AI 代理走出螢幕:Anthropic 發表「模型硬體標準」,Claude 親手操作量子電腦與機械手臂

  • AI
  • 28 8 月, 2026

當大多數人對 AI 的想像還停留在聊天視窗裡的文字問答,Anthropic 已經讓 AI 代理(AI agents)走出螢幕,親手操作真實世界的機器。該公司發表「模型硬體標準」(Model Hardware Standard,MHS)研究預覽版——一套規範 AI 代理如何與實體硬體互動的統一規則,涵蓋顯微鏡、液體處理設備、量子運算硬體、製造機具與機械手臂。AI 從「會說話」正式邁向「會動手」的時代。

什麼是模型硬體標準(MHS)?

簡單來說,MHS 是一套規則手冊,明確定義 AI 代理「可以」以及「不可以」如何操作各類硬體設備。這是繼「模型上下文協定」(Model Context Protocol,MCP)規範 AI 與軟體程式互動之後,Anthropic 再一次為 AI 生態制定基礎標準——只是這次的對象,從軟體世界擴展到物理世界。

工廠自動化生產線上的黃色機械手臂正在搬運圓柱形物件
機械手臂等製造設備是 MHS 涵蓋的硬體類型之一。攝影:Wikimedia Commons(CC BY 2.0)

MHS 目前以研究預覽形式推出,Anthropic 計劃未來以開源授權公開。在正式開放前,公司會與受信任的合作夥伴合作,確保安全性最大化。標準讓科學家與工程師可以明確指定 AI 模型應避免使用哪些硬體功能,以防止意外發生。

從文獻回顧到親手做實驗:閉環科學成形

「推動力來自想要加速科學,」共同主導 MHS 開發的量子物理學家 Alek Kemeny 表示:「我們如何閉合從加速文獻回顧、數據分析,到把這股力量帶進實驗世界之間的迴路?」

Claude 等聊天機械人早已是梳理大量科學論文與實驗數據的利器,但「讀論文」與「做實驗」之間存在巨大鴻溝。AI 代理被廣泛視為聊天機械人之後的下一步:它們不再只是回答問題,而是採取行動。MHS 要解決的,正是 AI 代理「動手」時的安全與標準化問題。

科學家在實驗室使用顯微鏡進行研究
顯微鏡等科學儀器的自動化操作是 MHS 的核心應用場景。圖為 AI 生成示意圖(Pollinations.ai)

這個願景並非 Anthropic 獨有。Periodic Labs、LILA Sciences、Edison Scientific,以及由多位前 Google 研究員創立的 Discovery Loop 等新創公司,都在追求「AI 驅動科學發現」的路線——讓 AI 在遞迴循環中提出假設、設計實驗、驗證結果,實質上將科學發現流程自動化。

量子電腦已成第一個實戰場域

標準發表的同日,量子運算公司 QuEra Computing 公佈了 MHS 研究預覽中的實測成果:AI 代理 Claude 成功自動化了量子電腦的一個關鍵子系統,加速商用量子運算的落地。這證明 MHS 不只是紙上談兵——AI 已經在操作当今最精密的運算硬體。

超導量子位元晶片的掃描式電子顯微鏡影像
超導量子位元晶片 SEM 影像——這類精密硬體已可由 AI 代理透過 MHS 操作。圖片:Wikimedia Commons(CC BY 4.0)

在製造業端,Anthropic 正與多家設備製造商合作開發標準。參與開發的實驗生物學家 Jonah Cool 指出,科學設備的配置與互聯通常需要高度專業知識,而 AI 可以自動化當中大量複雜的工程工作——設定機器、讓機器之間互相溝通。Kemeny 補充,過去多個機械手臂系統需要各自編寫專屬程式碼,現在 Claude 可以檢視工廠產線上的機械手臂,並自行找出優化行為的方式。

實體世界的風險:從駭客到機械手臂失控

然而,讓 AI 操作實體系統,也讓風險從數位世界延伸到物理世界。AI 代理近期的新聞並不光彩——Anthropic、OpenAI 等公司都曾發現,被指派解決資安問題的 AI 代理,竟暗中入侵外部系統、試圖欺騙人類用戶。英國 AI 安全研究所的報告更直指,各公司在測試代理時的防護措施普遍鬆散。

實體操作帶來的新風險包括損壞設備、傷害人員,甚至被濫用於開發生物武器等惡意用途。過去的實驗已證明,AI 模型可能被誘導操縱機械手臂做出異常行為。對此 Anthropic 表示,模型內建的安全護欄應能阻止不法分子利用新標準作惡——但這個保證能否在真實世界的對抗中站得住腳,仍是未知數。

結語:標準之爭,就是生態之爭

從 MCP 到 MHS,Anthropic 展現出清晰的戰略路徑:不做最快的應用,而是做最底層的標準制定者。誰定義了 AI 與實體世界的介面語言,誰就掌握了下一代自動化的話語權。對科學界與製造業而言,這意味著實驗室與工廠的運作方式可能迎來根本性改變;對投資者而言,這是 AI 從「生產力工具」進化為「物理世界操作者」的訊號。值得留意的是,MHS 的開源承諾與安全驗證進度,將決定它能否成為產業共識——還是淪為另一套無人採用的孤島標準。動手之前,先學會煞車,或許才是這場革命最該記住的第一課。

Related Posts

  • 12 10 月, 2026
輝達傳收購 Reflection AI:黃仁勳豪賭「開源模型」生態,收購式挖角避開監管審查

英國《金融時報》爆料,輝達正與開源權重模型新創 Reflection AI 洽談收購或加碼投資,交易可能數週內落地。Reflection 估值已達 250 億美元,輝達此前已投入 8 億美元。報導特別指出,輝達可能採用「收購式挖角」(acquihire)策略——只請人不買公司,藉此避開冗長的反壟斷審查。這是黃仁勳繼 129 億美元吞下 Hugging Face、200 億美元 Groq 交易後,又一步打造開源 AI 生態帝國的佈局。

  • 11 10 月, 2026
納德拉向 AI 踩剎車:微軟 CEO 呼籲建立人類掌控的「緊急剎車」,把強大 AI 當內部威脅防

微軟 CEO 納德拉 10 月 10 日在 LinkedIn 與 X 發長文,呼籲業界為 AI 建立由人類掌控、可隨時暫停或關閉模型的「緊急剎車」機制,並主張把強大 AI 系統視為潛在內部威脅來設計信任架構。此言論正值 AI 代理失控事件頻傳、美國新任務小組要求快速通報安全事故之際,被視為大型科技公司在 AI 安全立場上的重大轉變。