Anthropic 希望 Claude 不再只是被限制在浏览器标签页中的聊天机器人，而是能够直接操作机器设备。8 月 27 日，这家 AI 公司推出了 模型硬件标准（Model Hardware Standard，MHS），这是一项新的软件规范，旨在让 AI 代理能够发现、与之通信并控制物理设备——从工厂车间的机械臂到研究实验室中的精密仪器。这标志着一个非常明确的信号：Anthropic 的 AI 硬件控制正在成为一个真正的产品类别，而不仅仅是研究中的讨论话题。
Summary
要点速览
- Anthropic 于 8 月 27 日以研究预览形式发布了 模型硬件标准（MHS），并计划最终将其开源。
- MHS 让像 Claude 这样的 AI 模型能够发现、对接并控制诸如机械臂和实验室仪器等硬件，并且适用于任何具有可编程接口的设备。
- 早期合作伙伴 QuEra 在激光重新锁定任务上报告了 99.3% 的成功率，而此前的基准仅为 58%。
- 据称，以前需要数周定制工程才能完成的任务，现在只需数小时。
- 在更大范围推广之前，Anthropic 正与包括 HHMI Janelia、Genentech 和 卡内基梅隆大学 在内的部分合作伙伴开展安全评估。
Anthropic 推出模型硬件标准，将 AI 与物理设备连接起来
模型硬件标准是一项软件规范，旨在弥合 AI 代理的推理能力与机器物理运动之间的鸿沟。Anthropic 用一个简单的比喻来描述它：可以把它想象成一根 USB-C 线——一种在设备之间传递信息的标准化方式，只不过这里线另一端的设备不是笔记本电脑和手机，而是机械臂、实验室设备和制造硬件。
Anthropic 负责“有益部署”的负责人 Elizabeth Kelly 在接受 CNBC 采访时表示，公司在构建这一标准时首先考虑的是科学领域。Kelly 说：“我们是为科学而构建这一标准，以展示 AI 的潜力，但这里对企业和工业同样有巨大的好处。”
模型硬件标准的核心特性
在这一宣传背后，是一套相当技术化的工具包。MHS 提供了通用驱动接口、让模型可以用自然语言描述和定位硬件的自然语言设备标签，并与 Anthropic 现有的 模型上下文协议（Model Context Protocol，MCP） 内置兼容。最后这一点尤为重要，因为 MCP 已经规范了 AI 模型如何与软件工具和数据源进行交互；MHS 本质上是将同样的通信逻辑扩展到物理世界，让 Claude 和其他模型能够以一致的方式发现并操作机器，而无需为每一台设备编写定制集成代码。
与模型无关的设计，实现广泛的 AI 兼容性
Anthropic 将 MHS 构建为可用于其自家模型之外的标准。该标准与具体模型无关，这意味着采用它的公司不会被锁定在 Claude 上——任何与该规范兼容的 AI 系统理论上都可以用它来操作同一套硬件。这是一个有意为之的定位选择：Anthropic 并不试图完全“拥有”硬件与 AI 之间的全部关系，而是押注于成为默认的连接层，从长远来看，这比将标准限制在自家生态系统中更有价值。
早期合作伙伴展示的性能提升与效率改进
来自测试合作伙伴的早期结果表明，MHS 不只是理论上的改进——它已经在改变硬件任务完成的速度。量子计算公司 QuEra 使用集成了 MHS 的 AI 来执行激光重新锁定这一精密校准任务，并取得了 99.3% 的成功率。这与在 MHS 出现之前通过定制脚本实现的 58% 基准相比，是一次显著的飞跃。
QuEra 在激光重新锁定任务中的突破性成功率
从 58% 跃升到 99.3% 并不是一次小幅调优——而是足以改变某项任务是否被视为适合生产环境的可靠程度的飞跃。对于那些精密校准失败可能会导致整次研究运行被迫中断的实验室环境而言，这一差距的重要性不亚于数字本身。
硬件集成周期的大幅缩短
除了成功率的提升之外，该标准似乎还在压缩过去往往需要数周才能完成的时间线。根据 Anthropic 的说法，以前硬件集成工作需要数周的定制工程投入，而现在据称只需数小时。对于制造商和研究实验室而言，这种速度上的变化会彻底改变采用 AI 驱动自动化的经济性——原本是一个需要数周工程投入的项目，现在更像是插上一个外设那么简单。
Project Fetch 第二阶段展示 Claude Opus 4.7 在编程速度上的优势
MHS 并不是孤立存在的。它连接着 Anthropic 更广泛的布局，即让 Claude 执行运营性工作，而不仅仅是生成文本。公司专注于 AI 辅助机器人编程的 Project Fetch 第二阶段发现，Claude Opus 4.7 以大约比人类团队快 20 倍的速度完成了编程任务。MHS 实际上就是旨在让这种速度优势能够在不同硬件配置中重复出现的基础设施层，而不是只在单一测试环境中出现的一次性结果。
在公开发布前的安全集成与战略合作
Anthropic 目前尚未向公众全面开放 MHS。相反，该标准以研究预览的形式提供给科学、机器人和制造领域的部分组织使用。Anthropic 表示，未来计划将这一标准开源，以便任何行业的设备制造商都可以采用它——这与其在 2024 年开源模型上下文协议所走的路径相同。
内置运行约束以实现安全的硬件控制
在这里，安全并不是事后附加在软件上的功能。MHS 的设计是在标准本身中直接嵌入运行约束——例如对机器人系统的速度限制和角度限制——从而使 AI 代理在物理上无法指示设备超出预设的安全参数范围进行运动。这是一个意义重大的设计选择：它将护栏设置在协议层，而不是完全依赖 AI 模型在具体时刻的判断。
与科研和行业领军机构合作开展安全评估
在更广泛发布之前，Anthropic 正与一批精心挑选的合作伙伴开展安全评估，其中包括 HHMI Janelia、Genentech 和卡内基梅隆大学。选择科研和生物技术机构而非面向消费者的公司作为第一阶段合作对象，表明 Anthropic 正以其通常用于模型行为的同等谨慎态度来对待物理安全测试——精密仪器和实验室设备几乎没有犯错空间。
这一切的重要性远不止一次产品发布。包括 OpenAI 和亚马逊在内的竞争对手已经在 AI 原生设备和制造工具上投入了数十亿美元，而 Anthropic 也在单独组建芯片团队并招聘硬件人才，其中包括一位曾在 OpenAI、Meta 和苹果任职的高管。MHS 让 Anthropic 有机会在 AI 推理与物理执行之间的连接层上展开竞争——如果这一标准能在制造和科研领域被广泛采用，它可能会决定当企业希望让某个模型在现实世界中真正“移动某样东西”而不仅仅是描述如何去做时，会默认选择哪家 AI 公司。
常见问题
Anthropic 推出的模型硬件标准是什么？
模型硬件标准是一项软件规范，旨在将像 Claude 这样的 AI 代理直接连接到物理设备，实现对机械臂、实验室仪器等硬件的控制与集成。
MHS 如何提升硬件集成的效率？
MHS 通过提供通用驱动接口和自然语言标签来简化并加速硬件集成，将原本需要数周工程投入的任务缩短到数小时。
模型硬件标准是否仅限于 Anthropic 的 AI 模型？
不是。MHS 被设计为与具体模型无关，可以与 Anthropic 的 Claude 之外的其他 AI 模型协同工作。
MHS 包含哪些安全特性？
MHS 内嵌了诸如速度和角度限制等运行约束，以防止不安全的设备操作，确保 AI 控制始终在安全参数范围内。
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Anthropic 推出的模型硬件标准是什么？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”模型硬件标准是一项软件规范，旨在将像 Claude 这样的 AI 代理直接连接到物理设备，实现对机械臂、实验室仪器等硬件的控制与集成。”}},{“@type”:”Question”,”name”:”MHS 如何提升硬件集成的效率？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”MHS 通过提供通用驱动接口和自然语言标签来简化并加速硬件集成，将原本需要数周工程投入的任务缩短到数小时。”}},{“@type”:”Question”,”name”:”模型硬件标准是否仅限于 Anthropic 的 AI 模型？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”不是。MHS 被设计为与具体模型无关，可以与 Anthropic 的 Claude 之外的其他 AI 模型协同工作。”}},{“@type”:”Question”,”name”:”MHS 包含哪些安全特性？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”MHS 内嵌了诸如速度和角度限制等运行约束，以防止不安全的设备操作，确保 AI 控制始终在安全参数范围内。”}}]}
本文在人工智能的协助下完成，并由编辑团队进行审核。
