大语言模型如今真正拥有了“物理触手”。本周四，Anthropic 宣布推出硬件用 MCP，即 Model Hardware Standard（MHS）。这是一项新标准，旨在帮助所有大模型驱动的 AI 智能体安全快捷地操作物理设备。如今，像 Claude 这样的模型可以像使用模型上下文协议一样，在物理世界中操作显微镜、机械臂、液体处理器、激光器等硬件。这一进展被视为 AI 从数字世界迈向物理世界的关键一步。
熟悉智能体生态的人对 MCP 应不陌生。这是 Anthropic 于 2024 年 11 月推出的开放标准协议，旨在为大语言模型与外部数据源、本地文件、开发工具及各类应用服务之间提供一种标准化、安全的双向通信接口。其核心定位被比作“AI 领域的 USB-C 接口”，能打通大模型与 GitHub、Slack、本地文件系统、数据库等软件环境。随着技术发展，MCP 已演变为智能体生态中不可或缺的事实标准。此次，Anthropic 试图通过 MHS 将这套通信规范升维到物理硬件、传感器、嵌入式系统与测试设备上。
MHS 的开发始于 Anthropic 与霍华德・休斯医学研究所 Janelia 研究园区的合作，现已面向首批科研实验室和先进制造商开放研究预览版。过去，实验室或工厂搭建和集成硬件往往需要数周甚至数月，且由于缺乏标准接口，设备间难以互通，必须依赖专家定制方案。MHS 将这一过程缩短至数小时甚至数分钟。此外，借助 AI 融入，MHS 让研究人员和工程师能更轻松地协调全天候的实验和工作流程。智能体能推理实验步骤、实时更新参数，甚至在无需人工干预的情况下从硬件故障中恢复。
即使不考虑 AI 集成难度，让车间设备相互通信也非易事。此前，每个设备都有独立的编程接口，缺乏统一集成方法，且无法与 Agent 共享数据或安全操作。MHS 通过引入标准化驱动程序解决了这些问题。这种驱动程序在操作系统和硬件间进行转换，使用“读取”或“写入”等简单基本命令，使任何硬件都能理解。它实现了设备的标准化发现，让设备和智能体能跨网络通信，无需定制“翻译”程序。此外，驱动程序还能帮助智能体理解陌生设备，并提供机器特性信息（如机械臂重量）以确保安全。这些信息原本多存储于纸质手册或隐性知识中，现在可通过自然语言标签直接输入，自动生成包含设备特性和安全限制的参考文件。
设备连接且智能体了解操作方法后，MHS 提供了三种控制机制：MCP、命令行界面和代码文件（API）。用户可通过一行代码协调多个设备。智能体能接收运行数据，在高层级上监督和指导工作，对操作步骤排序、监控结果并调整参数。对于长时间或高速任务，智能体可将驱动程序命令串联成代码文件，使设备自行执行，无需每步推理。测试中，Anthropic 发现 Claude 在与实验和硬件交互时展现出科学家的探索性。例如，Claude 调整激光器并观察结果，评估调整效果，理解事件顺序，最终将学习转化为确定性脚本，实现自动化校准。
在开发 MHS 过程中，Anthropic 与生物技术、机器人、量子计算等领域的实验室及硬件制造商分享了该技术。早期项目显示，MHS 缩短了集成时间，提高了迭代速度，并有助于机器实时运行和故障检测。硬件供应商和配套软件公司也在设备中内置 MHS 支持。例如，亚马逊云科技通过 Strands Robots 提供支持，Automata 为实验室自动化平台 LINQ 添加支持，Danaher 探索其在生物医学研究中的应用，Doosan Robotics 测试机械臂的自动化质量保证，MBF Bioscience 为 ScanImage 开发驱动程序，QIAGEN 展示其在核酸纯化平台上的故障排除能力，Tecan 为 Fluent 液体处理平台添加支持，Universal Robots 计划在其机器人平台上集成 MHS。
在开源之前，Anthropic 希望进一步完善标准。作为大语言模型，Claude 通过文本和图像学习物理世界，其空间和物理推理能力仍有局限，需要专家监督。例如，在处理蛋白质样本时，研究人员需引导 Claude 区分起泡是物理故障还是软件错误。目前，MHS 尚未兼容无编程接口的硬件，Anthropic 正与制造商合作将驱动程序集成进去。许多开发者已使用 Claude Code 操作单个设备。MHS 的下一阶段目标是扩展标准以覆盖更多开发者设备。早期采用者包括 Hugging Face（在机器人库 LeRobot 中添加支持）和 Raspberry Pi（在多款产品中启用 MHS 集成）。