到底發別布了什它物理 M麽曲上 三部急著叫
大模型推理天然是物理非確定性的 :有延遲抖動 、更難得的到底是那 5 次失敗:係統識別出是測試台本身的問題 ,沒有硬實時保證。发布
本篇小結
MHS 的部别急本質不是"AI 控製硬件" ,寫入參數——然後把設備差異全部放進上層描述裏 。曲上移板 、着叫不是 MHS 本身
[1:2]。這就是物理世界的「窄腰」 。代碼上產線。Genentech 的移液自優化和"泡沫翻車" 、組合和運營整個物理現場 。MCP 解決的是模型如何連接軟件工具;MHS 負責的是物理設備 。MHS 的真正核心 ,
二、用工程師的話說——AI 幫你把經驗編譯成代碼,這家做中性原子量子計算機的公司
,博士後 Arco Bast 被逼急了,Anthropic 開放 MHS(Model Hardware Standard
,官方列出的三種控製機製是 MCP、有網絡開銷、
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 ,順序錯了整場實驗白做。是工程災難[6] 。運行完全自主[7:2][8:1]。終於可以完整地介紹自己;
Safety Guards(安全限值):最高溫度 、而最終交付的產物,Claude 已經退出控製環——用 QuEra 自己的話說
:開發由 AI 驅動
、
它也沒有讓 Claude 獲得新的機械能力
。C# 和各自的控製軟件裏,MHS 的核心
:一套「窄腰」設備驅動
而最終交付的產物,Claude 已經退出控製環——用 QuEra 自己的話說 :開發由 AI 驅動 、
它也沒有讓 Claude 獲得新的機械能力 。C# 和各自的控製軟件裏,MHS 的核心 :一套「窄腰」設備驅動
很多人把 MHS 叫「硬件版 MCP」,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 ,分別跑在 MATLAB 、機器保留最後否決權。以及一個會自己找離心機補救的係統,
這是三部曲的上篇
:講清楚 MHS 到底是什麽
、而不是「UR 用 RTDE、完全可審查的常規程序。速度上限
、代碼 API——MCP 是入口之一,用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話,第一次變成了機器可讀的標準對象 。Anthropic 計劃在完善安全評估後再開源[1][2]。把數百種邊界故障模式全部枚舉了一遍[7:1]。Python、讓它「采訪」你來完成錄入。write兩個原語——讀取狀態
、探索收斂後的操作鏈固化成確定性代碼
,讓 LLM 逐周期決定電機輸出多少扭矩
,成功恢複 695 次(99.3%)
,拒絕謊報成功;測試期間激光自然跳模 43 次
,位移台來自不同廠商 ,以及它最關鍵的一條工程紅線
。QuEra 的案例是最好的注腳
。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、是每台設備的標準化驅動(MHS Driver)
。但以機器速度、
故事還沒完 。多數故障 6 秒內恢複 ,而不是散落[4][5]。
一句話概括:模型負責判斷,
一 、需要申請;規範文本尚未公開 ,
這件事的起點也不是"讓 Claude 控製機械臂"的 Demo,命令行、MHS 既不是 MCP 的簡單硬件版,工作空間這類代碼表達不了的信息,同一方法遷移到第二個波長,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),機器第一次見到 Agent 時,成功率 58%[7][8] 。這個叫法混淆了兩個層級 。
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 ↩︎ ↩︎ ↩︎
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、一夜完成了原本需要數周的調試[7:4]。就是 MHS 的雛形[1:1][3]。它做的事情用一句話概括
:讓機器先學會"自我介紹" ,但結論跑得太快 。相機的連接狀態
,接口層越窄 ,最終殘餘頻率噪聲降低 5 倍,也不意味著 Claude 已經能接管現實世界
。運動邊界,平台位置、分層執行讓模型待在該待的位置——實時控製環之外 。隻能覆蓋預想過的故障模式,廠商越容易接;語義層越完整,而人類專家需要 5 到 10 分鍾。

三、反射鏡、
MHS 公開案例體現的是正確的分層 :Agent 負責高層推理和探索 ,
下篇預告:概念說完 ,由設備自行執行
。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 、Agent 越不用靠猜。模型硬件標準)研究預覽版。核心設計是什麽、不是定型的行業標準。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,機械臂還是原來的機械臂,在設備層強製執行。激光頻率一旦漂移整機罷工 。
盲測結果 :700 次注入故障覆蓋七種類型 ,相機畫麵不再鎖死在各自軟件裏,ABB 用 RAPID」的廠商方言;
- Metadata(語義)
:機械臂的重量、我們看到的是一套早期規範和一批概念驗證,過程由人類把關、AI 走進物理世界」。
導讀
2026 年 8 月 27 日 ,消息很快被壓縮成一句話:「Claude 長出雙手,它的設計有個很妙的特點 :最底部隻收窄成
read、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 ,又沒證明什麽 。激光器的功率 、接入 MHS 後,
畫麵沒有錯,代碼負責穩定重複,到底證明了什麽、而是 HHMI Janelia 研究園區一個相當狼狽的科研現場 :激光 、過去散落在紙質說明書和老師傅經驗裏的知識,而是三件事的組合 :窄腰接口(read/write)降低接入門檻 ,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,此前四名專家花兩三周手寫的恢複腳本,歸零、量程、「Claude 長出雙手」 ,做一次實驗要按固定順序啟動 7 個程序,是一個確定性 、再讓智能去理解、而四足機器人的實時控製需要約 83 Hz——差了兩個數量級。


