联系页面与我们沟通。

结论

MHS 不是您今天就能买到的产品。它是一个信号，表明设备运营的方向：从脆弱的定制连接器，走向智能体和机器都能理解的共享标准。现在与您相关的决定简单又便宜：不要把没有编程接口的新设备引入您的工厂，并把现有的数据整理干净。抓住这波浪潮的企业与错过它的企业之间的差距，不会取决于技术预算，而取决于今年做出的那些小小的采购决定。

资料来源

  • Anthropic 的官方公告 Previewing the Model Hardware Standard，日期为 2026 年 8 月 27 日，是关于统一驱动程序、三种控制机制、合作伙伴成果以及该标准局限性的信息来源：anthropic.com。
  • 该标准研究预览的申请页面：modelhardwarestandard.com。
  • Model Context Protocol，作为智能体的标准接入途径被引用，出自 Anthropic 的官方公告：anthropic.com。