MHS（模型硬件标准）

让一个 AI 智能体（或者任何软件）去控制一台实验仪器或产线设备，通常都要针对这台设备的固件和厂商 SDK 单独写一套控制代码，一台仪器往往就要花几周到几个月。MHS 想做的，是把这一层标准化——就像 MCP 把『软件工具怎么被模型调用』这件事标准化一样。

MHS 由 Anthropic 在 2026 年以研究预览（research preview）的形式推出，初期只对少量科研实验室和先进制造企业开放，并表示后续计划将规范开源。这项工作最早源于 Anthropic 与 HHMI Janelia 研究园区的合作，早期案例来自 Genentech、华盛顿大学、卡内基梅隆大学、QuEra Computing 等机构。就目前的预览阶段而言，它还很早期，远谈不上是被广泛采用的标准。

MHS 标准化的是驱动（driver）——操作系统和设备之间的那一层软件。每个 MHS 驱动对外暴露一组很小的原语：read（读取某个值，比如温度）、write（设置某个值），以及发现（discovery），让智能体和设备能在网络上互相找到对方，中间不需要为每一对设备单独做转换。驱动里还带有自然语言标签，说明这台设备是什么、测量什么、哪些参数可调、强制哪些安全上限；驱动会把这些标签编译成一份参考文件，智能体在真正操作设备之前可以先读这份文件了解它。

怎么运作

MHS 驱动会以标准的发现格式把设备发布到网络上，智能体不需要预先配置就能枚举出当前可用的仪器。对每台设备，驱动提供 read/write 原语，以及那份编译好的参考文件——测量单位、可调参数，以及驱动自身强制执行的安全上限（比如把激光功率卡在某个值以下，避免损坏样品）。因为这些限制是以代码的形式写在驱动里，而不是写在提示词里，所以不管由哪个模型来驱动，它们都一样生效。之后智能体通过自己 harness 支持的控制方式操作设备——MCP、命令行，或是自动生成的代码文件——并且可以并行协调多台仪器，因为每个驱动讲的都是同一套原语。MHS 在设计上与模型无关，Claude 只是 Anthropic 的参考实现，并非必需。

举个例子

在 Anthropic 公布的一个案例里，卡内基梅隆大学的研究者把几台原本互不兼容、分布在不同电脑上的仪器接入 MHS，从开始写驱动到跑出经过验证的剂量-反应实验结果，大约用了八小时——而按厂商标准的对接方式，这类工作通常要以周计。

和相关概念的区别

常见误解

常见问题