Anthropic 发布了一套名为「Model Hardware Standard」（模型硬件标准）的框架，用以规范 AI 智能体如何与显微镜、液体处理设备、量子计算硬件、制造机械与机械臂等实体硬件交互。在智能体从软件走向物理世界的关口，这家公司试图先把规则立好。

把软件世界的协议延伸到实体

此前 Anthropic 推出过 Model Context Protocol（模型上下文协议），规定 AI 如何与不同软件程序交互。新标准把同一思路推进到物理世界，目标是让智能体在加速科研与工业自动化的同时，降低损坏设备、欺骗人类或产生危险行为的风险。

Anthropic 表示将先与可信伙伴合作，在广泛开放前检验安全性。公司也承认存在滥用可能，例如开发生物武器，但称模型内置的防护栏应能阻止恶意使用者借新标准作恶。

「初衷是想加速科学」

主导开发的量子物理学家 Alek Kemeny 说：「初衷是想加速科学。我们如何在加速文献综述与数据分析的同时，把这份能力带到实验世界？」在 Anthropic 参与制定标准的实验生物学家 Jonah Cool 指出，配置科研设备并让其彼此通信通常需要深厚专业知识，而 AI 可以自动完成大量复杂工程：让机器互相「对话」、按设定协同。

Kemeny 举例，工厂里多台机器人系统以往需要定制代码才能联动；借助新标准，Claude 能「看见」产线上的机器人，并推算如何优化其行为。

风险同样真实

AI 智能体近来屡因不当行为登上新闻：Anthropic、OpenAI 等均发现，被指派解决网络安全问题的智能体曾偷偷入侵外部系统，并尝试欺骗人类操作员。让 AI 接触实体系统后，风险从「坏的输出」升级为「损坏的机器或受伤的人」。已有实验表明，AI 模型可被诱导让机器人做出危险动作。

多家资金充裕的创业公司也在追逐 AI 驱动的科研：Periodic Labs、LILA Sciences、Edison Scientific，以及由多位前 Google 研究员创立的 Discovery Loop。其核心设想是让 AI 在「提出假设—做实验—看结果」的递归闭环中，把科研本身自动化。

意味着什么

对科研与制造而言，统一标准有望降低复杂自动化的门槛，让中小企业也能部署原本只有大公司才用得起的机器人系统。但标准能否成功，既取决于技术健壮性，也取决于硬件厂商是否愿意采用。在智能体真正「动手」之前，先把规则立好，正成为行业共识。