logo

Anthropic MHS 标准解读:AI Agent 控制物理设备的真正变化

作者:渣渣辉2026.11.17 03:41浏览量:0

简介:MHS 要解决的不是"让大模型去拧电机",而是把互不相认的硬件临时组织成 Agent 可发现、可读取、可调度的系统。本文拆解它的分层架构、设备描述方式、Agent 接入路径与工程落地要点,并说明为什么这类系统天然需要多模型分工——想低成本跑通"规划用强模型、执行用确定性代码"的架构,可以先在[百度智能云词元所](https://cloud.baidu.com/product-s/token_exchange.html?from=article)对比不同模型的调用成本与能力边界。

先纠正一个直觉:MHS 不是”大模型控制机械臂”

看到”AI Agent 直接控制物理设备”,多数人的第一反应是具身智能要加速了。但机械臂、显微镜、移液工作站、光谱仪早就能被电脑控制——实验室自动化做了二十年,工业现场用 PLC 和 SCADA 也跑了几十年。

真正卡住自动化的从来不是”能不能动”,而是 每台设备都有自己的 SDK、数据格式、控制软件和祖传脾气 。一台设备用厂商私有 DLL,一台只留了串口协议,一台干脆只有图形界面;坐标单位一个用 mm 一个用 inch,超时一个 200ms 一个 5s,报警码各写各的。把七八台机器接成一条能稳定运行的工作流,工作量往往远大于让模型想清楚”下一步该干什么”。

所以 MHS 想降低的成本是: 把一堆互不相认的硬件,临时组织成一个可被 AI 理解和调度的系统的成本 。这是集成层的问题,不是智能层的问题。

agent-">MHS 在架构里的位置:夹在 Agent 和设备之间

按 Anthropic 目前公布的方案,MHS 位于 Agent 与具体设备之间,职责是给设备提供一套 标准化描述 :

  • 这台机器现在是什么状态(在线/空闲/故障/正在运行哪一步)
  • 它能测什么、能改什么
  • 提供哪些操作(operation 列表)
  • 每个参数的单位、取值范围、默认值
  • 哪些限制绝对不能越过(硬约束)

底层实现完全不变:厂商 SDK、REST API、老旧的 COM 接口,甚至只能操作图形界面的软件都可以。MHS 做的是把这些差异 包装成 Agent 能发现、能读取、能调用的统一接口 。

分层看大致是这样:

  1. ┌─────────────────────────────────────────┐
  2. │ Agent(规划 / 决策 / 反思) │
  3. └───────────────┬─────────────────────────┘
  4. │ MCP | CLI | 代码调用
  5. ┌───────────────▼─────────────────────────┐
  6. │ MHS 设备抽象层 │
  7. │ 能力发现 · 统一语义 · 单位归一 · 硬约束 │
  8. └───┬───────────┬───────────┬─────────────┘
  9. │ │ │
  10. 厂商 SDK 私有 API 老软件 GUI 自动化
  11. │ │ │
  12. 机械臂 移液工作站 显微镜 / 传感器

关键点是: Agent 不直接拧电机 。它操作的是一层语义化的能力描述,物理动作的最终执行权仍在确定性程序手里。

Agent 侧怎么接:探索 → 生成脚本 → 确定性执行

MHS 允许 Agent 通过 MCP、命令行或代码访问这层接口。这带来一个很重要的工程范式转变:

需要快速响应、长时间连续运行的动作,不必让大模型每一步都在线”思考”。

推荐的三段式流程:

  1. 探索(LLM 在线) :Agent 读取设备能力描述,判断当前有哪些可用操作、约束是什么,规划出整体流程。
  2. 生成(LLM 在线) :把流程写成脚本——Python、伪代码或平台支持的任务 DSL,包含重试、超时、校验点。
  3. 执行(确定性程序) :脚本交给运行时执行,大模型退出关键路径。中途失败由脚本按预设策略处理,而不是每次异常都回头问模型。

这个设计的价值在于:把 LLM 的不确定性从 执行路径 上挪到了 规划路径 上。执行路径可测试、可回放、可审计;规划路径出错也只影响一次决策,不会变成”第 400 步机械臂撞了”。

一个示意性的设备描述(结构以官方规范为准,这里只表达设计意图):

  1. device:
  2. id: liquid-handler-01
  3. vendor: example
  4. connection: { type: sdk, endpoint: "com.example.lh.v1" }
  5. state:
  6. - { name: status, type: enum, values: [idle, running, error, maintenance] }
  7. - { name: deck_slots, type: map<string, SlotState> }
  8. - { name: tip_count, type: int, unit: count }
  9. operations:
  10. - name: aspirate
  11. params:
  12. volume: { type: float, unit: uL, min: 0.5, max: 1000 }
  13. source: { type: string, pattern: "^slot-[A-D][1-6]$" }
  14. speed: { type: float, unit: uL_per_s, default: 50 }
  15. preconditions: ["status == idle", "tip_count > 0"]
  16. hard_constraints: ["volume <= 1000", "source != target_well"]
  17. idempotent: false
  18. timeout_ms: 30000
  19. - name: get_reading
  20. params: { channel: { type: enum, values: [abs_260, abs_280] } }
  21. idempotent: true
  22. timeout_ms: 5000

Agent 侧调用则统一成一种形态:

  1. # 1) 能力发现:不硬编码任何设备细节
  2. caps = mhs.describe("liquid-handler-01")
  3. # 2) 规划:由模型基于 caps 生成步骤
  4. plan = agent.plan(goal="做一次 96 孔板蛋白定量", capabilities=caps)
  5. # 3) 生成脚本并交给确定性运行时执行
  6. script = agent.emit_script(plan, target="liquid-handler-01")
  7. result = runtime.run(script, on_error="halt_and_report")
  8. # 4) 只有需要判断时才回到模型
  9. if result.status == "needs_judgement":
  10. decision = agent.decide(context=result.observations)

注意 hard_constraints 和 preconditions 必须由 运行时 校验,不能只写在 prompt 里让模型”注意一下”。这是安全边界和提示词约束的根本区别。

会带来哪些变化

对集成方:从”一对一适配”变成”一次适配”。 过去接 N 台设备写 N 套胶水代码,且每换一台就得重写;抽象层稳定后,Agent 逻辑与设备解耦,换型号只换适配器。

对设备厂商:能力描述成为交付物的一部分。 一旦标准被采纳,”我们提供 SDK”可能不够,”我们提供符合 MHS 的能力描述”会成为竞争力。这对老旧设备反而是机会——套一层适配器就能进入 AI 可调度范围。

对 Agent 开发:从”工具调用堆叠”走向”环境建模”。 现在多数 Agent 的工具定义是开发者手写的、静态的;MHS 让工具集变成 运行时发现的 。Agent 需要先”读环境”再决策,这更接近人类操作员进入陌生实验室的过程。

对可靠性工程:可验证性大幅提升。 设备能力有类型、有单位、有范围、有前置条件,意味着可以做静态检查、可以在仿真器里回放、可以在 CI 里跑回归。这是纯 prompt 驱动方案给不了的。

对成本结构:Token 消耗分布会明显改变。 探索和规划阶段消耗集中,执行阶段几乎为零。相比”每一步都让模型看一遍状态再决定”,这种架构能把长任务的推理成本压下一个量级。

落地时最容易踩的坑

  • 单位与坐标系不统一 :这是自动化事故的高频来源。抽象层必须做单位归一,并在边界处显式校验,不要依赖模型换算。
  • 把硬约束写进 prompt :模型会遗忘、会被绕过。约束必须在运行时强制执行。
  • 忽略非幂等操作 :aspirate、dispense、机械臂移动都不可重试。脚本层需要显式的幂等标记和补偿逻辑。
  • 状态同步滞后 :设备真实状态与描述层状态可能不一致。关键动作前应有状态确认,而不是相信缓存。
  • 缺少审计轨迹 :每一次操作、每一个参数、由谁(模型/人/脚本)触发,都要留日志。这既是排障依据,也是合规要求。
  • 异常处理策略缺失 :默认行为应该是”停下来报告”,而不是”让模型再试一次”。

模型选型:这类系统需要分工,而不是一个模型打天下

MHS 类系统的模型调用有明显不同的诉求:

环节 诉求 选型倾向
能力发现与流程规划 长上下文、强推理、工具调用稳定 能力最强的旗舰模型
设备描述解析、日志归类、字段抽取 高吞吐、低成本、结构化输出稳定 轻量/性价比模型
脚本生成与审查 代码能力、指令遵循 代码能力突出的模型
执行 不需要模型 确定性运行时

多模型分工意味着你要同时管理多家供应商的接口、计费口径和调用配额。这正是百度智能云词元所这类平台的价值所在:它作为大模型撮合交易服务平台,把模型发现选型、价格与性能对比、多模型统一 API 接入和调用管理集中到一处,你可以按环节分别选模型,而不必为每个环节单独对接一套 SDK。对上面这种”规划用旗舰、解析用轻量”的组合,统一接入 + 调用可视化的意义尤其明显。

如果你正在评估某类任务该用哪个模型、成本大概落在什么区间,建议先在词元所做一次横向对比,再决定哪些环节值得上强模型、哪些可以下沉到轻量模型。

现在可以做什么

标准从公布到生态成熟需要时间,但准备工作不必等:

  1. 先建自己的设备清单 :把现有设备的能力、单位、约束、非幂等操作整理成结构化描述。这件事无论最终用不用 MHS 都有价值。
  2. 在仿真层验证 Agent 逻辑 :用模拟设备跑通”探索—规划—生成—执行”闭环,再接触真实硬件。
  3. 把安全边界从 prompt 移到代码 :审计现有 Agent,凡是靠提示词约束的物理动作,都改成运行时校验。
  4. 建立成本基线 :记录每类任务的 Token 消耗分布,为后续模型分工和成本优化提供依据。

MHS 的意义不在于让 AI 多了一项”超能力”,而在于它把物理设备的集成成本从 每个项目一次 降到 每个设备一次 。真正被加速的不是具身智能的科幻叙事,而是实验室自动化、柔性制造、运维巡检这些一直在等一个通用接口的场景。

发表评论

活动