摘要： Anthropic 於 2026 年 8 月 27 日發布 Model Hardware Standard 研究預覽，讓 AI agent 透過共享規格安全操作顯微鏡、液體處理器與機械臂等設備。標準化驅動程式、自然語言標籤、MCP 與程式碼檔案想把整合工期從數週縮到數小時或幾分鐘。早期夥伴已有具體測試，但 Claude 的物理推理有限，沒有程式介面的硬體也尚不支援。
在實驗室或工廠裡把不同硬體設備串接起來，通常要耗掉數週、甚至數個月。原因有三：每台儀器各自有一套程式介面；整合程式得靠專家逐台客製；設備彼此之間也缺乏共通的資料交換方式，無法直接與 AI agent 分享資料。Anthropic 於 2026 年 8 月 27 日發布的 Model Hardware Standard（MHS）研究預覽，目標就是把這段整合工期壓縮到幾小時，甚至幾分鐘。
MHS 是一份共享規格，目的在於讓 AI agent 能安全操作實體設備，顯微鏡、液體處理器、機械臂都是適用對象。這套規格起於 Anthropic 與 HHMI Janelia Research Campus 的合作，現階段開放給第一批科學研究實驗室與先進製造商試用。
標準化驅動程式的運作方式
MHS 的骨幹是一套標準化驅動程式，它在電腦作業系統與硬體設備之間扮演翻譯的角色。驅動程式只用到少數幾個簡單的指令原語，像是「讀取」（取得溫度）與「寫入」（設定溫度），而任何硬體設備都能聽懂並執行這些指令。
驅動程式同時讓每台設備以標準格式被發現，設備與 agent 於是可以直接在網路上互相找到對方並通訊，不必再另外準備客製化的轉譯程式。除此之外，驅動程式還內含標籤機制，使用者能用自然語言描述設備特性，例如機械臂的重量——這類資訊以往通常只出現在紙本手冊，或是操作者的 tacit knowledge 裡。系統會依這些標籤自動產生一份參考檔案，涵蓋設備能測量什麼、哪些參數可以調整，以及哪些安全限制必須強制執行。
三種控制機制，以及平行操作能力
等設備接上、agent 也知道該怎麼操作之後，MHS 準備了三種控制機制：Model Context Protocol（MCP）、命令列介面，以及程式碼檔案（API）。三者能互相搭配，agent 只要一行程式碼就能協調多台設備。
遇到耗時較長的任務，或是操作節奏快到超出 agent 線上推理所能跟上的程度時，agent 可以把多台設備的驅動程式指令串接進程式碼檔案。這樣設備就能自行完成操作，agent 無須逐步推理每一個動作。Anthropic 在測試中看到 Claude 展現出近似科學家的探索行為：動手調整雷射、用攝影機觀察光束怎麼變化、反覆微調以摸清因果關係，最後再把摸索所得打包成一份確定性腳本，使整套雷射對準流程可以用單一指令執行完畢。
早期合作夥伴的實測成果
MHS 已在數個領域實際測試，合作夥伴也公開了具體結果：
- Genentech 用 MHS 把 BCA 蛋白質測定自動化，過程中協調了液體處理器、機械臂與盤式讀取器。
- 華盛頓大學 Baker 與 Pinglay 實驗室的博士生 Zihao Song 藉由 MHS 打造遠端監控儀表板，並交由 AI agent 監督 qPCR 流程，當擴增曲線抵達正確時間點時便結束程序。
- 卡內基美隆大學的研究人員以 MHS 進行序列稀釋劑量反應實驗，速度約為先前的三倍；agent 負責協調液體處理器、盤式讀取器、機械臂與監控攝影機，而這些設備分別接在三台介面互不相容的電腦上。
- HHMI Janelia 的科學家 Virginie Ruetten 以 MHS 將一套顯微鏡設備收攏到單一介面下統一協調運作，而這套設備過去需要七個不同廠商的程式。
- QuEra Computing 交由 AI agent 控制量子電腦內部的雷射系統；這個由 agent 開發出來的控制器在 99.3% 的情況下能自動恢復雷射鎖定，過程中不需要人為介入。
- Tetsuwan Scientific 把 MHS 整合進自家的自動化生物實驗平台 ResearchOS，應用於 qPCR 工作流程，支援加州 San Pedro Creek 的公民科學污染分析。
硬體廠商方面也陸續表態加入。AWS 將藉由 Strands Robots 提供 MHS 支援；Automata 正著手把 MHS 加入 LINQ 平台；Danaher 與 Anthropic 共同探索智慧儀器的應用；Doosan Robotics 正在測試機械臂協調；MBF Bioscience 為 ScanImage 開發驅動程式；QIAGEN 在 QIAsymphony Connect 上進行概念驗證；Tecan 與 Universal Robots 也都有支援計畫。
目前的限制與後續規劃
MHS 眼下仍有幾項明顯的限制。Claude 是大型語言模型，它對實體世界的認識來自文字與影像，因此在空間與物理推理上能力有限，必須有專家在旁監督。Genentech 的研究人員便曾出手引導 Claude，讓它理解樣本起泡所造成的錯誤屬於物理問題，而非軟體錯誤。另一個限制是，MHS 還不支援沒有程式介面的硬體，Anthropic 正與這類設備的製造商合作，把驅動程式直接內建進去。
在研究預覽階段，Anthropic 會與合作夥伴一起建立安全評估機制，同時擬定實體安全路線圖，藉此強化對濫用風險的防護。MHS 未來有開源計畫，屆時研究預覽期間的發現也會一併釋出，作為安全部署的指引。有意投入的團隊可以透過 Anthropic 官網申請加入 waitlist。