你以为 AI 编程工具只能在屏幕里工作？今天它接管了显微镜和机械臂

实验室里，每个设备都有自己的接口——显微镜一家、机械臂一家、激光器又一家。把它们串进同一个自动化流程，光是写定制代码就要几周，多的要几个月。这就是 AI 进物理世界的真实门槛。

Anthropic 8月27日放出了 Model Hardware Standard（MHS），就是来解决这个问题的。

MHS 是什么

MHS 是一套标准化的驱动层。它给每个硬件设备写一个统一的”设备描述文件”：设备叫什么、能做什么、可调哪些参数、安全边界在哪里。AI Agent 通过 MCP、命令行或代码接口读到这个文件，就能操控这台设备——不需要为每台设备单独写集成代码。

核心理念和 MCP 一样：写一次，任何 Agent 都能用。只不过 MCP 的另一端是软件 API，MHS 的另一端是显微镜、机械臂、量子激光器。

真实数据

QuEra Computing 用 Claude 配合 MHS 控制量子激光器：手动恢复成功率为58%，单次耗时约150秒；Claude 接管后，成功率拉到99.3%，耗时6到14秒，700次盲测稳定运行。

Carnegie Mellon 把四台互不兼容的仪器在八小时内接进了同一个工作流。以前做这件事要几周。

HHMI Janelia 团队现在可以在几分钟内往七台显微镜联动系统里加一台新设备。以前是好几天的集成项目。

最大创新：物理安全边界

MHS 让用户用自然语言描述设备在代码里看不见的信息：机械臂的重量、激光器的工作范围、哪些参数调了会出问题。这些描述自动生成一份参考文件，Agent 拿到就能操作一台它从没见过的设备。

这就是 Agent 进物理世界最难的那一步——以前这些信息在纸质手册里、在技术员的经验里，Claude 读不到。

局限性

Anthropic 说得很直白：Claude 的空间推理和物理直觉仍然需要人类专家监督。Genentech 有一个典型案例：Agent 一直重试一个样本问题，因为它把物理上的泡沫当成了软件 bug——人类研究员花了好久才让它理解这是物理问题，不是代码问题。

目前只支持有编程接口的设备。纯机械设备还没法接入。

另一件事：Claude Code 2.1.251 同天发布

同一天，Claude Code v2.1.251 正式推出，带来了两个新 Hook：PreModelSwitch 和 PostModelSwitch。这两个 Hook 让企业可以在 Agent 切换模型之前拦截它——退出码2直接阻止切换。

为什么重要？Opus 的 Token 单价是 Haiku 的80倍。如果你的 Agent 在长会话里随意往上切换模型，每月账单可能会多出好几倍。现在可以写个脚本检查额度，只允许特定方向的升级。

这个版本同时修了四个安全漏洞，包括文件工具在权限检查后跟随符号链接的路径遍历问题，以及插件命令声明可以指向插件目录外的路径遍历问题。

你现在能做什么

如果你的团队在做需要操控硬件的 AI 应用，主动去查一下你的设备厂商有没有在推进 MHS 驱动——Raspberry Pi、Hugging Face LeRobot、AWS 和几家工业机械臂厂商已经在列。如果你的设备还不在名单里，这件事可能很快会有变化。

关于模型切换 Hook，在 settings.json 里加一个 PreModelSwitch 拦截脚本是你现在就能落地的下一步，成本几乎为零。

MCP 解决了软件接口标准化的问题，每月 SDK 下载量已超400万次。MHS 正在把同样的思路搬进物理世界。AI 编程工具的能力边界，不再由屏幕大小决定。