尽管Fable 5.1推迟了，但Anthropic再次甩出王炸。今天，注定是载入大模型史册的一天——AI终于长出了手脚，开始接管物理世界了！Anthropic率先拿自家Claude“试水”，让它去操控实验室的硬件。机械臂、液体处理仪、显微镜、摄像头，甚至量子计算机的激光系统，全部直接上手。Claude通过不断优化移液器设置，在药物发现中自主跑实验、修bug。更疯狂的是，一项原本需要耗费数周的成像实验，被AI硬生生压缩到了一天之内。就在这一刻，Anthropic直接开放了MHS（模型硬件标准）第一阶段研究预览。全网瞬间炸开了锅，有人认为这可能是今天最被低估的发布之一。MHS，就相当于“硬件版MCP”，真正给AI装上了眼睛和双手！
AI“接管”物理世界，一个新标准诞生
MCP是Anthropic最重要的发明之一，它让大模型接上了数据库、浏览器和各种软件工具。如今，Anthropic又把这一思路搬到了现实世界。MHS就是一个“通行证”，Agent可以直接上手操控现实硬件。这可和上半年爆火全球的“龙虾”不同，那一次还停留在工具层面，这一次是AI真的接入硬件了！Anthropic想做的是，让所有机器都能被大模型“读懂”。实验室自动化听起来不新鲜，真正磨人的是设备接不起来。一台显微镜、一台机械臂、一台移液工作站，往往来自不同厂商，接口各异。每多接一台，工程师就要重写一套“翻译程序”，搭好自动化流程往往需要数周甚至数月。MHS的出现，直接把桌子掀了。MHS是物理世界的MCP，也是AI设备时代的USB-C。只要设备有编程接口，MHS就能用极简指令让所有硬件听懂AI。最离谱的是，它自带“大白话说明书”。新机器接上来，AI读一下自研语言标签——这台仪器最高能加热几度、机械臂多重、最大速度多少……全世界的AI瞬间就能掌握一台它这辈子没见过的机器！等设备接好，Agent就能通过MCP、命令行或API统一调度，不同机器终于可以在同一工作流中协同工作。
Claude会“开”机器了，碾压人类专家
一家量子公司QuEra，其中性原子量子计算机需要用激光精准控制原子量子比特。激光非常“娇贵”，频率漂移机器就可能停摆。有些故障人类专家修一次要5到10分钟，调试新故障甚至要拖上几个星期。QuEra曾让4名专家连轴转两三周，手搓出一套恢复Python脚本，结果只能预设故障。他们把同一道题扔给了Claude。通过MHS，Claude直接读取激光系统状态，在测试台上调节参数，再通过摄像头观察光束位置。Claude跑了整整一晚，主动制造、识别并修复了数百种故障。最后成绩非常亮眼，Claude把激光稳定率干到了99.3%，而人类专家仅58%。令人震惊的是，同样一次校准，人上手要5到10分钟，Claude练熟后直接压到6秒。
另一家基因公司Genentech，同样让Claude做药物发现实验。没想到Claude全程自己给自己打分，还能不断优化移液器设置，出bug还能实时自我修复。在HHMI Janelia研究园区，一项极其复杂的“脑成像”实验，团队平时搞完要花好几周。Claude接管多设备后，直接一天收工。HuggingFace研究员LeRobot也提前内测了MHS研究预览版。令他惊叹的是，未经过任何训练，Claude Code直接操控一台真实机械臂，完成了积木颜色分类任务。评论区网友表示，简直难以置信，这种泛化能力从何而来。
当然，现在就宣布“黑灯实验室”真正到来，还太早。Claude还是“栽”在了泡沫上
成绩固然亮眼，在实验记录中也能看到肉眼可见的局限性。Genentech做蛋白浓度检测时，粘稠的蛋白溶液在移液过程中起泡，气泡挤占管道空间，实际转移量偏低。Claude的本能反应是在同一孔位重试，结果液体越搅泡沫越多……研究人员不得不上手亲自告诉它：“这是物理问题，不是算法存在Bug，你得换个干净孔位、减少混合次数才行。”Claude听懂后保持了正确操作，但它自己始终想不到这一步。这是MHS目前最根本的瓶颈：Claude通过文本和图像理解世界，没有物理直觉。换言之，我们需要真正的世界模型！QuEra的测试同样印证了这一点：Claude能一夜跑完数百次激光校准，但遇到光束被物理遮挡，只会停下来等人确认，实验可能在凌晨空转数小时。这看起来也未免太蠢了……安全第一，谨慎有余，效率不足。这也是具身智能目前很大程度上的困境。
物理推理之外，还有三道现实门槛
第一，设备覆盖。MHS只能接管有编程接口的硬件。CMU的案例里，一台板式读数仪连API都没有，MHS只能模拟人类点击GUI来操作，这大大制约了在全球实验室能真正落地的自动化效率。祖传老设备才是大多数实验室的常态。
第二，计算成本。让AI持续在线监控，计算开支需要和省下的研究时间放在一起权衡。对预算紧张的学术实验室，这不是小数目。毕竟，一个月2000块，你就可以得到一个超高学历的能工智人，任劳任怨，还能为教授提供情绪价值。
第三，监管真空。MHS的工作方式，是在驱动文件里写清楚一台机器的安全边界。比如这条机械臂最快只能转多快、最大角度是多少，AI读完就知道哪些动作不能做。问题在于，这份文件本质上就是一道安全阀：写对了，机械臂不会撞到人，很好；可写错了，后果由谁承担？目前没有标准答案。想要大规模真实落地，把法律责任捋清楚很重要——但也可能会反过来影响技术的实现，为了安全而妥协一部分。
世界的底层接口
Anthropic想要争夺的，是AI进入物理世界最底层的“接口”。在这个Agent时代，它先用MCP连接起工具，现在又用MHS打通AI进入真实世界的大门。过去，大模型只能告诉人类怎么做。现在，它开始亲手做了。