Anthropic 于近日发布其第二项标准——MHS（模型硬件标准），距离其首个标准 MCP 发布已过去 21 个月。MHS 旨在统一模型与硬件设备之间的连接协议，使智能体能够并行操作实验室、制造仪器等多种硬件。这是 Anthropic 首次通过标准形式表明 AI 进入硬件领域的态度与思路。

MHS 的核心是一个标准化驱动程序，类似计算机操作系统与硬件设备之间的转换层。该驱动支持简单命令（如“读取”温度、“写入”设置温度），让硬件设备理解智能体需求并执行相应程序。安装驱动后，每台设备可在智能体连接网络中主动“自我介绍”，以统一格式说明自身设备类型与可执行命令，其他设备可像搜索局域网打印机一样发现并直接对话。

MHS 为每台设备提供三样东西：一份永久说明书、连接转换口以及自修复能力。驱动包含标签，允许用户用自然语言写入机器使用指南，也可由智能体询问硬件配置后自动生成参考文件，记录设备能测什么、能调什么、以及强制安全措施。智能体获得文件后即可正确操作设备，无需依赖人工经验传承。

该接口并非单一转换口，可一对多甚至多对多，也适用于仍在研发中的硬件。过去，实验室或工厂车间多台设备通信困难，因每台设备有各自编程接口，缺乏标准化方法。设备连接后也难以与 AI 智能体共享数据，更别提安全操作。传统上，搭建平台、集成硬件需数周甚至数月，MHS 可将此过程缩短至数小时甚至数分钟。

控制层面，MHS 提供三种机制：MCP、命令行界面和代码文件（API），三者协同，一行代码即可协调多台设备。智能体可接收设备运行数据、监督指挥，如排序操作步骤、监控结果、实时调参。对于长时间任务或操作节奏快于在线推理速度时，智能体可将多台设备驱动命令写成代码文件，让设备自行执行并汇报。此外，硬件控制系统具备自修复能力，智能体能实时监测、调整参数，某些情况下无需人工干预即可从故障中恢复。

Anthropic 在测试中发现，Claude 操作实验硬件的方式不可预测，例如调整激光器时，Claude 通过摄像头观察结果、评估调整效果、重复过程以理解事件顺序，随后将学习信息打包成代码文件，编写确定性脚本，后续重复操作无需逐步推理即可校准，整个过程可作为单一命令运行。官方称其“像科学家”一样思考。

实际案例中，QuEra 量子计算机的激光频率需锁定在万亿分之一精度，温度、震动甚至推门都会导致失效。过去熟练工需 5 至 10 分钟修复，四人团队数月写脚本成功率仅 58%。通过 MHS，四个 Claude 智能体组成工作流，提假设、改脚本、上真机跑、读日志再改，一晚迭代数百轮。次日恢复锁定时间从 150 秒缩至 6 秒，后续 700 次盲测成功率 695 次（99.3%）。Claude 调出的参数连续运行 19 小时零失锁，而专家手调参数平均每小时锁 1.6 次。最终 Claude 交出可审查的 Python 脚本，生产环境运行时无需 AI 持续在场。

MCP 的开放生态使其成为智能体时代默认选择，MHS 发布意在复刻 MCP 成功。若硬件世界向 MHS 靠拢，Claude 系模型将最快进入这些设备，智能体执行理解积累更快，且每台接入设备运转都会消耗模型推理，打开模型需求。

目前 MHS 为内测版本，开发者需申请进入内测名单。Anthropic 正与科学、机器人、电子、制造领域合作伙伴共享早期版本，在标准开源前共同构建安全评估、制定 AI 操作物理设备的最佳方式。

从 MHS 框架看，Anthropic 与 OpenAI 对硬件路线几乎相反。OpenAI 走从易到难路线，先造可直接执行的 AI 硬件，从消费终端切入，其第一款硬件为家庭智能音箱。Anthropic 则自难而易，直接瞄准精密科研设备操控，如量子计算机激光、药厂液体平台，要求模型对物理世界理解更深刻、操作精细度更高。

两家公司对硬件中 AI 的定位也不同：业内爆料称 OpenAI 将模型塞进硬件，以端侧模型为主；Anthropic 则选择让智能体接入硬件。OpenAI 自造硬件、自用模型，偏向封闭生态，类似“苹果”路线；Anthropic 生态位重心放在上游软件层或协议层。不过业界有风声称 Anthropic 已开始探究硬件研发，CNBC 报道其组建芯片团队设计定制芯片，并挖来曾在 OpenAI、Meta、苹果做硬件的高管 Caitlin Kalinowski。

OpenAI 造设备赌终端，想打造下一个 iPhone；Anthropic 定标准赌平台，希望改造 AI 与硬件连接方式，更好控制现有可编程硬件。今年 4 月，有媒体在海外展会与 Anthropic 工作人员交流，对方称内部同时有很多事项，看哪个更被用户需要就优先推进。如今 MHS 发布或表明 AI 上硬件在 Anthropic 内部排序中已提上日程。

2025 年 AI 硬件热潮在 Plaud 出货破百万台刺激下点燃，AI 吊坠、戒指、眼镜、玩具等产品爆发。2026 年 AI 硬件进入去泡沫时代，投资人谨慎，市场未现大爆款。但水下热度未散：芯片厂商解决端侧算力，手机厂商解决模型进终端工程问题，模型上硬件的基础设施问题正被层层解决。OpenAI 与 Anthropic 先后下场，一个造设备、一个定标准，基础设施与头部玩家就位，未来两年或迎来新一波 AI 硬件小高潮。

下一波产品可能具备智能能力增强、更多硬件联动、交互体验升级等特点。新一轮 AI 硬件必须是产品形态、功能有审美、能带来可见价值的产品，只靠堆料和蹭概念者时间不多。但直接进入 AI 硬件“iPhone”时代或许很难，iPhone 在功能机时代后重新定义手机形态，而当前 AI 硬件领域甚至无法确认下一代“AI 手机”是什么。iPhone 时刻不会在核心产品形态未出现时诞生，但“类手机”形态创新可能先出现。

未来更可能进入类似智能家居时代，存在“智能中枢”中心，连接各种 AI 创新硬件，也通过协议接口连接传统硬件改造后的 AI 入口，拉通关键场景信息数据流，围绕具体场景完成智能体托管。

尽管 MHS 目前只是内测标准，对物理世界理解仍有 Bug，但模型走向硬件的风向已改变。过去两年硬件厂商单方面魔改模型抬上设备，如今模型厂商也开始为“上”硬件做准备。但 Anthropic 硬件接口之战或比 MCP 更难：软件世界接受统一接口各方受益，硬件世界接口即入口，入口后是设备、模型、数据和生意，没有大厂轻易让出。MHS 需足够实力、技术落地能力及远超同行的产品效果，标准之争往往比技术之争更长。