MCP 你很熟，那 MHS 是什么你知道吗？这可能是比 MCP 更重量级的东西！
Anthropic 发布面向物理设备的代理接口标准 MHS（预览版），已在全球顶尖实验室的显微镜、机械臂与量子计算机上使用：CMU 实验提速约 3 倍，QuEra 激光重锁成功率从 58% 爬升。MCP 的剧本，要在物理世界重演一遍。
Anthropic 靠 MCP 做过一次「统一」：让 AI 代理用同一套方式调用数据库、浏览器、API，如今满世界的 Agent 都靠它接工具。这次它把同样的逻辑延伸到物理世界——给显微镜、机械臂、量子计算机这些设备也定一套接口标准。名字叫 MHS（Model Hardware Standard），预览版已经在全球顶尖实验室跑起来了。如果 MCP 统一的是「AI 的软件手」，MHS 想统一的是「AI 的物理手」。
综述
MHS（Model Hardware Standard）是 Anthropic 发布的面向物理设备的 AI 代理接口标准，此次为预览版，已在顶尖实验室的显微镜、机械臂与量子计算机等设备上使用。它解决的问题，是科研与工业领域纠缠了二十年的硬件接口碎片化：一间自动化实验室里，相机可能基于 Python、探测器跑在 MATLAB、电生理设备用 C#，机械臂与移液工作站各有各的专属驱动与封闭软件——相邻两台仪器常常无法感知彼此状态，想联动就得写定制代码。
MHS 的核心设计有三块：一是简化命令层——代理发布获取状态、写入参数等统一命令，设备都能听懂；二是 reference file（设备「使用说明书」）——记录每台设备的实时状态、参数与传感器数据，代理下指令前读一份文件即可掌握全局，不必逐个对接；三是安全护栏——接入设备时，最大功率、运动范围等安全阈值写入 MHS 驱动底层，AI 无法突破，发错指令也会被提前拦截。
效果口径（官方与案例方发布）：卡内基梅隆大学团队用 MHS 统一协调液体处理仪、读板机、机械臂与监控相机，实验速度提升约 3 倍；量子计算公司 QuEra 的中性原子量子计算机上，激光器频率精度需控制在万亿分之一，传统依赖人类专家手动修复、每次 5-10 分钟，此前自动化脚本成功率仅 58%、单次耗时 150 秒——接入 MHS 后由 Claude 驱动的多实例 agent 闭环执行激光重锁。
专业分析
MHS 的「统一翻译器」设计，是对过去二十年标准路线失败史的正面回应。行业不是没试过标准：SiLA 试图定义万物的属性格式，结果每出一个新设备标准委员会就要开会改文件；OPC UA 架构太重，逼厂商手写数千行底层代码；AnIML 只管数据格式不管控制逻辑，「光记账不干活」。它们的共同教训是：用死板的代码规则去框无限的硬件世界，永远追不上。
MHS 换了个底层逻辑：不逼硬件改代码，而是让大模型来包容硬件的多样性——设备只需暴露一个最小公共接口，剩下的「理解差异」交给 AI。reference file 是这套设计的神来之笔：传统集成要挨个设备写驱动，MHS 让 AI 每次先读「说明书」再动手，等于把「接口」从代码契约变成了「文档+理解」。这只有在模型足够聪明之后才成立——它是 AI 时代才能长出来的标准形态。
安全护栏的层级设计也值得注意：物理世界的错误代价是设备损毁乃至人身安全，MHS 把安全边界下沉到驱动底层、由框架强制，而不是寄望模型「自觉」——这与软件世界「权限默认最小化」的原则同构，是物理 AI 系统可以借鉴的架构范式。
要泼的冷水：MHS 目前是预览版，标准要成气候，取决于设备厂商的接入意愿——而历史上设备厂商对「再添一种接口」普遍冷淡，除非看到订单；reference file 由谁维护、如何保证实时准确，也是落地细节里的魔鬼；「实验提速 3 倍」等案例多为特定场景下的演示性结果，普适性仍需更多独立验证。
关联信息与影响
把 MHS 与本周情报流并排看：AAR 让 AI 自己改进自己，MHS 让 AI 自己操作物理世界——Anthropic 一周之内连出两招，分别指向「AI 的可信」与「AI 的触达」。加上 GPT-6 Astra 对计算机使用能力的强调，头部玩家的路线图已经很清晰：下一阶段的竞争不在模型脑子里，在模型能碰到的世界上。
对实验室自动化与科研工具产业，MHS 提供了一条比定制集成便宜得多的路径——自动化实验的边际成本下降，可能加速「AI 科学家」从演示走向常规；对设备厂商，标准若成气候，兼容 MHS 会成为竞标加分项，但「被 AI 远程操作」的商业模式与安全责任需要重新界定；对云厂商与 MCP 生态，MHS 是 MCP 的物理延伸——「MCP 管软件、MHS 管硬件」的双层标准一旦确立，Anthropic 就在 agent 接入层拿到了两把钥匙。
风险面：物理接口标准的失败率历史上远高于软件标准；安全护栏再强，也挡不住「聪明模型找到未预期路径」——物理世界没有回滚键，任何标准都得把失效模式想在前头。
未来展望
短期，看预览版的扩展速度：支持设备类型的增加、reference file 生态的形成、以及 QuEra/CMU 之外更多独立案例的验证结果。
中期，如果 MHS 与 MCP 形成「软件+硬件」标准组合，实验室、工厂、医院的自动化会进入「代理即操作员」阶段——编排复杂实验、管理整条产线成为 agent 的常规任务，人类的角色转向目标设定与异常处置。
长期，物理世界接口标准的意义会溢出科研与工业：机器人、智能家居、自动驾驶测试台架……任何「AI 要动手」的场景都可能收敛到同一套语言。标准之争的赢家，将定义未来十年人与物理 AI 的交互方式——这正是 Anthropic 在 MCP 上尝过甜头后，急着再立一杆的原因。
信号强度
大模型厂商：谁掌握 agent 接入物理世界的标准层，谁就在「具身智能」时代拥有分发权；Anthropic 先手，其余厂商要么跟进兼容，要么另立山头。
科研机构：实验室自动化的成本门槛大幅下降，中小团队也能编排「相机-机械臂-读板机」闭环；但设备安全责任与实验可重复性（reference file 的标准化记录）需要同步建设。
设备厂商：面临「接入 MHS 换订单」与「数据/控制权让渡」的权衡；早期兼容者有机会参与标准定义，观望者可能重演错过 MCP 的剧本。
开发者：从「为每台设备写驱动」转向「写 reference file + 编排 agent 策略」，技能栈向文档化与编排倾斜。
关联产业链：实验室自动化、生命科学工具、量子计算设备运维是显性受益方；设备安全审计、reference file 托管与认证服务可能长出新业态。
MCP 的成功证明了一件事：当接口足够简单，生态会自己长出来。MHS 正在赌第二遍——这一次的赌注更大，因为物理世界不接受弹窗报错，只接受把事做对。标准若成，AI 的双手才算真正接上了这个世界。
harness/Anthropic MHS（AI 情报库 2026-08-29 收录）
本文基于 AI 情报库收录的条目展开深析；事实性信息以原始报道为准，分析与展望为编辑观点。
原始报道：https://www.leiphone.com/category/yanxishe/N12vFHlsL2JrdKYR.html（雷峰网）
