该规范由 Anthropic 与 Janelia 研究园区合作开发，面向首批科研实验室及先进制造商开放，用于统一智能体跨多类可编程物理仪器的可靠通信、状态读取和控制方式。
8月27日，Anthropic 推出名为 Model Hardware Standard（MHS）的研究预览版。该项目与霍华德·休斯医学研究所 Janelia 研究园区合作推进，重点是为具备可编程接口的物理设备建立共享控制规则，使 AI 智能体能够并行操作显微镜、液体处理系统和机械臂等装置，完成药物发现、仪器校准与自动化实验等流程。其作用是在较少人工介入的情况下，把不同厂商设备的接入、状态读取和动作执行纳入同一框架。
在控制链路上，用户目标先交给智能体，再经由 MCP、命令行界面等入口发送到硬件层；底层依赖标准化驱动来解释设备的可用状态、安全限值与读写指令。报道中的工程案例给出了几组量化结果：传统硬件集成通常需要数周至数月，应用 MHS 后被描述为可压缩到数小时甚至数分钟；卡内基梅隆大学的案例称在三台计算机上协调四类设备后，实验效率提升约三倍；QuEra 记录的量子计算机激光频率异常修复过程，从人工方式的 5 至 10 分钟降至 0.9 至 14 秒，成功率为 99.3%。制药企业基因泰克的反馈显示，智能体直接控制多台异构实验设备后，全自动剂量反应曲线实验的开发与运行周期显著下降，部分来源将其表述为缩短至原周期的三分之一。现阶段，MHS 仍无法覆盖完全不具备可编程接口的传统硬件。
多家国际媒体把此次动作视为 Anthropic 从语言交互和工具调用扩展到实体环境控制的信号，并将其与具身智能、Physical AI 的应用方向关联。已有 AWS、Danaher 和 Doosan Robotics 参与早期测试，生物制药、量子计算与先进制造成为先行落地领域。后续变化将取决于更多设备厂商对接口规范的适配程度、故障与安全边界的处理机制，以及官方提到的研究预览结束后开源安排。