Anthropic 推出新框架 讓 AI 代理操作實體設備

人工智能（AI）代理不僅能操作電腦，未來更可自動執行實驗室工作，甚至操控物理世界中的實驗室及生產設備，並自行糾正錯誤。Anthropic 剛發布的「模型硬件標準」（Model Hardware Standard，簡稱 MHS）研究預覽版，正是一個讓 AI 代理操作實體設備的框架，適用於科學研究及先進製造領域，有望大幅縮短科學發現的時間。

Anthropic 推出了多項重要標準，包括該公司創建並開源的通用標準「模型上下文協議」（Model Context Protocol，簡稱 MCP），用於連接 AI 助手與數碼工具、網絡瀏覽器、數據庫及軟件應用程式（如 Slack 或 Gmail）。「模型硬件標準」（MHS）則是一個更新的配套標準，擴展了 MCP 的功能，作為「MCP for hardware」，讓 AI 代理能安全發現及操作實驗室儀器、機械臂及激光設備等。MCP 是 AI 代理向硬件發出自然語言指令的主要機制之一，配合命令介面及程式碼 API 一同使用。這兩個協議均採用「一次編寫，隨處連接」設計：MCP 統一軟件輸入輸出，MHS 則統一物理驅動程式及安全限制，使任何 AI 代理均能理解從未接觸過的設備。

Anthropic 亦制定多項 AI 工業標準，包括改進的「代理技能規範」（Agent Skills specification），重新定義高度結構化技能及自包含文件目錄，而非單純的 API 端點或冗長的文字提示。

MHS 讓 AI 代理能同步操作實驗室及製造設備，如顯微鏡、機械臂等，執行複雜任務，包括常規藥物研發實驗及量子電腦的激光校準。Anthropic 指出，透過整合 AI 代理能力與實驗室及製造硬件，Claude 大型語言模型可協助研究人員及工程師執行全天候自主工作流程，減少人工干預，從而加快生產及實驗進度。

Anthropic 已向首批科學研究實驗室及先進製造商開放 MHS 研究預覽版，建立 AI 代理安全操作實體設備的共享規範。MHS 支援 AI 代理操作多種實驗室及製造設備，如顯微鏡、液體處理器及機械臂，執行極精細的任務，涵蓋常規藥物研發實驗至量子電腦的激光校準。MHS 的開發最初由 Anthropic 與霍華德·休斯醫學研究所（Howard Hughes Medical Institute，HHMI）轄下的 Janelia 研究園區合作推動。

傳統上，實驗室或製造設施需耗費數週甚至數月時間設置及整合硬件。大多數設備無法互相通訊，需由專家建立定制整合方案。MHS 將整合時間縮短至數小時甚至數分鐘。此外，透過將 AI 整合至這些工具，MHS 協助研究人員及工程師協調全天候自主實驗及工作流程，代理能推理實驗的每一步驟、即時更新參數，並在部分情況下無需人工干預即可從硬件錯誤中恢復。

Anthropic 正與科學、機械人、電子及製造領域的合作夥伴分享 MHS 的早期版本，共同建立安全評估及開發 AI 系統操作實體設備的最佳實踐，為日後開源做準備。MHS 適用於任何具備可程式化介面的設備，且與模型無關，任何代理均可透過標準協議（如模型上下文協議）存取。有意申請研究預覽版的機構可點擊此處。

Anthropic 指出，該標準適用於任何具備可程式化介面的設備，並允許設備及代理透過網絡通訊。

框架特點

• 通用語言：將不相容的設備介面轉換為統一的機器狀態、程序及安全限制描述，使用標準的「讀取」及「寫入」原語。
• 發現機制：儀器透過自然語言標籤公開功能及可調整設定，無需為每種不同儀器編寫定制膠水代碼。
• 存取路徑：AI 代理可透過模型上下文協議（MCP）、命令行工具或基於程式碼的 API 與硬件層互動。
• 目標設備：適用於實驗室機械人、液體處理器、顯微鏡、離心機、光譜儀、激光器及機械臂等。