一台机械臂、一台移液工作站、一台读板机，加上几台监控摄像头，由三台电脑分别控制——这是卡内基梅隆大学一个自动化实验系统原来的样子。移液工作站使用旧式Windows接口，读板机没有可编程接口、只能操作图形界面，工程师要逐一理解设备、编写连接代码，才能让它们完成一次连续稀释实验。
在Anthropic披露的测试里，这些设备接入同一种硬件接口后，由Claude Opus 4.8安排运行顺序：移液工作站制备样本、摄像头确认孔板位置、机械臂把孔板送进读板机，模型读取测量结果再决定是否调整浓度、重新实验。团队从设备准备到获得一条完成自主重跑的稀释曲线，全程约8小时，而供应商搭建类似系统通常需要数周。
把这批设备接到一起的规范名为Model Hardware Standard（模型硬件标准，简称MHS）。8月27日，Anthropic发布MHS研究预览版，试图为AI Agent操作真实设备建立共享规范，正向首批科研实验室和先进制造企业开放。它在设备原有控制方式上叠加标准化接口，把状态与操作整理为读取、写入等基础指令，并生成供Agent读取的设备“说明书”。
MHS的定位不是取代设备的控制系统。它位于设备控制系统之上，不做关节级实时控制；高速或长时间运行的任务，由Agent生成确定性代码交给既有控制系统执行。逻辑上它只有三步：让设备能被发现、让Agent知道设备能做什么、怎样在安全限制内调用。这个思路与Anthropic此前发布的MCP一脉相承——MCP解决AI连接软件与数据，MHS把接口另一端换成真实设备。
实验证明了这套抽象能缩短接入成本。在霍华德·休斯医学研究所的Janelia研究园区，斑马鱼成像系统过去接入新设备要数天，如今新相机几分钟完成接入，启动实验从依次打开七个程序变成一次点击。但边界同样明显：Genentech实验中模型面对液体起泡，起初只在同一孔位换参数重试，被说明物理原因后才绕开；量子激光测试里，它无法排查程序信息解释不了的硬件故障。
行业对MHS的态度值得玩味。工业界并不缺接口——ROS生态的ros2_control提供硬件抽象，OPC UA能描述设备、变量与对象关系，今年4月OPC Foundation还宣布把430多套规范转成适合RAG、MCP与AI辅助工程的格式，目标让OPC UA成为智能体与工业自动化之间的语义层。MHS能否成为行业共同选择，目前还没有规模部署来回答。
但趋势已经清晰：当Agent从电脑屏幕走向实验室与工厂，比拼的不只是模型聪明程度，还有跨设备、跨厂商的编排与安全治理能力——设备能做什么、谁能调用、调用到哪一步需要留痕与回收。大模型公司与工业自动化正从两端向同一层靠近，围绕智能体与设备协作的平台化治理也随之成为新命题，这与星战科技OPC智能体协作平台的方向一致。