Signal YCurated AI News
更新于 11/5 20:4061 个信源

Anthropic 开放「模型硬件标准」MHS 研究预览,让 AI 智能体安全操作实验室设备

AI 研究9/28 16:56Anthropic News查看原文 ↗
摘要

Anthropic 宣布开放「模型硬件标准」(MHS)研究预览,这套与 HHMI Janelia 研究园区合作开发的共享规范,让 AI 智能体能够并行操作显微镜、液体处理机、机械臂等实验室与制造设备。Anthropic 将在开源该标准前,先与伙伴建立安全评估与最佳实践。

核心要点
  • MHS 从一项与 HHMI Janelia Research Campus 的合作起步,首批开放对象为科研实验室与先进制造企业。
  • 它支持智能体并行操作多台仪器,任务范围从常规药物发现实验到量子计算机上的激光校准。
  • 原文称实验室或制造设施自行搭建并集成硬件通常需要数周乃至数月,而 MHS 将这一集成工作缩短到数小时或数分钟。
  • 智能体可逐步推理实验流程、实时更新参数,并在部分情况下无需人工干预即可从硬件错误中恢复。
  • 实现方式是一套标准化驱动:用 read(如读取温度)、write(如设定温度)等原语,并让每台设备以标准格式可被发现,从而跨网络自动互认,无需定制「翻译器」。
原文佐证
  • MHS reduces this integration work to hours or minutes.
  • It typically takes a lab or manufacturing facility weeks, if not months, to set up and integrate their hardware.
  • MHS works with any device that has a programmable interface. It is also model-agnostic, and any agent harness can access it using standard protocols, such as the Model Context Protocol .
AI 洞察
Anthropic 正把竞争从模型层推向「智能体与物理世界之间的协议层」——这与 MCP 的思路一脉相承:先定义接口,再让生态围绕接口生长。一旦 MHS 成为实验室与产线的事实标准,硬件厂商的差异化会被压缩到精度与成本,而编排与安全评估的话语权上移到协议制定者手中。对药物发现、材料科学和高端制造而言,这意味着「无人实验室」的瓶颈正从自动化设备本身转向标准与安全规范。