作者｜徐珊
编辑｜靖宇
距离 MCP 发布 21 个月后，Anthropic 推出第二份标准：MHS（模型硬件标准）。这是 Anthropic 首次通过标准化协议，正式确立 AI 介入硬件领域的战略路径。
MHS 是一套类似 MCP 的通信协议，但连接对象从“模型与应用”转变为“模型与硬件”。借助该标准，AI 智能体可并行操控各类实验室仪器及制造设备。其架构上接大模型，下连物理硬件，支持任意智能体框架接入，且不限制模型类型。
Anthropic 发布的对比图清晰展示了接入 MHS 前后的流程差异：
上为接入 MHS 前的流程，下为有了 MHS 后的流程 ｜图源：Anthropic 官网
MHS 的核心在于标准化驱动程序，即在操作系统与硬件设备间构建转换层。通过“读取”、“写入”等基础指令，该驱动能让任何硬件理解智能体需求并执行相应程序。
搭载该驱动的设备可在网络中主动“自我介绍”，以统一格式声明设备类型及可执行命令。其他设备或智能体可像在局域网搜索打印机一样，快速发现并直接与之对话。
继 2024 年 11 月 MCP 统一 AI 软件接口后，Anthropic 此次将目标锁定在模型与硬件的连接标准。对于 AI 落地硬件的进程，Anthropic 与硬件行业均已迫不及待。
AI 的「软硬件」转接口
MHS 为每台设备提供了三样核心能力：永久说明书、通用连接口以及自修复机制。
首先是“说明书”。MHS 驱动包含标签系统，允许用户通过自然语言录入使用指南，或由智能体自动询问配置后生成。基于此，驱动会自动生成参考文件，明确设备的测量范围、调节能力及安全红线，让智能体无需人工指导即可正确操作。
其次是“连接口”。该接口支持一对多甚至多对多连接，不仅适配现有设备，也兼容研发中的新硬件。MHS 驱动能帮助智能体理解从未见过的设备特性，突破仅靠代码无法获取的信息壁垒。
过去，实验室或工厂因设备接口不统一，集成硬件往往耗时数周甚至数月。MHS 将这一过程缩短至数小时甚至数分钟，实现了设备间的数据共享与安全操控。
最后是“控制与自修复”。MHS 协同 MCP、命令行界面和 API 代码文件，使智能体能通过一行代码协调多台设备。智能体可实时监控运行数据、排序操作步骤并根据反馈动态调整参数。面对长时任务，智能体还可将驱动命令编译为独立脚本，让设备自主执行并汇报结果。
更具突破性的是自修复能力。接入 MHS 后，智能体能监测硬件状态，在部分故障场景下无需人工干预即可自动恢复。这意味着研究人员下班后，程序仍可控制机械臂作业或调整环境参数，实现真正的 24 小时无人值守。
AI 如何操控设备？官方测试显示，Claude 操作硬件的方式具有“类科学家”的思考特征。例如在调整激光器时，Claude 先通过摄像头观察结果，评估光束移动逻辑，重复试错以理解因果顺序，随后将经验打包成确定性脚本。后续重复操作无需再次推理，仅需执行校准命令；若实验条件变化，它又能灵活调整操作顺序。
实际效果显著。以 QuEra 量子计算机为例，其激光频率需锁定在万亿分之一精度，极易受环境干扰。过去依靠熟练工程师需 5 到 10 分钟修复，且 AI 自动化脚本成功率仅 58%。引入 MHS 后，四个 Claude 智能体组成的工作流在一夜间迭代数百轮，将恢复时间从 150 秒压缩至 6 秒，盲测成功率提升至 99.3%。更关键的是，生成的 Python 脚本可在生产环境中独立运行，无需 AI 持续在场。
MCP 的成功使其成为智能体时代的默认生态，MHS 旨在复刻这一路径。随着硬件世界向 MHS 靠拢，Claude 系模型将更快渗透至终端设备，积累物理世界的执行经验。这不仅提升了硬件运转效率，也将大幅激发对模型推理算力的需求。
OpenAI 与 Anthropic，两条路线
目前 MHS 处于内测阶段，开发者需申请加入。Anthropic 正与科学、机器人及制造领域的合作伙伴共同制定安全评估标准及最佳操作规范。
透过 MHS 框架，可清晰看出 Anthropic 与 OpenAI 在硬件战略上的截然不同：
OpenAI 走的是“由易到难”的消费级路线。其首款硬件为家庭智能音箱，主张将模型植入设备内部，主打端侧推理，试图打造封闭生态，复刻“苹果”模式，赌注在于下一个 iPhone 级别的终端爆款。
Anthropic 则选择“由难到易”的工业级路线。其一出手便瞄准精密科研设备，如操控量子计算机激光、药厂液体平台等。这要求模型具备深刻的物理世界理解力与高精度操作能力。Anthropic 的策略重心在于上游软件层与协议层，旨在通过定义标准来改造 AI 与硬件的连接方式，赌注在于成为通用的底层平台。
尽管 Anthropic 强调协议优先，但业界消息称其也在组建芯片团队，并挖角前 OpenAI、Meta 及苹果的高管 Caitlin Kalinowski，探索定制芯片研发。这表明在定标准的同时，Anthropic 并未完全排除硬件自研的可能性。
此前 Anthropic 方面曾回应，内部多项任务并行，优先推进用户需求最迫切的事项。MHS 的发布标志着在 Anthropic 的战略排序中，“AI 上硬件”已正式提上日程。
AI 硬件窗口期缩短
2025 年，Plaud 等产品的爆发点燃了 AI 硬件热潮，各类形态产品涌现。进入 2026 年，市场步入去泡沫阶段，投资人趋于谨慎，缺乏现象级爆款。然而，水下热度未减，芯片厂商攻坚端侧算力，手机厂商解决工程落地问题，基础设施正层层完善。
随着 OpenAI 造设备、Anthropic 定标准，头部玩家与基础设施同时就位，未来两年有望迎来新一轮 AI 硬件小高潮。下一代产品或将呈现三大趋势：
- 智能能力增强：大模型深度融入硬件，超越简单问答，发挥实质性作用；
- 多设备联动：协议统一打破单品孤岛，实现跨设备协同作战；
- 交互体验升级：模型赋能带来更丰富、自然的反馈形式。
新一轮 AI 硬件必须兼具审美与实用价值，单纯堆料或蹭概念的产品将被淘汰。虽然目前尚难断言"iPhone 时刻”何时到来——毕竟核心产品形态仍未定型，但“类手机”的创新形态可能会率先突围。
未来更可能进入“智能家居时代”的升级版：存在一个“智能中枢”，既能连接创新 AI 硬件，也能通过协议接口改造传统设备，拉通关键场景数据流，实现特定场景下的智能体托管。
MHS 虽尚处内测，面临诸多物理世界理解的挑战，但它标志着风向的转变：过去是硬件厂商单方面“硬抬”模型，如今模型厂商也开始主动为“上硬件”铺路。
然而，Anthropic 这场标准之争比 MCP 更为艰难。软件接口各方皆受益，而硬件接口即入口，背后涉及设备、模型、数据与商业利益的博弈。大厂不会轻易让出入口控制权。MHS 若想成为公认标准，必须具备压倒性的技术落地能力与产品效果。
标准之争，往往比技术之争更为漫长。