Anthropic发布了一项新标准MHS（Model Hardware Standard，模型硬件标准），目的很直白：让AI智能体不只会聊天写代码，还能直接操控实验室里的显微镜、离心机、机械臂这些物理设备。这家公司此前推出过MCP标准，解决的是AI连接软件和数据的问题；这一次，他们把目标对准了现实世界的硬件设备。
MHS来自Anthropic和霍华德·休斯医学研究所Janelia研究园区的合作，目前已向首批科研实验室和先进制造商开放了研究预览版。最直观的成绩单在效率上：以前把一台新设备接入AI系统，需要几周甚至几个月的定制开发，现在改成了几个小时到几分钟。
为什么快这么多？关键在于MHS把"设备通信"和"智能体交互"这两件事标准化了。过去每台设备都得单独写驱动程序，费时费力还容易出bug。MHS提供了一套统一的设备描述和交互协议，AI不需要提前"认识"这台设备，现场读一下接口信息就能上手操作。
测试场景里，接了MHS的Claude表现得像一个不知疲倦的科研助理。它能自己设计实验步骤、动态调整参数，实验跑着跑着设备突然报错，它也能自主判断故障原因并恢复运行——全程没有人类插手。实验室里最苦最累的活儿，未来可能真能交给AI来值夜班。
MHS的兼容性也做得比较聪明：只要设备带可编程接口（现在绝大多数科研和工业设备都有），就能接入，而且不挑底层用的是哪家大模型的API，Claude、GPT还是其他模型都能跑。目前提供了三种控制方式：通过MCP协议控制、命令行界面、直接写代码文件，让不同技术背景的人都有入口。
当然，它也有做不到的事。完全没有数字化接口的老式设备，MHS目前还接不上。Anthropic正在和早期用户一起推动标准迭代，补上这块短板。
把MCP和MHS放在一起看，Anthropic的意图很明显：MCP让AI接管了软件世界，MHS让AI接管了物理世界。智能体不再只是屏幕里的对话窗口，而是开始碰触真实设备和真实实验。现阶段技术还很早期，但方向已经足够清楚——AI能不能替你值班、替你做实验、替你盯着流水线，比拼的将不再是模型"聪明不聪明"，而是它跟物理世界的接口顺不顺滑。MHS朝这个方向迈了一步，而且步子不算小。