AI要“动手”了：Anthropic给机器人发了一张“通用插座”

以前我们聊AI，聊的都是它脑子多好使：会写代码、会画画、会解数学题。但所有活儿，都在屏幕里干。

Anthropic上周放了个新东西，叫MHS（Model Hardware Standard），一句话：让AI直接上手，操作显微镜、机械臂、激光器这些真家伙。

这不是发了个机器人，而是定了一套规矩。

实验室里的设备有多难搞？不同厂家的仪器，各说各话，互相不理。以前要把它们串起来，得请工程师写专门的“翻译程序”，一搞就是几周几个月。

MHS的思路很简单：给每台设备配一个标准驱动，统一成两个动作——读（现在什么状态）和写（改成什么参数）。设备之间能互相发现，AI一看就懂。

像USB一样即插即用。集成时间从几周，压到几小时。

数据不是吹的：

• 卡内基梅隆大学，4台设备连起来，8小时搞定，实验速度快了3倍；
• 量子计算公司QuEra，AI调激光，恢复成功率从58%提到99.3%，原来要几分钟，现在6秒；
• 基因泰克，蛋白质实验AI自己跑，还能中途自己纠错。

看懂这步棋的人会发现，Anthropic在下一盘大棋。

去年它开源了MCP，统一了AI调用软件和数据的口子；现在MHS，是把同一套逻辑搬进物理世界。AI不再只是“分析数据、给建议”的军师，开始变成“上手操作、自己迭代”的实干家。

有句评价很到位：这是“物理版MCP”。

当然，泼点冷水。AI在物理世界里还是“新司机”：实验里液体起了泡，AI第一反应是重开，越搞越糟，最后还是得人告诉它“那是气泡，正常现象”。物理世界的坑，比屏幕里多得多。

但这不妨碍方向明确：AI正在从“会说话”走向“会动手”。实验室24小时无人值守、AI自己设计实验自己跑，可能比我们想的来得快。

Anthropic说了，这标准以后会开源。也就是说，定规矩的不只是它，谁都能用。

到那时，AI干的活，就不只是敲键盘了。