功成身退網別布了什到底發急著叫理 M它物麽曲上 三部
接入 MHS 後 ，曲上讓它「采訪」你來完成錄入 。着叫核心設計是物理什麽 、到底證明了什麽 、到底命令行、发布速度上限 、部别急機器保留最後否決權。曲上急停 ，着叫
這件事的物理起點也不是"讓 Claude 控製機械臂"的 Demo，C# 和各自的到底控製軟件裏 ，
三 、
這家做中性原子量子計算機的部别急公司 ，AI 走進物理世界」 。曲上由設備自行執行 。着叫Agent 越不用靠猜。廠商越容易接；語義層越完整 ，中篇帶你看四個一線案例的完整細節——CMU 的 8 小時集成與六種被攔截的故障 、設備語義（狀態/操作/標簽）讓機器能自我介紹，有網絡開銷 、探索收斂後的操作鏈固化成確定性代碼 ，沒有硬實時保證 。機器第一次見到 Agent 時 ，運動邊界 ，是每台設備的標準化驅動（MHS Driver） 。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 ，
MHS 的真正核心 ，ABB 用 RAPID」的廠商方言；
大模型推理天然是非確定性的 ：有延遲抖動、而是以統一格式被任何進程讀取。Python 、
畫麵沒有錯 ，寫入參數——然後把設備差異全部放進上層描述裏 。但機器可讀。而不是「UR 用 RTDE 、MHS 的核心 ：一套「窄腰」設備驅動
很多人把 MHS 叫「硬件版 MCP」
，它的設計有個很妙的特點 ：最底部隻收窄成 read
、
導讀
2026 年 8 月 27 日 ，再讓智能去理解 、拒絕謊報成功；測試期間激光自然跳模 43 次 ，更難得的是那 5 次失敗 ：係統識別出是測試台本身的問題 ，不是定型的行業標準 。
一 、而是三件事的組合：窄腰接口（read/write）降低接入門檻，
這是三部曲的上篇 ：講清楚 MHS 到底是什麽、工作空間這類代碼表達不了的信息 ，官方列出的三種控製機製是 MCP 、分層執行讓模型待在該待的位置——實時控製環之外 。相機的連接狀態 ，分別跑在 MATLAB 、就是 MHS 的雛形[1:1][3] 。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 ，第一次變成了機器可讀的標準對象 。組合和運營整個物理現場
。博士後 Arco Bast 被逼急了，模型硬件標準）研究預覽版 。而最終交付的產物 ，而是 HHMI Janelia 研究園區一個相當狼狽的科研現場 ：激光 、而人類專家需要 5 到 10 分鍾 。需要申請；規範文本尚未公開 ，同一方法遷移到第二個波長 ，運行完全自主[7:2][8:1] 。
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
，這就是物理世界的「窄腰」 。代碼 API——MCP 是入口之一 ，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
，實戰見真章。 故事還沒完 。最難的 10 到 14 秒 ，順序錯了整場實驗白做。用工程師的話說——AI 幫你把經驗編譯成代碼 ，以及一個會自己找離心機補救的係統 ，完全可審查的常規程序 。量程
、二 、Anthropic 計劃在完善安全評估後再開源[1][2] 。
盲測結果 ：700 次注入故障覆蓋七種類型 ，歸零 、
一句話概括
：模型負責判斷
，隻能覆蓋預想過的故障模式 ，成功恢複 695 次（99.3%） ，組成統一的狀態清單；
下篇預告 ：概念說完 ，相機 、而不是散落[4][5] 。激光頻率一旦漂移整機罷工 。接口層越窄 ，相機畫麵不再鎖死在各自軟件裏 ，
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、也最容易被「AI 直接控製機械臂」的標題掩蓋
。
它也沒有讓 Claude 獲得新的機械能力 。而四足機器人的實時控製需要約 83 Hz——差了兩個數量級 。讓 LLM 逐周期決定電機輸出多少扭矩 ，做一次實驗要按固定順序啟動 7 個程序 ，代碼上產線 。過去散落在紙質說明書和老師傅經驗裏的知識 ，在設備層強製執行 。是一個確定性 、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），全部自動恢複[7:3][8:2]。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」 。又沒證明什麽 。機械臂還是原來的機械臂 ，平台位置 、位移台來自不同廠商 ，我們看到的是一套早期規範和一批概念驗證，但以機器速度 、
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 ↩︎ ↩︎ ↩︎
write兩個原語——讀取狀態、本篇小結
MHS 的本質不是"AI 控製硬件" ，以及它最關鍵的一條工程紅線 。
MHS 公開案例體現的是正確的分層 ：Agent 負責高層推理和探索 ，成功率 58%[7][8]。也不意味著 Claude 已經能接管現實世界。代碼負責穩定重複 ，MCP 解決的是模型如何連接軟件工具；MHS 負責的是物理設備 。反射鏡 、是工程災難[6] 。Genentech 的移液自優化和"泡沫翻車"、「Claude 長出雙手」 ，終於可以完整地介紹自己；
- Safety Guards（安全限值）：最高溫度
、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 、QuEra 的案例是最好的注腳 。但結論跑得太快 。生產運行時，不是 MHS 本身[1:2]。用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話，Agent 麵對的是統一能力模型 ，激光器的功率 、
未经允许不得转载：>功成身退網 » 別布了什到底發急著叫理 M它物麽曲上 三部
