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:
┌─────────────────────────────────────────┐│ Agent(规划 / 决策 / 反思) │└───────────────┬─────────────────────────┘│ MCP | CLI | 代码调用┌───────────────▼─────────────────────────┐│ MHS 设备抽象层 ││ 能力发现 · 统一语义 · 单位归一 · 硬约束 │└───┬───────────┬───────────┬─────────────┘│ │ │厂商 SDK 私有 API 老软件 GUI 自动化│ │ │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:
- 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。
- 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。
- 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):
device:id: liquid-handler-01vendor: exampleconnection: { type: sdk, endpoint: "com.example.lh.v1" }state:- { name: status, type: enum, values: [idle, running, error, maintenance] }- { name: deck_slots, type: map<string, SlotState> }- { name: tip_count, type: int, unit: count }operations:- name: aspirateparams:volume: { type: float, unit: uL, min: 0.5, max: 1000 }source: { type: string, pattern: "^slot-[A-D][1-6]$" }speed: { type: float, unit: uL_per_s, default: 50 }preconditions: ["status == idle", "tip_count > 0"]hard_constraints: ["volume <= 1000", "source != target_well"]idempotent: falsetimeout_ms: 30000- name: get_readingparams: { channel: { type: enum, values: [abs_260, abs_280] } }idempotent: truetimeout_ms: 5000
Agent 侧调用则统一成一种形态:
# 1) 能力发现:不硬编码任何设备细节caps = mhs.describe("liquid-handler-01")# 2) 规划:由模型基于 caps 生成步骤plan = agent.plan(goal="做一次 96 孔板蛋白定量", capabilities=caps)# 3) 生成脚本并交给确定性运行时执行script = agent.emit_script(plan, target="liquid-handler-01")result = runtime.run(script, on_error="halt_and_report")# 4) 只有需要判断时才回到模型if result.status == "needs_judgement":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:
- 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。
- 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。
- 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。
- 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。

登录后可评论,请前往 登录 或 注册