Anthropic 推出了模型硬件标准 (MHS) 的研究预览，这是一项旨在让 AI 智能体发现并安全操作物理设备的共享规范。该倡议针对由不同供应商接口引起的“集成税”，旨在将设置时间从数周或数月缩短至数小时或数分钟。

  • MHS 标准化了操作系统与设备之间的驱动层，暴露了读取、写入和发现等原语。
  • 它使用驱动标签将物理知识（如重量限制）编码到参考文件中，以执行安全策略。
  • Genentech 使用 Claude 自动化了 BCA 蛋白质测定，收敛于专家确认的流参数。
  • QuEra Computing 用 MHS 智能体循环替换了定制的光学重新锁定脚本，实现了 99.3% 的成功率，并将残余误差从 15.7 mV 降低至 1.55 mV。
  • 卡内基梅隆大学在八小时内完成了剂量反应实验，速度约为典型供应商设置速度的三倍。

该标准与模型无关，并与模型上下文协议兼容，允许任何智能体框架通过 CLI 或代码文件与设备交互，同时将安全限制保留在驱动层而非提示词中。