图片来源：Anthropic（via The Rundown）
核心新闻：AI 开始"动手"操作物理世界
2026 年 8 月 28 日，Anthropic 发布了一项名为 Model Hardware Standard（MHS） 的研究预览，让 AI 代理可以查找、学习并操作真实物理设备——从显微镜、机械臂到实验室仪器。过去，让 AI 控制一台设备需要数周定制代码；现在，据 Anthropic 称，这个时间被压缩到了"几小时甚至几分钟"。
工作原理很直观：设备所有者用自然语言描述设备，MHS 将其转换成 AI 代理可以读取的参考文件。在一个测试中，Claude 通过试错自学了如何校准激光器，然后把整个流程压缩成一段脚本，一次性完成自动化作业。
为什么这很重要？
MHS 的意义可以概括为一句话："Claude，为机器而生"。如果此前的 MCP（Model Context Protocol）让 AI 与软件连接变得标准化，MHS 就是在做同样的事，只不过对象换成了物理硬件——这是 Anthropic 在"物理 AI"竞赛中的关键落子。
对于实验室、工厂这类场景，这意味着： - 集成成本骤降：不需要为每台设备编写专属代码 - 老设备焕新：现有仪器通过描述文件即可接入 AI 工作流 - 自动化普及：曾经只属于大企业的设备自动化，正在变得触手可及
行业连锁反应
Anthropic 计划后续开源 MHS，合作伙伴包括实验室设备巨头 Tecan、QIAGEN 和 AWS；Hugging Face 和 Raspberry Pi 也宣布将在设备产品线中加入 MHS 支持。与此同时： - Nvidia 被传以 129 亿美元收购 Hugging Face，进一步押注 AI 生态 - Salesforce × Anthropic 推出"Claudeforce"，为 Claude 添加 37 种销售技能插件，Claude 还成为 Slack 的默认模型 - Google 发布 Gemini Omni 1.1 Flash，支持 40 秒场景扩展与 4K 画质增强
给普通人的启示
对普通用户来说，这一波变化其实已经悄悄来到身边：AI 不再只存在于聊天框里。苹果在 iOS 27 中加入了 AI 听写键盘，重建后的 Siri 让"用语音指挥 AI"成为主流操作方式——旧金山不少创业者的工作流已经变成：散步时用语音口述 60 秒要点，AI 代理整理后自动写入笔记应用。
PLUS 教程：如何跟上这波浪潮？
- 尝试"语音指挥 AI"工作流 - 在手机里安装一款 AI 听写应用（如 Wispr Flow），把灵感用语音口述给 AI 代理，再让它整理成结构化笔记。说话速度（约每分钟 150 词）远快于打字（约 60 词），上下文也更丰富
- 给 Claude Code 安装决策技能 - 在 Claude Code 中运行
/plugin marketplace add coreyhaines31/makerskills，遇到反复出现的卡点用/unstuck，做选择时用/decide，让 AI 帮你做结构化决策 - 关注 MHS 开源动态 - MHS 计划开源，如果你在实验室、工厂或任何有物理设备的行业工作，等它发布后第一时间试用，这可能成为下一个被广泛采用的标准