Anthropic 给物理世界发了个 MCP：Model Hardware Standard，实验室集成从"几个月"砍到"几小时"
移液工作站、机械臂、酶标仪，三家厂商的货，三套控制软件，三种接口脾气。你想让它们串成一条流水线，就得请集成商来写胶水代码，报价按周起算。Anthropic 在 8 月 27 日的公告里给过个数：这类集成本身就要吃掉数周，运气差碰上难缠的设备，数月。
一、实验室里最磨人的环节，从来不是实验
是一台仪器认识另一台仪器。
移液工作站、机械臂、酶标仪，三家厂商的货，三套控制软件，三种接口脾气。你想让它们串成一条流水线，就得请集成商来写胶水代码，报价按周起算。Anthropic 在 8 月 27 日的公告里给过个数：这类集成本身就要吃掉数周，运气差碰上难缠的设备，数月。
然后他们掏出了 Model Hardware Standard，圈里人叫它 MHS。一句话讲完：一套让 AI 智能体安全操作物理设备的共用规范，目标是把"数周到数月"的集成活儿压进"数小时到数分钟"。
听着像 PPT 语言。可这次公告附带六家机构的实测数据，从蛋白定量到量子激光器锁相，数字相当硬。下面逐个拆。
二、MHS 管什么：一根线都不管
先说清楚它不是什么。MHS 是纯软件规范，不定义电压、接头、机械尺寸。它只解决一个问题：智能体和设备之间，怎么说上人话。
拆开是四层东西。
| 模块 | 干什么 | 例子 |
|---|---|---|
| 标准驱动 | 把硬件翻译成就两个原语 | 读温度、设温度 |
| 设备发现 | 设备以标准格式自描述 | 智能体在网络里自己找到它 |
| 元数据标签 | 自然语言写机器特性，自动生成参考文件 | 这台臂负载多少、哪些量可调、安全限位在哪 |
| 三条控制通道 | MCP、命令行、直接调 API | 一行代码编排一串设备 |
整个栈长这样：
这结构的源头挺野：Janelia 研究园区的博士后 Arco Bast 给自己的脑成像装置写了个共享内存字典，Anthropic 的 Alek Kemeny 看到了，两人合作把它长成了一套标准。个人 hack 变行业规范，这条路数在软件史上反复上演。
三、六家试点，一堆不像新闻的数字
研究预览的名单：Genentech、华盛顿大学、卡内基梅隆、HHMI Janelia、QuEra、Tetsuwan Scientific。每家都给了量化结果。
挑三个细说。
卡内基梅隆的 Serial Dilution。CyBio Felix 液体站、Varioskan LUX 酶标仪（这台连 API 都没有，最后是智能体直接操作图形界面）、Spinnaker 机械臂、若干相机，横跨三台互不兼容的电脑——接完用了约八小时，此前同类活儿的行情是按周计。跑起来之后，研究人员故意埋了六种故障：缺板、板放歪、酶标仪占用、相机断线、设备失联、急停。全部被拦下。更狠的一处：某轮实验 R² 只有 0.9 不到，智能体判定不达标，自己换了浓度重跑，R² 拉回 0.98 以上，全程没人插手。
QuEra 的激光锁相。中性原子量子计算机的激光器失锁后，原来的脚本要 150 秒才恢复、成功率 58%；人类专家手动来一趟 5 到 10 分钟。智能体写的重锁控制器 700 次试验成功 695 次，恢复以秒计。363 次实验、16 小时无人值守跑下来，残余锁相误差从 15.7 毫伏压到 1.55 毫伏。19 小时里它的调谐一次没丢，对照的人类专家大约每小时丢 1.6 次。
Genentech 的 BCA 蛋白定量。Claude 编排三台设备，自己优化移液流速：水相 140 微升每秒、粘稠的 BSA 溶液 10 微升每秒，跟老师傅的手感对上了。吸头拾取报错、液面检测报错都自恢复。唯一需要人出场的时刻很微妙：面对气泡，它分不清这是物理问题还是软件问题，得有人点破。
四、生态位：谁已经站进来了
设备厂名单里有 Tecan、QIAGEN、Universal Robots 这个级别的自动化巨头，也有 AWS 这种从云侧下场的。早期采用方里有两个名字特别顺眼：Hugging Face 拿 LeRobot 机器人库接了 MHS，树莓派官方出了相机的 MHS 驱动。
一百美元的单板机加一个规范就能被智能体安全驱动，这个组合想想还挺带劲。
五、为什么这事比"实验室自动化"大
具身智能这两年的主叙事是给模型长身体：人形机器人、端到端 VLA、世界模型。MHS 走的是另一条路——不急着造身体，先把"智能体 ↔ 物理设备"的接口标准化。更像当年 USB 之于外设、MCP 之于工具调用。
两条路线的差别画出来一目了然：
路线一性感，路线一贵。路线二不新潮，但它吃的是存量：全球实验室和产线里躺着的亿万台可编程设备，缺的从来不是智能，是一个统一瘦接口。MHS 若真开源并被设备厂广泛内置，"智能体进实验室"就从项目制变成装驱动。
对科研的影响可能更直接。华盛顿大学那组数字： de novo 蛋白设计一轮验证约一百美元、耗时一周，设计本身只要一美分。瓶颈全在湿实验侧。让智能体 24 小时盯仪器，等于把发现循环的转速提了一个量级。QuEra 那个案例甚至暗示：量子计算机自身的运维，可能是 AI 智能体最早的真实岗位之一。
六、冷水也得浇
公告自己承认的三条短板，照录：
- Claude 的空间和物理推理仍然需要专家盯着，QuEra 的智能体甚至会过度谨慎，半夜停下来等人批准；
- 长跑智能体的算力账单不便宜；
- 复杂协议的编排仍需调优。
七、我的判断
MHS 最值得盯的点，是"承诺开源"。闭源标准玩不出网络效应，开源才可能长成事实标准。Anthropic 这步棋的野心不在卖设备，在定义智能体时代的设备协议层——当年微软握住的是驱动模型，这次他们想握住的是物理世界的 MCP。
半年内见分晓的信号就一个：Tecan、Danaher 这些厂的产品目录里，MHS 兼容会不会变成印在彩页上的卖点。
参考：
- Anthropic 公告：https://www.anthropic.com/news/model-hardware-standard-research-preview
- 申请入口：https://modelhardwarestandard.com