Anthropic 於近日釋出其第二項標準——MHS（模型硬體標準），距離其首個標準 MCP 釋出已過去 21 個月。MHS 旨在統一模型與硬體裝置之間的連線協議，使智慧體能夠並行操作實驗室、製造儀器等多種硬體。這是 Anthropic 首次通過標準形式表明 AI 進入硬體領域的態度與思路。

MHS 的核心是一個標準化驅動程式，類似計算機作業系統與硬體裝置之間的轉換層。該驅動支援簡單命令（如“讀取”溫度、“寫入”設定溫度），讓硬體裝置理解智慧體需求並執行相應程式。安裝驅動後，每台裝置可在智慧體連線網路中主動“自我介紹”，以統一格式說明自身裝置型別與可執行命令，其他裝置可像搜尋區域網印表機一樣發現並直接對話。

MHS 為每台裝置提供三樣東西：一份永久說明書、連線轉換口以及自修復能力。驅動包含標籤，允許使用者用自然語言寫入機器使用指南，也可由智慧體詢問硬體配置後自動生成參考檔案，記錄裝置能測什麼、能調什麼、以及強制安全措施。智慧體獲得檔案後即可正確操作裝置，無需依賴人工經驗傳承。

該介面並非單一轉換口，可一對多甚至多對多，也適用於仍在研發中的硬體。過去，實驗室或工廠車間多台裝置通訊困難，因每台裝置有各自程式設計介面，缺乏標準化方法。裝置連線後也難以與 AI 智慧體共享資料，更別提安全操作。傳統上，搭建平台、整合硬體需數週甚至數月，MHS 可將此過程縮短至數小時甚至數分鐘。

控制層面，MHS 提供三種機制：MCP、命令列介面和程式碼檔案（API），三者協同，一行程式碼即可協調多台裝置。智慧體可接收裝置執行資料、監督指揮，如排序操作步驟、監控結果、即時調參。對於長時間任務或操作節奏快於線上推理速度時，智慧體可將多台裝置驅動命令寫成程式碼檔案，讓裝置自行執行並彙報。此外，硬體控制系統具備自修復能力，智慧體能即時監測、調整引數，某些情況下無需人工干預即可從故障中恢復。

Anthropic 在測試中發現，Claude 操作實驗硬體的方式不可預測，例如調整雷射器時，Claude 通過攝像頭觀察結果、評估調整效果、重複過程以理解事件順序，隨後將學習資訊打包成程式碼檔案，編寫確定性指令碼，後續重複操作無需逐步推理即可校準，整個過程可作為單一命令執行。官方稱其“像科學家”一樣思考。

實際案例中，QuEra 量子計算機的雷射頻率需鎖定在萬億分之一精度，溫度、震動甚至推門都會導致失效。過去熟練工需 5 至 10 分鐘修復，四人團隊數月寫指令碼成功率僅 58%。通過 MHS，四個 Claude 智慧體組成工作流，提假設、改指令碼、上真機跑、讀日誌再改，一晚迭代數百輪。次日恢復鎖定時間從 150 秒縮至 6 秒，後續 700 次盲測成功率 695 次（99.3%）。Claude 調出的引數連續執行 19 小時零失鎖，而專家手調引數平均每小時鎖 1.6 次。最終 Claude 交出可審查的 Python 指令碼，生產環境執行時無需 AI 持續在場。

MCP 的開放生態使其成為智慧體時代預設選擇，MHS 釋出意在復刻 MCP 成功。若硬體世界向 MHS 靠攏，Claude 系模型將最快進入這些裝置，智慧體執行理解積累更快，且每台接入裝置運轉都會消耗模型推理，開啟模型需求。

目前 MHS 為內測版本，開發者需申請進入內測名單。Anthropic 正與科學、機器人、電子、製造領域合作伙伴共享早期版本，在標準開源前共同構建安全評估、制定 AI 操作物理裝置的最佳方式。

從 MHS 框架看，Anthropic 與 OpenAI 對硬體路線幾乎相反。OpenAI 走從易到難路線，先造可直接執行的 AI 硬體，從消費終端切入，其第一款硬體為家庭智慧音箱。Anthropic 則自難而易，直接瞄準精密科研裝置操控，如量子計算機雷射、藥廠液體平台，要求模型對物理世界理解更深刻、操作精細度更高。

兩家公司對硬體中 AI 的定位也不同：業內爆料稱 OpenAI 將模型塞進硬體，以端側模型為主；Anthropic 則選擇讓智慧體接入硬體。OpenAI 自造硬體、自用模型，偏向封閉生態，類似“蘋果”路線；Anthropic 生態位重心放在上游軟體層或協議層。不過業界有風聲稱 Anthropic 已開始探究硬體研發，CNBC 報道其組建晶片團隊設計定製晶片，並挖來曾在 OpenAI、Meta、蘋果做硬體的高管 Caitlin Kalinowski。

OpenAI 造裝置賭終端，想打造下一個 iPhone；Anthropic 定標準賭平台，希望改造 AI 與硬體連線方式，更好控制現有可程式設計硬體。今年 4 月，有媒體在海外展會與 Anthropic 工作人員交流，對方稱內部同時有很多事項，看哪個更被使用者需要就優先推進。如今 MHS 釋出或表明 AI 上硬體在 Anthropic 內部排序中已提上日程。

2025 年 AI 硬體熱潮在 Plaud 出貨破百萬台刺激下點燃，AI 吊墜、戒指、眼鏡、玩具等產品爆發。2026 年 AI 硬體進入去泡沫時代，投資人謹慎，市場未現大爆款。但水下熱度未散：晶片廠商解決端側算力，手機廠商解決模型進終端工程問題，模型上硬體的基礎設施問題正被層層解決。OpenAI 與 Anthropic 先後下場，一個造裝置、一個定標準，基礎設施與頭部玩家就位，未來兩年或迎來新一波 AI 硬體小高潮。

下一波產品可能具備智慧能力增強、更多硬體聯動、互動體驗升級等特點。新一輪 AI 硬體必須是產品形態、功能有審美、能帶來可見價值的產品，只靠堆料和蹭概念者時間不多。但直接進入 AI 硬體“iPhone”時代或許很難，iPhone 在功能機時代後重新定義手機形態，而當前 AI 硬體領域甚至無法確認下一代“AI 手機”是什麼。iPhone 時刻不會在核心產品形態未出現時誕生，但“類手機”形態創新可能先出現。

未來更可能進入類似智慧家居時代，存在“智慧中樞”中心，連線各種 AI 創新硬體，也通過協議介面連線傳統硬體改造後的 AI 入口，拉通關鍵場景資訊資料流，圍繞具體場景完成智慧體託管。

儘管 MHS 目前只是內測標準，對物理世界理解仍有 Bug，但模型走向硬體的風向已改變。過去兩年硬體廠商單方面魔改模型抬上裝置，如今模型廠商也開始為“上”硬體做準備。但 Anthropic 硬體介面之戰或比 MCP 更難：軟體世界接受統一介面各方受益，硬體世界介面即入口，入口後是裝置、模型、資料和生意，沒有大廠輕易讓出。MHS 需足夠實力、技術落地能力及遠超同行的產品效果，標準之爭往往比技術之爭更長。