当大多数智能体还在和网页、API、文件系统打交道时，Anthropic 把边界往前推了一步。其新开放的模型硬件标准（Model Hardware Standard，MHS）研究预览，允许 AI 智能体直接操作实验室与制造设备——这被外界视为 Agent 标准化首次认真地从「软件世界」延伸到「物理世界」。
一、从「点按钮」到「拧阀门」
MHS 的目标，是给智能体一套与真实仪器对话的通用接口：不是让模型去点网页上的按钮，而是让它能向离心机、测序仪、产线机械臂这类设备下发指令并读取状态。据披露，Genentech、卡内基梅隆大学（CMU）、AWS 以及八家硬件厂商已经介入集成。对科研与制造场景而言，这意味着一部分「往返于设备与表格之间的体力活」有望被 Agent 接管。
二、为什么是现在
过去 Agent 难以触碰实体设备，一半因为模型不会「理解仪器」，一半因为每家厂商的通信协议都像一座孤岛。MHS 的打法类似软件侧的 MCP——先立一套标准接口，再让设备方按标准接入。一旦标准被接受，智能体就能跨品牌、跨产线复用同一套操作逻辑，而不必为每个仪器单独写适配。这种「先定规矩、再扩生态」的路径，正是 Anthropic 在软件侧擅长的节奏。
三、价值与风险一体两面
在药物研发、材料实验、小批量制造里，能自主跑通「设计—执行—观测」闭环的 Agent，可能显著压缩迭代周期。但物理动作不可逆：一次错误的加样、一个超程的机械臂，代价远高于写错一段代码。谁有权授权、误操作由谁负责、出现异常如何急停，这些在软件世界已有「人工批准」惯例的问题，在物理世界里变得更加尖锐。目前 MHS 仍是研究预览，配套的安全与审计机制恐怕比接口本身更值得关注。
四、Agent 标准化的新边疆
如果把 MCP 看作智能体连接软件的「神经」，MHS 更像连接物理世界的「手脚」。当标准从数字延伸到实体，Agent 的叙事也从「帮你处理信息」升级为「替你操作世界」。这一步走得稳不稳，将直接影响科研自动化与柔性制造能否真正落地——而 Anthropic 抢先立标，无疑是在为下一阶段的智能体生态卡位。