铝罐静静地放在实验台上。为了拿起它，机械臂必须精确计算抓取金属所需的压力，以免将其压碎。这种计算依赖于传感器数据。传感器数据通过驱动程序传输，这是一种在机器和计算机之间充当翻译器的软件。几十年来，工程师不得不为房间里的每一件硬件编写一个新的翻译器。Anthropic 现在打算用一套名为“模型硬件标准”（Model Hardware Standard，简称 MHS）的统一规则来取代这数千个自定义脚本。
软件与硬件之间那道无形的墙
在过去的三年里，人工智能几乎完全生活在屏幕后面。它可以写诗或调试代码块，但在物理世界中，它实际上是既盲又瘫的。如果科学家想让 AI 进行现实世界的实验，他们通常必须在 AI 和设备之间建立一个自定义桥梁。这个过程需要数周或数月的逻辑编码。一台机器人说一种语言；旁边的显微镜说另一种语言。其结果是一个数字版的“巴别塔”，将自动化锁在了数据中心内部。
Anthropic 正试图通过其新的模型硬件标准（MHS）拆除这道墙。这是一套开放驱动程序，旨在让 AI 智能体与任何设备对话。简单来说，它是机器的通用翻译器。开发人员不再需要编写特定的程序来告诉机械臂移动三英寸，而是使用 MHS 为 AI 提供通往机器的直接路径。然后，AI 使用自然语言来指挥硬件。这一转变使 AI 从聊天机器人变成了车间领班。
机器人通用遥控器的实际工作原理
这项底层技术依赖于两个主要组件。首先是模型上下文协议（MCP），Anthropic 此前发布该协议是为了帮助 AI 访问数据。第二是 MHS，它专注于物理动作。当这两者协同工作时，像 Claude 这样的 AI 模型可以阅读设备说明书，理解其控制方式，并立即开始操作。
从大局来看，这个系统就像物理世界的 USB 接口。在 USB 出现之前，将打印机或鼠标连接到计算机需要特定且往往令人沮丧的配置。USB 标准化了连接，使计算机和设备能够立即相互理解。MHS 对工业和科学硬件起到了同样的作用。它为跨网络共享数据和命令提供了一种通用格式。这消除了在实验室每件器材之间编写定制翻译程序的需要。
将一个月的劳动转化为一分钟的代码
这一标准的灵感来自弗吉尼亚州的珍妮莉亚研究园区（Janelia Research Campus）。Anthropic 的员工 Alek Kemeny 观察到神经科学家 Arco Bast 在一项关于大脑记忆的实验中，费力地协调旋转激光器、显微镜和摄像头。Bast 必须建立自己的接口才能让这些部件协同工作。Kemeny 意识到，如果每个科学家都必须这样做，进步将保持缓慢。MHS 的努力旨在解决这个问题。Anthropic 表示，过去需要数周的实验设置现在只需几分钟。
在一个测试案例中，一个 AI 模型同时控制显微镜和激光器。该模型调整激光，通过摄像头检查结果，并重复该过程以校准系统。它在没有人类编写一行移动代码的情况下完成了这一切。AI 推理出每个步骤，看到图像中的错误，并将显微镜移动到更好的位置。这就是 AI 充当疲惫不堪的实习生。它完成了通常耗费研究人员大量时间的重复性、精确性工作。
安全标签与物理极限的现实
让数字大脑控制物理身体的最大风险之一是，大脑不理解重量或重力。模型可能会尝试让机械臂以超过其电机允许的速度移动，或者可能会尝试举起会折断其关节的物体。MHS 包含一个标准化的标签系统来防止这些灾难。这些标签描述了硬件的现实世界约束。
每个设备都有一个参考文件，列出了其重量限制、运动范围和安全关机点。当 AI 智能体连接到新机器时，它会首先读取这些标签。它了解到手臂的最大伸展距离为两米，且不能举起超过五磅的物体。这些信息是安全的基础。它允许模型在不损坏设备的情况下操作它从未见过的设备。模型在其推理过程中将这些约束视为硬性边界，就像人类操作员遵循安全手册一样。
为什么合作伙伴名单对你的预算很重要
Anthropic 并不是在孤军奋战。该公司正与一组制造商和研究人员合作测试该系统。合作伙伴名单很有说服力。它包括亚马逊云服务（AWS）、Hugging Face 和优傲机器人（Universal Robots）。最值得注意的是，它还包括树莓派（Raspberry Pi）。树莓派的加入是给普通用户的一个信号。这意味着这项技术不仅适用于价值十亿美元的制药实验室。
| 合作伙伴 | 主要角色 | MHS 集成的影响 |
|---|---|---|
| Amazon Web Services | 云基础设施 | 仓库机器人的可扩展 AI 控制 |
| Raspberry Pi | 低成本计算 | 负担得起的家庭和小型工业自动化 |
| Hugging Face | AI 研究 | 用于机器人学习的开源库 |
| Universal Robots | 工业机械臂 | 工厂车间组装的标准化控制 |
| Automata | 实验室自动化 | 诊断和化学测试的更快处理 |
从消费者的角度来看，这种标准化通常会导致价格下降。当硬件变得更容易集成时，制造效率会提高，成本会下降。如果一家小型初创公司可以在一个周末而不是一年内建立一条机器人组装线，他们就能更快、更便宜地将产品推向市场。在日常生活中，这最终可能会带来更智能的家用电器，它们可以真正地相互对话，而不需要打交道的几十个不同的应用程序。
从聊天机器人到实际机器的转变
从历史上看，当一种移动动力或信息的新方式变得标准化时，工业革命就会发生。蒸汽机是一个；互联网是另一个。MHS 是标准化智能移动物理物质方式的一种尝试。在驱动程序和 API 的术语背后是一个简单的转变：我们正在从要求 AI 告诉我们事情，转向要求 AI 为我们做事。
这项技术目前处于研究预览阶段。Anthropic 计划将 MHS 打造为一个开源的、与智能体无关的标准。这意味着它不仅适用于 Claude；它最终可能适用于来自 Google、OpenAI 或 Meta 的模型。保持智能体无关性是一种具有韧性的策略。它防止了单一公司拥有机器人所说的语言。
从实际角度来说，底线是科学发现的速度即将加快。如果一个实验室在过去测试一个假设的时间内可以测试一百个假设，那么新材料和新药物的开发将会加速。Alek Kemeny 认为这可以将一个世纪的进步压缩到短短十年内。虽然这是一个大胆的说法，但逻辑是成立的。消除思想与物理行动之间的摩擦是工业进步的方式。
最终，你应该关注你自己的设备在明年会如何变化。你可能会注意到，需要特定中枢的“智能”设备越来越少，而只要你对它们说话就能工作的设备越来越多。现代生活无形的骨干正变得更加互联。从孤立机器的世界向协调系统的世界的过渡不再是“是否”的问题，而是“何时”的问题。请留意你下一件科技产品上的标签。如果它支持像 MHS 或 MCP 这样的通用标准，那么它就是软件最终拥有“双手”的宏大转变的一部分。
Sources:
Anthropic Research Preview: The Model Hardware Standard
HHMI Janelia Research Campus Project Reports
Raspberry Pi Foundation Industrial Hardware Specs
AWS Strands Robotics Integration Documentation
