一段视频里，研究人员看着克劳德操控机械臂夹起一只铝罐——没人教过它怎么做，就是自己琢磨出来的。
这就是Anthropic上周发布的 Model Hardware Standard（MHS）。简单说，就是一套让AI模型能直接控制各种物理设备的"通用翻译器"。激光器、显微镜、机械臂、摄像头，不管什么牌子什么型号，接上MHS，克劳德就能用自然语言指挥它们协同工作。
以前科研人员搭一套实验设备，光是让各个部件互相"对话"就要花几周甚至几个月。MHS把这个过程压缩到几小时甚至几分钟。Anthropic举了个例子：克劳德可以指挥激光校准参数，用摄像头看结果，不满意就调整参数再来一遍，全程无需人工介入。
这个想法来自HHMI Janelia研究中心的神经科学家Arco Bast。他当年在做一个记忆形成实验时，需要协调旋转激光束、显微镜、摄像头等一堆设备，接口问题搞得他焦头烂额。后来他想出一套通用接口，让所有设备用一个标准"说话"。Anthropic的人看了他的方法后灵光一闪：这事儿AI也能干啊。
MHS的核心是一个标准化标签系统。设备把自身的物理特性（重量、活动范围、安全限制、可调参数）写成标签文件上传，AI模型拿到就能立刻上手操作，不用专门训练。一台没见过的机械臂，扔过来一个描述文件，克劳德就能告诉你它能干啥不能干啥。
目前参与MHS预览版的合作方包括树莓派、亚马逊AWS（Strands Robots）、Hugging Face（LeRobot项目）、Automata和Universal Robots。Anthropic说这些合作伙伴会帮助建立安全评估体系，等成熟了就开源，而且不绑定某一家AI公司。
几个关键数据：
(1) 设备接入时间：从数周压缩到数小时
(2) 合作伙伴数量：5家首批合作方
(3) 视频中克劳德零样本学会抓取：从未针对该任务训练过
这事儿意味着什么？过去一年大家聊AI Agent，主要还是局限在电脑里操作文字、代码、图片。但现实世界有无数物理设备需要控制——实验室仪器、工业机械、医疗设备、家电……MHS打开了一扇门。
Anthropic技术员工Alek Kemeny在视频里有句话挺有意思："如果你能更快地验证假设，就能更快地创造出通用技术。一个世纪的进步可以压缩到十年。"这话听着有点大，但方向是对的。