Claude走出屏幕前，Anthropic先给机械臂写“说明书”

文 | 具身志，作者 | 仲庆元， 编辑 | 越十三 一台机械臂、一台移液工作站、一台读板机，再加上几台监控摄像头，由三台电脑分别控制。 机械臂通过任务文件接收指令，移液工作站使用旧式Windows接口，读板机甚至没有可供程序调用的接口，只能操作屏幕上的图形界面。 这是卡内基梅隆大学一个自动化实验系统原来的样子。每台设备都能独立工作，但要让它们共同完成一次连续稀释实验，工程师需要逐一理解控制方式，再编写连接代码。 在Anthropic披露的测试中，研究人员为这些设备接入同一种硬件接口，由Claude Opus 4.8安排运行顺序：移液工作站制备样本，摄像头确认孔板的位置和方向，机械臂把孔板送到读板机，模型读取测量结果，再决定是否调整浓度范围、重新实验。 实验结果是，团队从设备准备起步，到获得一条完成过自主重跑的稀释曲线，整个过程用了约8小时；而由供应商搭建类似系统通常需要数周。 把这些原本互不相通的机器接到一起的规范，名为Model Hardware Standard（模型硬件标准），简称MHS。 8月27日，Anthropic发布了MHS研究预览版（Research Preview），试图为AI Agent操作真实设备建立一套共享规范，正向首批科研实验室和先进制造企业开放。 一家以大模型和软件Agent闻名的公司，由此把手伸向了机械臂、显微镜和实验仪器的接口。 Claude开始调用真实机器 在软件Agent领域，Anthropic此前已经处理过一轮相似问题。 2024年11月，Anthropic发布Model Context Protocol（模型上下文协议，简称：MCP），解决的是AI应用如何连接外部数据和软件工具。开发者可以把数据库、代码仓库或业务系统接入MCP，向模型说明它们能够提供哪些资源和工具。 MHS沿用了相近的思路，只是接口另一端从软件和数据，换成了真实设备。 问题也因此麻烦得多。机械臂、显微镜和液体处理器可能来自不同厂家，运行在不同系统上，即使设备已经实现自动化，也未必能直接向一个通用Agent说明自己有什么能力。 按照Anthropic公布的设计，MHS在设备原有控制方式之上增加一层标准化接口，把状态和操作整理成读取、写入等基础指令，例如读取温度或设置温度。 它还试图给机器补上一份Agent能够读懂的“说明书”。设备能够测量什么、哪些参数可以调整、机械臂有多重、有哪些安全限制，这些过去可能藏在纸质手册、电脑文档甚至工程师经验里的信息，被写入设备描述，生成供Agent读取的参考文件。 对普通使用者来说，MHS想做的事情可以压缩成三步：让设备能被找到，让Agent知道设备能做什么，以及怎样在限制范围内调用它。 MHS并不是机器人操作系统，也不负责关节级实时控制。在卡内基梅隆大学的测试中，MHS位于设备的控制系统之上，需要高速执行或长时间运行时，Agent会生成确定性代码，再交给设备和既有控制系统执行。 今年7月，他们公开测试过Claude控制模拟人形机器人、机械臂和真实的宇树Go2四足机器人。同一个模型如果直接控制关节大多失败，改用预训练控制器、机器人Policy或者更高层工具后，表现则明显改善。 这意味着，面对复杂机器人有几十甚至上百个关节，需要高频、实时地对重力、惯性和接触力作出反应，MHS可以采用相似的分工：模型负责较高层的理解、安排和调整，底层动作仍由控制器和确定性软件执行。 所以，如果说MCP让软件和数据更容易变成Agent的工具，那么MHS想做的，是让真实机器也拥有一张Agent看得懂的“工具说明书”。 因为AI Agent一旦真的走进实验室、工厂和机器人系统，面前就是几十年工业自动化留下来的另一套世界。 给Agent一张机器工具清单 MHS最初就是从这样一间实验室里长出来的。 在霍华德·休斯医学研究所Janelia研究园区，一套用于斑马鱼成像的显微系统由不同厂商的激光器、扫描镜、探测器和位移台组成，相关设备分别运行MATLAB、Python和C#程序。研究人员需要按固定顺序启动七个程序，顺序一旦出错，整次实验都可能受到影响。 更麻烦的是，不同程序并不知道彼此正在发生什么。一个程序知道位移台停在哪里，另一个程序未必知道。为了让设备共享信息，研究人员过去需要编写点对点连接代码，有时甚至要再增加一块数据采集卡。 最初，研究人员只是做了一个共享内存字典，让这些仪器交换状态。Anthropic后来参与进来，把AI模型接到这个接口上，MHS逐渐由此成形。 Janelia研究人员称，过去接入一台新设备通常需要数天；采用这套方式后，一台用来观察激光光束的新相机只用了几分钟就完成接入，启动实验也从依次打开七个程序变成一次点击。 Claude通过MHS协调移液工作站、机械臂、读板机和摄像头完成实验 这里真正暴露的，并不是工业世界以前“没有接口”。而是过去绝大多数机器接口，首先是为确定的自动化系统和工程师设计的，并不是为一个临时进入现场的通用Agent准备的。 传统生产线通常先确定任务，由工程师完成集成、写好流程，机器随后反复执行。但科研实验、小批量制造或者频繁换线的场景没有这么稳定，实验结果可能改变，任务可能临时调整，下一步该用哪台设备、改哪个参数，也可能要根据刚刚得到的数据重新决定。 如果把Agent放进这种系统，它需要知道的就不只是“哪个按钮可以启动机器”。它还需要知道机器当前是否空闲、样品在哪里、什么动作可以执行、参数边界是什么，以及前一台设备完成后能否安全启动下一台。 相当于在开始工作前，Agent得先拿到一张不断更新、而且自己能够理解的“工具清单”。 假若每一种模型与每一台设备之间都需要重新开发专用接口，这种工作方式很难扩张。而MHS想解决的，就是这一层摩擦。 根据媒体报道，目前公开参与MHS的公司主要为少数设备厂商，其中包括最近因机器鸭爆火的Hugging Face公司。这说明MHS已经超出一份概念文档，但还远远不足证明它会成为行业共同选择。 因为Anthropic走到这里以后，马上撞上了一个更棘手的问题：这个世界原本就有自己的接口。 旧接口遇上新Agent 如果只看Anthropic的发布材料，很容易以为MHS正在填补一片空白。但事实上，机器人和工业自动化并不缺接口。 ROS生态中的ros2_control早已提供硬件抽象和读写接口。工业自动化领域的OPC UA覆盖范围更广，它能描述设备、变量、方法以及对象之间的关系，让跨厂商系统交换并理解数据。此外，机器人厂商还提供自己的控制器、SDK和安全机制。 换言之，机器怎样暴露状态、接受指令和表达自身能力，并不是Anthropic第一次发现的问题。 变化在于，这些接口开始面对一类新的使用者：AI Agent。 今年4月，OPC Foundation宣布，要把超过430套OPC UA Companion Specifications转换成适合RAG、MCP和AI辅助工程使用的格式。其中一个明确目标，就是让OPC UA成为Agentic AI与工业自动化之间的语义层。 这让两条原本分开的路线开始靠近。一边是工业接口组织在让既有设备和数据更容易被AI读取；另一边，是Anthropic这样的模型公司，从MCP连接软件工具继续向下