我们正在向首批科学研究实验室和先进制造商开放模型硬件标准（MHS）的研究预览，这是一个供AI代理安全操作物理设备的共享规范。MHS使AI代理能够并行操作多个实验室和制造仪器，例如显微镜、液体处理器和机器人手臂，并执行从常规药物发现实验到量子计算机上的激光校准等复杂任务。MHS的开发始于Anthropic与HHMI Janelia研究校园之间的协作。实验室或制造设施通常需要数周甚至数月的时间来设置和集成它们的硬件。大多数设备之间并不互通，反而需要专家来构建定制的集成。MHS将这种集成工作缩短到数小时或数分钟。通过将AI融入这些工具，MHS还帮助研究人员和工程师更轻松地编排自主、全天候的实验和工作流程，代理能够推理实验中的每一步，实时更新参数，并在某些情况下，恢复硬件错误而无需干预。我们正在与科学、机器人技术、电子和制造领域的合作伙伴分享MHS的早期版本，以便我们能合作建立安全评估并制定最佳实践，以指导AI系统在物理设备上运行，在正式将该标准开源之前。MHS可与任何具有可编程接口的设备协同工作。它还具有模型无关性，任何代理平台都可以使用标准协议访问它，例如模型上下文协议。要申请访问研究预览，请点击这里。MHS的工作原理 在模型硬件标准（MHS）之前和之后。在实验室或工厂车间使多个设备相互通信可能会很棘手，尤其是在将AI集成到系统中时。每个设备都有自己的编程接口，迄今为止没有标准化的方式来集成它们。一旦设备连接完成，也没有一种普遍的方式让它们与AI代理共享数据，也无法使代理安全地操作它们。MHS通过引入标准化的驱动程序来解决这些挑战：这种软件实现计算机操作系统与硬件设备之间的翻译。MHS驱动程序使用一组简单的原语——如“读取”（例如，“获取温度”）或“写入”（例如，“设置温度”）的命令——任何硬件设备都可以理解并执行。同时，它让每个设备能够以标准格式被发现，使设备和代理可以相互找到并通过网络通信，而无需中间的定制“翻译”程序。MHS驱动程序还帮助AI代理理解如何使用它从未见过的设备，提供关于机器特性的信息，这些特性可能仅从代码中是无法辨别的（例如，机器人手臂的重量，这对于安全操作至关重要）。迄今为止，大部分信息存储在纸质手册、用户计算机或隐性知识中。但MHS驱动程序包含标签，使用户能够使用自然语言直接写入这些信息（用户可以自己执行此操作，或者通过与询问他们硬件设置的代理聊天）。通过这些标签中的信息，MHS驱动程序自动生成一个参考文件，其中包含关于设备一般特性的诸如它可以测量什么、可以调整什么以及将实施哪些安全限制等信息。该文件为代理提供了操作设备所需的一切信息。在设备连接后，代理知道如何使用每个设备，那么代理需要一种控制硬件的方法。对于MHS，有三种机制：MCP、命令行接口和代码文件（APIs）。这些机制协同工作，通过单行代码实现多个设备的调度。一旦代理能够控制设备，就能够从每个设备接收操作数据，并在高层次上监督和指导工作。代理可以跨仪器依次执行步骤，监控结果，并在条件实时变化时调整参数。当代理需要执行长时间运行的任务或比其在线推理允许的速度更快地操作设备时，它可以在代码文件中链式连接来自一个或多个设备的驱动程序命令。这使得设备能够自行执行操作，而无需代理在每一步都进行推理。在测试MHS的过程中，我们发现Claude以探索的方式与实验和硬件进行交互，正如科学家一样。例如，我们观察到Claude对激光进行调整，通过相机观察结果以评估其调整对激光束的影响，并重复这个过程，试图理解事件的顺序。之后，Claude将其所学打包成知识...