Anthropic 近日宣布推出 MHS，用于帮助所有 LLM 驱动的 Agent 安全快捷地操纵物理设备。相比该公司于 2024 年发布的 MCP，新的协议将详细的标准通信规范升维至物理硬件、传感器、嵌入式系统与测试设备，将 LLM 的操作能力从另一种视角延展至物理世界。然而，即便 Anthropic 通过多项先导案例展示了 MHS 的有效性，并因诚实罗列现有技术缺陷的态度而受到好评，但「重复造轮子」「宣传夸大」「监管限制」等诸多争议的存在导致该技术的未来潜力仍是悬而未决的问题。
01.MHS 有哪些非共识？MHS 的核心价值如何表现？「集成税」是什么？...
02.MHS 是「重复造轮子」还是「降维打击」？MHS 引起了哪些质疑？Anthropic 的宣传口径有什么偏差？...
① MHS 旨在建立一个统一的规范与驱动架构，使 AI Agents 能够安全地发现、理解并直接操作从实验室显微镜到工业机械臂、乃至量子计算机激光控制系统等各类可编程物理设备。[1-1]
2、MHS 的底层是一个位于计算机操作系统与物理设备之间的「标准化驱动（Standardized Driver）」，在此之上，MHS 引入了物理特性的自然语言标签与设备参考清单（Manifest），配合多层级、可切换的控制路径，使硬件系统能够脱机自主运行。[1-1]
① MHS 在操作系统与物理硬件之间引入一层基于「读（Read）/写（Write）」原语的标准化抽象，以及自然语言设备标签（Natural-language Device Tags），使 AI 能够以统一的语义接口理解设备的物理属性与安全边界。
② 在传统的工业控制中，设备的数据手册长达数百页，且大量关键的「隐性知识」仅存在于现场操作员的大脑中。MHS 允许研究者用自然语言编写设备的物理参数与操作约束，或者由 Agent 通过类似于「访谈」的交互模式向操作人员提问，从而自动生成机器可读的参考文件。
③ 当设备通过 MHS 连接，智能体可以根据任务的实时性要求，通过 MCP、CLI 和及代码文件和接口（Code files & APIs）三种主要机制对进行编排，在复杂的动态过程中接收来自所有连接设备的实时运行数据，在更高维度监控实验进展。
④ 当执行高频、长周期的重复任务时，智能体能够将驱动指令串联，打包成确定性的代码脚本下发，使硬件系统能够基于这些脚本脱机自主运行，而无需智能体模型在每毫秒的微观操作中持续消耗在线算力或产生推理延迟。
3、从产业经济学与自动化成本结构的角度出发，MHS 的出现直指长久以来阻碍工业与实验室自动化的「集成税」问题，规避大规模资本支出与运营支出痛点。[1-1][1-3]
① 集成税（Integration Tax）指实验室自动化领域中整合多个设备的成本。传统设施中，不同供应商的设备通常采用封闭或完全异构的控制协议。将这些孤岛设备串联为自动化工作流，需要系统集成专家耗费数周至数月时间手写定制化的「粘合代码（Glue Code）」与底层中间件。
② 根据 Anthropic 的描述，实验室或制造工厂需要数周甚至数月的时间来搭建和集成硬件。大多数设备之间无法直接通信，因此需要专家构建定制化的集成方案，而 MHS 能将相同的过程缩短至几小时甚至数分钟。
4、然而，剥离早期技术发布的公关光环后，业界对 MHS 在实际落地中的价值仍存在诸多非共识，涵盖相关先导项目中 MHS 在物理因果推理能力上的固有脆弱性、作为「标准」但目前仍然「封闭」的预览机制，以及即将生效的「欧盟机械法规」可能带来的严苛红线]
1、当 MHS 发布时，Hacker News 社区中充斥着对其是否在「重复造轮子」的质疑，但业内同样有分析认为相较于取代既有标准，MHS 更偏向提供让 LLM 能看懂设备的「翻译层」，弥补现有工业协议长期缺乏语义解释能力的短板。
① Hacker News 的讨论帖中指出，业内此前已存在 ROS、SiLA、OPC UA 等众多开源标准」，并引用著名的 XKCD 漫画「有人抱怨存在 14 个互相竞争的标准，提出需要制定一个统一的通用标准后，得到第 15 个标准」来表达不满。[1-6]
② 后续多项分析则强调 MHS 确实存在价值。SiLA 2 和 OPC UA 是为「机器对机器」设计的，需要繁琐的调试和严格执行的流程，但此前没有一个标准用自然语言写下过机械臂重量、哪些操作危险，MHS 则填补了真正的空白地带...