編按：本文綜合整理自 Ars Technica 原報導與 Anthropic 官方公告，加入 Siami 編輯部觀點與分析。
MHS 是什麼：AI 控制硬體的「共通語言」
Anthropic 在 2026 年 8 月 27 日正式公開 Model Hardware Standard（MHS，模型硬體標準） 的研究預覽版。這是一套標準化的驅動程式介面，目標是讓 AI Agent 能直接與任意裝置對接、控制並交換資料，而不再需要為每個新裝置寫一套專屬整合程式碼。
過去一年雖然 Agentic AI 話題火熱，但自動化 AI 實際運作的範圍幾乎仍只限於文字、圖片、程式碼這類「螢幕內」的資料與動作。MHS 的出現，正是要把 AI 的觸手從螢幕內推到螢幕外——直接操作真實世界的物理設備。
這套標準提供共通介面與共通資料格式，讓裝置之間可以透過網路互相溝通，而「不需要在當中塞一個客製化的翻譯程式」，Anthropic 在官方公告中這樣寫道。
根據 Anthropic 的說法，MHS 可以把原本需要耗時「數週到數個月」的實驗設備整合流程，壓縮到「數小時甚至數分鐘」。
從神經科學實驗到機器手臂：MHS 的靈感來源
這套標準的誕生，來自 Anthropic 技術人員 Alek Kemeny 在 HHMI Janelia Research Campus 的一段親身觀察。當時神經科學家 Arco Bast 正在研究大腦記憶形成，需要協調旋轉雷射、顯微鏡、相機等多種儀器共同運作，整個介面整合花了 Bast 大量時間。
Kemeny 回憶當時的想法：「這個概念可以用來讓 AI 執行全世界任何科學實驗。」
Anthropic 釋出的展示影片中，研究人員對 Claude 下達自然語言指令，AI 隨即規劃步驟、調整雷射參數、再透過獨立相機觀察結果、自動重新校準整個系統。在另一段示範裡，Claude 沒有經過專門訓練，卻能推理出如何讓機器手臂成功夾起一個鋁罐——這個能力在傳統機器人程式設計中需要大量事先編寫的運動軌跡。
更關鍵的是，MHS 標準包含一套裝置標記系統（tagging system），用來向模型描述硬體的真實世界約束條件。包含機器手臂的重量與活動範圍、可調參數、量測選項、以及強制安全限制。AI 即使沒有見過某個新裝置，只要讀取這份標記檔，就能立刻掌握操作邊界。
為什麼這件事重要
這次發布的戰略意義遠超過「又一個 AI 新標準」。它標誌著 Anthropic 在三條重要軸線上同時推進：
第一，從軟體 Agent 跨入物理 Agent。MCP（Model Context Protocol）已經讓 Claude 可以讀寫檔案、呼叫 API、操作瀏覽器；MHS 則是把這套機制延伸到能直接控制機械設備、實驗儀器、工業機器人。一旦「語言模型 ↔ 機械」這條橋樑標準化，AI 對實體世界的影響力會指數級放大。
第二，鎖定「Agent-agnostic」生態系主導權。Anthropic 明說 MHS 未來會開源，且「不綁定特定 AI Agent」。表面看似佛心，實際上是在搶 2027 年之後所有 AI Agent 與硬體對接時的協議話語權——這跟當年 USB 標準化的戰略邏輯完全一致。
第三，把 AI 安全討論從「對齊」推進到「物理安全」。過去 AI 安全的核心是語言模型會不會說錯話、寫錯程式碼；MHS 開放後，問題變成 AI 控制下的機械手臂會不會夾錯東西、調整雷射時會不會過熱、工業機器人會不會衝撞。這是 Anthropic 透過標準化把安全責任「外包給整個生態系」的策略。
合作夥伴與下一步
MHS 目前的「研究預覽期」合作對象包括：
- Amazon Web Services（Strands Robots）
- Hugging Face（LeRobot）
- Raspberry Pi
- Automata
- Universal Robots
這些夥伴將協助 Anthropic 建立「AI 操作實體設備」的安全評估與最佳實務。Anthropic 表示，經過這一年的早期實驗合作，MHS 已成功「讓裝置整合時間縮短、在各種實驗場景中加速迭代」。
Kemeny 在宣傳影片中直言：「如果你能更快地驗證假設，就能更快地創造通用技術。這就是為什麼一整個世紀的進步，可以壓縮到十年。」
Siami 觀點：標準化是把雙刃劍
這次發布最值得讀者警覺的是 xkcd 927 號漫畫在 HN 留言區被高頻提及——這則漫畫嘲笑的是「每次出現新問題，就發明一套新標準」的業界老毛病。Anthropic 一邊推 MCP，又推 MHS，再加上 Anthropic 自己內部的 AGENTS.md 規範，三條平行軌道同時跑，整體混亂度反而上升。
更值得懷疑的是時機：Anthropic 8 月 27 日釋出 MHS 的同一天，Hacker News 上另一則「Stripe 放棄 500 億美元收購 PayPal」的消息獲得 42 分——而 MHS 拿到 118 分、46 則留言。這個分數說明社群對「AI Agent 控制實體世界」這個題材真的有興趣，但主流媒體只報導了表面。
真正的關鍵問題藏在三個細節裡：
- MHS 的標記系統到底用什麼語言寫？如果只是 JSON 或 YAML，那就是另一個很容易被各家硬體廠各自解讀的開放標準；如果是用 protobuf 或 schema registry，廠商必須嚴格遵守，才有真正互通的可能。Anthropic 公告沒講清楚，這是標準化成功與否的第一個關卡。
- 安全邊界寫在標記裡，誰來驗證？AI 模型讀到「機器手臂夾持力上限 50N」這個標記，會不會照著辦？這本質上是「AI 是否信任硬體廠提供的元資料」問題，跟供應鏈攻擊的本質一模一樣——2026 年 8 月 28 日同一天，Ars Technica 才揭露 Claude/Codex/Hermes 在企業內網執行無人認領程式碼的攻擊事件。
- 「agent-agnostic」是真的還是話術？Anthropic 說未來會開源、不綁 Agent，但 MCP 至今仍是 Anthropic 主導、其他家各自擴充的「半開放」狀態。MHS 如果走同樣路線，三年後會是另一個 MCP，而不是真正的開放標準。
從務實角度看，MHS 的研究預覽確實對科學家有價值——把數週的儀器整合壓縮到數小時，這對實驗室生產力是實質提升。但對「AI Agent 控制物理世界」這個更大的命題來說，Anthropic 推出的是標準化的起點，而不是標準化的完成。
真正能讓 AI 跨入物理世界的，不是哪家公司發明了一套協議，而是整個產業願不願意坐下來，把這些零碎標準合併成一個大家都遵守的單一規範。在那一天到來之前，MHS 只是又一個值得關注、但仍待時間驗證的開放承諾。
網友熱門留言 (6)