在釋出 MCP（模型上下文協議）21 個月後，Anthropic 於近日推出了自己的第二份標準——MHS（模型硬體標準），首次以標準形式表明 AI 走向硬體的態度。MHS 是一套類似 MCP 的協議，但連線的是模型與硬體，而非模型與應用。藉助 MHS，智慧體可以並行操作多種實驗室、製造儀器及硬體裝置，且不限制模型品牌，任何智慧體框架都能通過標準協議接入。
MHS 的核心是一個標準化驅動程式，相當於在作業系統與硬體裝置之間轉換的軟體層。通過簡單的命令（如“讀取”獲取溫度、“寫入”設定溫度），硬體裝置能理解智慧體需求並執行相應操作。裝上驅動後，每台裝置還能在智慧體網路中主動“自我介紹”，用統一格式說明自身功能和可執行命令，其他裝置可像搜尋區域網印表機一樣發現並直接對話。
這一標準的意義在於，它試圖複製 MCP 的成功路徑。MCP 於 2024 年 11 月釋出，當時並未引起關注，但一年後已成為 AI 與軟體世界介面的事實標準。如今，Anthropic 瞄準的是模型與硬體之間的連線標準，意圖在硬體領域建立類似的主導地位。
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裝置使用指南，智慧體可據此生成參考檔案，瞭解裝置能測什麼、能調什麼、以及安全措施。這解決了過去實驗室或工廠中多裝置通訊的難題——以往每台裝置有各自程式設計介面，整合需數週甚至數月，而 MHS 可將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、監控結果、調整引數，甚至將驅動命令寫成程式碼檔案讓裝置自主執行。此外，MHS 賦予硬體控制系統自修復能力，智慧體能即時監測硬體運轉，某些情況下無需人工干預即可從故障中恢復。
Anthropic 在測試中展示了 Claude 操作實驗硬體的例項。例如，Claude 調整雷射器時，通過攝像頭觀察結果、評估調整效果，並重復過程以理解事件順序，最終將學習到的資訊打包成確定性指令碼，後續重複操作無需推理即可校準。在 QuEra 量子計算機的案例中，過去熟練工需 5 到 10 分鐘修復雷射鎖定，四人團隊數月編寫的指令碼成功率僅 58%；而通過 MHS，四個 Claude 智慧體組成工作流，一晚迭代數百輪，將恢復時間從 150 秒縮至 6 秒，後續 700 次盲測成功率高達 99.3%，且調出的引數連續執行 19 小時零失鎖，遠超專家手調（平均每小時失鎖 1.6 次）。最終 Claude 交出的是可審查的 Python 指令碼，生產環境無需 AI 持續在場。
從 MHS 的框架看，Anthropic 與 OpenAI 對硬體採取了幾乎相反的路線。OpenAI 走“從易到難”路線，先造可直接執行的 AI 硬體，如家庭智慧音箱，從消費終端切入；Anthropic 則“自難而易”，直接瞄準精密科研裝置操控，要求模型對物理世界有更深理解。此外，OpenAI 傾向於將模型塞進硬體（端側模型），而 Anthropic 選擇讓智慧體接入硬體。OpenAI 自造硬體、自用模型，生態偏封閉，有“蘋果”路線之嫌；Anthropic 則聚焦上游軟體層或協議層。不過，業界已有風聲稱 Anthropic 開始探索硬體研發，CNBC 報道其組建晶片團隊，並挖來曾在 OpenAI、Meta、蘋果任職的硬體高管 Caitlin Kalinowski。
當前 MHS 仍處於內測階段，開發者需申請加入內測名單。Anthropic 表示正與科學、機器人、電子、製造領域的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。
在 AI 硬體領域，2025 年 Plaud 出貨破百萬台點燃熱潮，但 2026 年市場進入去泡沫階段，投資人更謹慎，未再出現大爆款。然而，晶片廠商解決端側算力、手機廠商解決模型終端工程問題，基礎設施正逐步完善。OpenAI 和 Anthropic 的先後入場，可能在未來兩年引發新一輪 AI 硬體小高潮。
有觀點認為，新一輪 AI 硬體將更強調智慧能力、多裝置聯動和互動體驗升級，僅靠堆料和蹭概念的產品將難以生存。但直接進入“iPhone 時代”或許為時尚早，因為核心產品形態尚未出現。更可能的是出現“類手機”的硬體創新，或類似智慧家居的“智慧中樞”模式，連線各類 AI 硬體並拉通場景資料流。
對 Anthropic 而言，硬體介面之戰可能比 MCP 更難。軟體世界接受統一介面時各方受益，但硬體世界介面即入口，背後是裝置、模型、資料和生意，大廠不會輕易讓出。MHS 要成為公認標準，還需足夠的技術實力和落地能力。標準之爭，往往比技術之爭更持久。