过去几年，AI 越来越深入地参与文献阅读、结构预测、分子设计、数据分析和实验方案生成，但绝大多数工作依然停留在屏幕之内。模型提出假设后，验证环节仍要由研究人员继续完成：把方案转成 SOP，操作设备、等待结果，再将整理后的数据重新交给模型分析。
现在，大模型公司开始尝试把 AI 进一步带进真实物理世界。
8 月 27 日，Anthropic 发布了模型硬件标准（Model Hardware Standard，简称 MHS）的首阶段研究预览，尝试为 AI 操作显微镜、液体处理仪、机械臂等物理设备建立一套通用接口。
MHS 最初由 Anthropic 与 HHMI Janelia 实验园区合作开发，目前已在生物医药、机器人、量子计算和先进制造等场景中展开测试。Anthropic 表示，借助该标准，原本需要耗费数周甚至数月的硬件集成工作，有望压缩至数小时乃至数分钟。
在此之前，Anthropic 已通过 MCP（Model Context Protocol）让大模型以相对标准化的方式接入数据库、代码仓库及各类软件服务。MHS 延续了这一设计思路，只是这一次，连接的触角首次大规模延伸至物理世界。
近日，DeepTech 采访了多位产业从业者与科学家。交流中他们普遍谈到：今天的实验室并不缺少向设备下发指令的方法，真正棘手的是设备接通之后，究竟由谁来理解实验、组织流程，并处理真实环境中不断出现的偏差和异常。
MHS 推开的，仅仅是第一道门。
真正难标准化的不是接口，而是实验语义
直观来看，MHS 的核心价值在于降低 AI 接入不同实验设备的门槛。不过，对于已经发展多年的实验室自动化来说，把不同设备连起来并不是一个全新的问题。
生命科学领域早已有 SiLA 等实验室设备通信标准；大型科学装置则长期使用 EPICS 管理分布式设备、传感器和控制系统，可以完成远程监控、自动操作序列、报警、反馈控制和数据采集。换句话说，在 MHS 出现以前，人们已经有很多办法让软件与物理设备通信。
“如果是常见且具备自动化兼容能力的设备，通常只需选用现有驱动、配置通信参数、采用 SiLA 接口或厂商通信协议，再完成基础联调即可接入。若设备已有现成驱动，全流程可能仅需十几分钟。”赛默飞世尔科技技术专家王宇向 DeepTech 解释道。
但他随即指出，一旦涉及新的设备型号、非标功能、定制化动作或复杂的样本流转，团队仍必须深入到底层，重新进行驱动开发、方法适配、异常处理逻辑设计以及系统功能验证。在他看来，真正需要统一的不是指令格式，而是让系统知道一台设备能做什么、正在做什么，以及当前结果意味着下一步该怎么做。
香港中文大学（深圳）博士、幻爽科技 CTO 李佳根给出了几乎相同的判断。他告诉 DeepTech，最耗时间的从来不是把一台设备连上网络，而是让不同设备进入同一个科研语言体系。实验室长期由一座座设备孤岛组成，缺的不是连接方式，而是能理解科研目标、组织流程并持续吸收结果的中枢。
图 | 传统学术实验室、传统自动化实验室、MHS 实验室三种架构对比（来源：Anthropic）
这一矛盾在生物实验中尤为突出。科研人员在撰写 SOP 时，通常只需列出取样、稀释、孵育、检测等核心动作，大量操作细节默认由实验员凭借经验自主补足。但若交由机器执行，移液量、耗材规格、先后时序、步骤依赖、参数阈值乃至异常应对策略，都必须被精确定义。
恩和科技创始人兼 CEO 崔好将这一转化过程概括为：把科学意图转化为“可执行、可验证、可追踪”的实验流程。即便 AI 能够全自动生成方案，在真正下发至设备前，依然必须将抽象的实验步骤进行仿真、逐一拆解，映射到具体的仪器、参数和耗材上；实验启动后，还要动态管理设备状态、样本状态及上下游工艺的流转依赖。
以该公司的一项无细胞酶工程实验为例：研究人员先圈定 31 个候选酶版本，明确构建、表达、活性检测与筛选排序等任务目标，并限定可用试剂、设备及成功判定指标。随后，恩和自主研发的 SAION AI 连接实验目标、方案和结果，BPL(Biology Protocol Language) 负责把方案写成可校验的实验协议，Lab OPS 根据现场设备和资源条件组织执行，科研人员负责关键节点的确认与判断。
“在此过程中，AI 生成的协议并不会直接传给设备执行，”崔好表示。该协议必须先经过编译器审查，排查单位是否统一、加样体积是否合理、步骤间是否存在时序冲突，以及目标操作是否超出当前设备的物理能力。一旦编译器报错，系统会退回要求 AI 重新修改；校验通过后，Lab OPS 才会把各项动作与具体设备、耗材及控制参数绑定，并交由实验人员最终核对确认后下发执行。
据恩和提供的信息，该实验在第 7 天产出测序数据，约两周内完成了活性检测、候选排序，筛选结果随后进入下一阶段验证。AI 可将原本以天计的实验方案生成时间缩短至分钟级，再通过协议校验、人工确认和自动化执行，将方案转化为真实实验结果。
图 | Genentech MHS 自动实验工作流（来源：Anthropic）
类似的中间层设计也出现在其他团队的方案中。
华大智造首席 AI 官、涌生智能 CEO 杨梦博士认为，仪器接入不能简单等同于 API 对接。API 对接是重要基础，但接口打通之后，还需要解决实验方法、物理约束和运行可靠性的问题。研究人员关注加样精度、温控范围等设备能力是否满足实验要求；生化实验工程师关注耗材、容器、液体行为、质控和异常恢复；软硬件工程师则关注接口、坐标、状态和调度。这些问题需要协同解决。
涌生智能的解决思路，是在设备之上给实验动作和状态定义一层语义：把加样、孵育、离心、转移和检测等实验动作做统一抽象，并把前置条件、允许范围、停止条件和异常状态一起定义清楚。涌生将这套连接 AI Agent 与设备驱动、统一组织设备能力、状态、安全边界和运行经验的规范称为 Hardware MCP。早在去年接受 DeepTech 采访时，杨梦就已提出，未来 3 到 5 年要逐步构建生命科学的硬件 MCP 和软件 MCP。
这样一来，Agent 面对的就不再只是一个个彼此独立的设备接口，而是能够知道每台设备能做什么、现在处于什么状态，以及该在什么条件下调用它。新设备接入后，也不用重新从头写一套程序，而是先把它对应到已有的标准动作，再经过模拟测试、实际联调和验证后投入使用。
这些方案解决的其实是同一个问题：如何把科研人员用自然语言表达的实验意图，转换成机器可以准确理解和执行的操作规则。真正交给设备时，每一步都需要有明确的参数、先后顺序、适用条件和异常处理方式。
但对于生物实验来说，更难的是让系统知道：实验现在进行到了什么状态，这一步做完以后意味着什么。
一台设备执行完成，只能证明动作已经结束，并不能说明实验本身成功。样本可能因为等待时间过长而失效，也可能因为温度变化、移液挂滴或者其他过程偏差影响结果；一次检测顺利完成，得到的数据也可能没有通过质控，需要重新测量甚至改变后续流程。
中国科学院深圳先进技术研究院研究员罗小舟向 DeepTech 分析，EPICS 等系统更适合大型科学装置的大规模实时控制，而现代 biofoundry 面对的是另一类问题：不同自动化设备之间的任务编排、样本追踪和数据管理。相比单纯控制设备，生物实验更需要把仪器运行、样本流转和实验数据放在同一套流程中管理。
因此，MHS 可以降低设备发现和调用的门槛，但要真正把一场实验跑通，上层系统还必须把设备状态、样本状态和实验流程放在一起理解。从机器能不能被调用，到系统知不知道这场实验正在发生什么，中间仍然隔着一层更复杂的实验语义。
而当设备、样本和实验流程都开始被纳入同一个系统之后，下一个问题也随之出现：实验一旦偏离原来的计划，谁来决定下一步做什么，又由谁保证这个决定可以安全执行？
AI 可以参与决策，但不能越过调度与安全层
把实验翻译成机器能够理解的语言，只解决了怎么做的问题。真正运行起来以后，实验室面对的并不是一张可以从头执行到底的静态任务表。
设备可能提前完成任务，也可能突然报错；某个样本需要临时复测，另一组样本却正在逼近允许的等待时限；多台设备还可能同时争夺机械臂、检测仪或者同一个物理工位。更重要的是，中间结果本身也可能改变下一步实验。
这意味着，AI 进入实验室以后，真正需要解决的不只是能否调用设备，而是当现场不断变化时，谁来决定下一步做什么，又由谁保证这个决定可以安全执行。
王宇认为，一个更合理的架构，是将 AI、实验调度和底层控制分开。AI Agent 负责理解研究目标、拆解任务、分析数据，并提出下一步实验建议；工作流调度系统负责资源分配、任务排序、设备协调、运行监控和异常恢复；真正涉及设备启停、运动边界、参数限制、防碰撞和安全联锁的操作，则仍然由确定性程序完成。
三者之间的分工可以简单理解为：AI 回答接下来值得做什么，调度系统判断现在能不能这样做，底层控制负责保证按照规定的方式执行。
例如，AI 根据检测结果认为某个异常样本需要复测，并不意味着机械臂可以立即行动。系统还要确认样本是否有足够余量、是否仍处于有效时间窗口，检测设备是否可用，以及临时插入复测会不会影响其他任务。只有满足这些条件，AI 的建议才能真正转化为设备动作。
杨梦也提出了类似的分工。在他看来，重复、标准、可验证的动作可以更多交给设备执行；涉及样本状态、结果可信度以及下一步研究方向的判断，则仍需要研究人员参与。AI 可以承担越来越多的实验任务，但人在关键节点仍然需要保留确认权。
Anthropic 与 Genentech 的早期测试，就说明了这种边界为什么重要。
在 BCA 蛋白定量实验中，蛋白质样本在混匀过程中产生泡沫，并进一步触发设备异常。Claude 最初试图通过调整参数和重新尝试解决问题，但在同一孔位继续操作反而增加了液体扰动，产生更多泡沫，影响后续液体转移和检测。
实验人员随后介入，指出问题并不是单纯的软件错误，而来自真实的液体状态。Claude 随后改变处理方式，换用新的孔位并减少混匀次数。
这个案例说明，MHS 可以让 Agent 读取设备状态、调整参数，却不能自动赋予它对真实物理过程的理解。能够修改一个参数，并不等于理解这个参数为什么会影响实验。
图 | Genentech BCA 实验气泡检查（来源：Anthropic）
量子计算公司 QuEra 的测试，则展示了另一种做法。
QuEra 的中性原子量子计算机依赖高度稳定的激光系统。过去激光失锁后，需要专业工程师人工恢复。团队也曾花费数月编写自动恢复脚本，但成功率只有约 58%。接入 MHS 后，Claude 被用于分析不同故障、尝试恢复策略，并根据反馈不断修改控制程序。
最终进入测试环境运行的并不是 Claude 本身，而是由它生成、再经过验证的一套确定性程序。在随后 700 次随机扰动测试中，这套程序成功恢复 695 次，成功率达到 99.3%。
图 | QuEra 自动恢复迭代结果（来源：Anthropic）
QuEra 的结果说明，AI 找到的策略，还需要被转化为可检查、可验证的程序。对生物实验而言，这不仅关系到设备能否安全运行，还关系到实验能否稳定复现。
《Nature》在 2016 年针对 1,576 名研究者的调查显示，超过 70% 的人无法复现他人实验，超过一半的人无法复现自己的实验。恩和科技进一步将生物制造领域的这类问题归纳为三个维度：
首先是协议精确度。时间、浓度、体积等分支点在典型指令中常被隐藏掉。几十条此类指令叠加，使实验可复现性完全依赖于人员的经验补全。
其次是协议验证。自然语言缺乏在执行前模拟物理一致性的机制，内部逻辑错误往往只能靠人工判断甚至“实验失败”才能察觉。
更隐蔽的问题出现在跨平台迁移中。一项跨四个实验室的合成生物学研究发现，名义一致的协议在不同实验室间产生了两倍以上的转化效率差异，根源不在生物本身，而在执行上下文的隐性差别。
从 Genentech 的泡沫故障，到 QuEra 的激光恢复，再到生物实验中的复现偏差，这些案例共同勾勒出 AI 进入物理实验室后的一条现实边界：AI 更适合分析问题、提出方案和寻找新的处理策略，而真正执行具体动作，仍然需要经过调度和验证，并尽可能交给确定性系统完成。
原因在于，物理实验不像普通软件操作。一条软件指令失败后通常可以重新发送，但一次移液、加热或者混匀执行以后，样本状态已经发生变化，再次执行同样的操作，面对的可能已经不是原来的实验条件。
因此，当 Agent 开始持续调用真实设备时，哪些操作可以自动执行、哪些参数允许调整、什么情况下必须由人确认，以及异常发生后何时停止，都需要提前设定清楚。操作过程本身也需要能够被记录和追溯。
这些限制并不是要把 AI 排除在实验决策之外，而是要明确它可以自主到什么程度。更现实的方式是，让 AI 负责分析结果、提出下一步方案，由调度系统判断这些方案是否符合当前的设备、样本和资源条件，再交给经过验证的控制系统执行。
真正的自主实验，是让结果改变下一轮实验
需要强调的是，设备能够自行运转，绝不等于实验已经实现了真正的全自主。
从系统承担的工作来看，广义的自动化至少呈现三个层次：第一层也是最基础的一层，是机器依循既定脚本机械复现单次工作流；第二层，系统开始具备感知反馈，能根据机况波动自适应微调参数，或在已知预设故障中自主恢复；而真正的第三层跃迁，在于系统能够基于上一轮产出的物理结果，实质性改写下一轮的实验走向。
杨梦对此给出了一个非常直接的判断标准：上一轮结果，有没有改变下一轮的判断和行动。改变了，才是闭环；没改变，再自动也只是脚本回放。系统再复杂，也只是在重复预设流程。
一个完整的自主实验闭环，需要读取结果、诊断问题、生成方案、筛选约束、执行验证和调整策略。成功的尝试应当留下可复用的方法，失败也要经过分析，成为下一轮调整的依据。
罗小舟介绍，其所在大设施目前已经走到“基本闭环”，即由人类研究者给出特定任务，再完成设计实验、机器执行、反馈学习，并进入下一个设计、执行、学习闭环。
过去，行业习惯用仪器的开机率或通量吞吐量来作为衡量自动化能力的 KPI。然而，即便某台设备能保持 7*24 小时无歇运转，整条实验流程仍可能停在某个环节：实验已经结束，数据还在等待人工整理；结果已经拿到，下一步怎么做仍要由研究人员讨论决定。
闭环系统要缩短的，是从提出科学假设、执行实验、分析反馈，再到启动下一轮实验的完整周期。从这个角度看，单台仪器多运行几个小时只是其中一部分收益，减少不同实验轮次之间的等待，同样影响整体效率。
（来源：伯克利实验室）
恩和科技的酶工程案例，展示了连接这一闭环所需的基础：将目标设定、协议编译、设备执行和数据采集串联起来，让实验方案能够落到具体操作上，也让结果可以返回系统，为后续分析和方案调整提供依据。
在此基础上，AI 参与实验的范围还可以进一步扩大。根据运行反馈调整吸液速度，主要改善的是操作质量；根据检测结果重新选择酶变异体、调整组合突变库，乃至重新审视原有的生物反应假设，则开始涉及研究方向的判断。从优化一次操作，到决定下一轮做什么，系统需要逐步建立对实验过程和结果的理解。
美国国家标准与技术研究院（NIST）推进自主实验室相关标准时，同样强调实验设计、执行和反馈之间的联系：算法参与方案设计，自动化设备执行实验，新产生的数据再用于下一轮设计。为支持这一过程，NIST 将相关标准工作分为样本管理、仪器控制与通信、数据和知识管理、算法与模型集成等层次。
当前的 MHS 主要卡位在最基础的设备互联与通信层。它能畅通无阻地把实验数据拉回给 Agent，却无法代替 Agent 真正“读懂”数据背后的物理含义。
李佳根指出，现阶段很多 AI 模型在自己熟悉的基准数据集上表现亮眼，但一旦迁移至新的真实实验批次便极易失效。反应容器的细微形变、外部温湿度的未观测漂移、试剂批次间的隐性杂质等未被完整记录的条件，都可能影响结果。温湿度变化、试剂批次差异等因素，也需要在具体实验中加以识别和控制。
倘若底层系统缺少执行过程的信息，就很难区分两种性质不同的失败：科学假设不成立，或者实验执行出现了偏差。前者可能要求调整研究方向，后者则需要先排查操作问题，再决定是否复测。
因此，一个合格的闭环基础设施，绝不能只满足于记录最终的终点数据，而必须同步、无遗漏地归档样本动态、设备传感曲线、参数微调记录、边缘报警及人工涉入细节。只有构建起全链路的因果对应网络，实验数据才拥有足够的可信度，支撑模型做出下一轮科学决策。
图丨 AI 进入物理世界的三层障碍（来源：DeepTech）
值得注意的是，业内不同流派对“闭环”的侧重亦有不同：有人强调实验过程中的高频实时在线调优，有人专攻干湿实验之间的往复迭代，也有人以系统能否自主衍生下一代研究范式为导向。
杨梦坦言，完全自主的进化循环仍需要在更多真实实验场景中持续验证和完善，这也是涌生智能的长期目标。现阶段更重要的是让每一步保持人机协同和可验证，由人在关键节点确认并负责关键判断。
MHS 为 AI 进入实验执行环节提供了通道。但若想走向真正的自主实验，它还必须学会怎样准确辨认眼前发生的一切，以及当下的一次波动，究竟是否足以改变下一步的方向。
接口标准化之后，行业壁垒全面向上迁移
在实验室自动化漫长而缓慢的发展史中，极其关键的一项竞争壁垒，就是看谁接入了足够多、足够非标的仪器设备。
市面上各大仪器巨头的总线与软件协议各不一致。方案集成商不得不投入极其庞大的工程人力，逐台开发或适配驱动，处理状态监控，并验证运行稳定性。驱动库越完整、覆盖的设备种类越多，后续项目越容易复用这些积累，新进入者需要补齐的工作也越多。
然而，随着 MHS 以及 SiLA 等标准化倡议的加速铺开，设备发现和基础指令调用就有机会变得更通用。新的软件平台可以减少重复开发底层接口的工作，实验室更换设备、组合不同品牌仪器时，也可能降低通信适配的成本。不过，具体实验方法仍需要重新验证，设备互通并不等于可以直接替换。
这无疑将削弱过去仅仅凭借“驱动积累数量”建立起来的传统优势，但并不意味着实验室自动化行业不再拥有壁垒。相反，技术门槛正在顺着这套链条全速向上迁移。
王宇分析指出，当硬件通信层被拉平为通用基础设施后，未来真正能拉开差距的能力将包括高质量调度、运行可靠性、异常恢复和数据完整性。平台需要知道的远不止设备是否在线，还包括每个样本处于哪个步骤、一次故障影响了哪些任务，以及怎样调整流程，才能尽可能保住样本和有效结果。必要时，系统也必须能够安全暂停，而非一味追求不停机。
与此同时，实验协议（Protocol）本身的工业级软件化，正成为极具黏性的核心资产。
一份能够在实际实验中稳定运行的协议，除了动作顺序，还需要明确参数范围、设备要求、环境条件、过程质控、停止条件和异常处理。它在不同样本、仪器和实验室中经过的验证越充分，适用范围和限制就越清楚。其他团队要重新建立同等程度的可靠性，也需要投入相应的验证工作。
涌生智能正在尝试将实验人员的现场经验整理成可复用的实验 Skill。例如，什么情况下需要调整操作参数，哪些检测结果可以说明操作有效，以及出现什么异常时必须停止并交给人处理。杨梦强调，大模型最难自行掌握的，恰恰是那些没有完整写进代码和文档、长期保存在实验人员经验中的知识。
幻爽科技李佳根团队关注的化学世界模型，也在尝试解决类似问题。团队希望把已有知识、观测数据、模拟和真实实验结合起来，帮助模型理解不同变量之间的关系。这条路径的价值不仅取决于数据量，还要看模型能否识别批次、环境和材料性质变化对结果的影响，并在新的实验条件下保持有效。
恩和科技的 BPL 试图搭建 Physical AI 进入物理世界的标准接口，BPL 及其生成管线 BPL-COGEN，为生物实验协议建立了一套形式化的语言体系，其中 AI 负责生成，BPL-COGEN 负责仿真与验证，共同解决当前 AI 驱动实验设计与可复现物理执行之间的速率限制环节。
与此同时，实验过程中的动态数据与“高价值失败数据”成为恩和科技的关注重点之一。一次实验未达到预期产物，绝不等于这次上机毫无收益。只要系统保留了足够完整的上下文，就有机会判断哪些研究方向不值得继续，或者发现执行流程中需要修正的问题。失败数据能否发挥作用，取决于失败原因能否被辨认。
底层接口越趋于透明和通用，平台就越需要用经过验证的实验方法、调度能力和运行经验证明自己的价值。接入了多少台机器，仍然重要，但已经不足以完整说明一套系统的能力。
产业中各类玩家的生态位与话语权，也将随之重塑：
硬件仪器巨头依然拥有底层机械精度、精密检测机制与核心制造工艺上的优势地位，但必须倒逼自身软件架构更加敏捷，以便更容易被大模型及 Agent 理解、编排与调度；传统自动化集成商则需要在驱动适配之外，提供更可靠的任务管理、异常处理和数据追溯。
AI 原生实验平台则将全力争夺从实验协议、机理知识库到闭环反哺数据的主导权。谁牢牢锁定了非结构化科学意图转化为底层执行代码的核心编译层，谁就实质性卡位了实验的具体流转路径；谁能持续截获最精准的过程结果与高质量负样本，谁就能滚雪球般构筑起驱动下一轮科学发现的核心壁垒。
大模型基座厂商同样有意顺着 MHS 构筑的标准通道向上突进：从早期的通用硬件 API 调用，一步步渗透至实验全局规划、实时运行监理与科学决策裁定，其与传统实验管理软件、专业自动化系统之间的分界线势必日渐模糊。
但 MHS、SiLA、EPICS、BPL 和硬件 MCP，并不能简单看成相互替代的几套协议。EPICS 广泛用于大型科学装置的分布式控制；SiLA 侧重实验室设备与软件之间的标准化通信；MHS 尝试让 Agent 以统一方式发现、理解和调用物理设备；BPL 描述结构化实验流程；涌生智能所说的硬件 MCP，则进一步纳入设备语义、动作条件和运行档案。
这些方案的能力存在交叉，也有不同的适用范围。它们可能竞争，也可能在同一套实验系统中分层协作。考虑到设备控制、样本管理和实验设计的要求各不相同，未来未必由一项协议覆盖全部环节，也可能形成一组相互衔接的标准和工具。
对于 Anthropic 而言，发起 MHS 为大模型进入真实实验提供了一条路径。与实验室和设备厂商共同测试，可以帮助它了解 Agent 实际需要哪些设备反馈，也让 Claude 有机会直接参与实验流程。
但需要看到的是，Anthropic 将 MHS 定位为模型无关（Model-agnostic）的开放标准，并承诺在预览期结束后将其全面开源，这意味着竞争对手的模型与第三方平台在理论上享有同等的接入自由。能够牵头定义接入规范，绝不天然等同于垄断了标准之上的实验工艺工作流与客户的核心资产数据。
MHS 最终能否从概念走向量产生态，仍需要经过现实部署的检验。除了争取更多仪器厂商支持，还要解决存量设备兼容、版本维护、测试验证、安全审计和操作责任等问题。实验室里仍有不少设备缺乏开放 API，依赖封闭软件或实体控制界面。让这些设备接入系统，往往需要额外适配，有些操作仍然离不开人。
然而，大潮涌动的方向已然明晰：当 AI 走出屏幕、接管实验室，接口标准化仅仅是这场重构的第一道序曲；设备打通之后，实验协议能否复用、调度是否可靠、异常能否解释、数据能否支持下一轮设计，会更直接地影响用户选择。
MHS 打开的只是第一道门。设备接通之后，一套系统究竟能替研究人员完成多少工作，还要看它能否把方案可靠地执行下去，并把结果带回下一轮实验。
参考链接：
1.https://www.anthropic.com/news/model-hardware-standard-research-preview
2.https://docs.epics-controls.org/en/latest/getting-started/EPICS_Intro.html
3.https://www.nist.gov/programs-projects/autonomous-formulation-lab
4.https://newscenter.lbl.gov/2023/04/17/meet-the-autonomous-lab-of-the-future/
5.https://sila-standard.com/standards/
6.https://www.nist.gov/programs-projects/autonomous-synthesis-metal-organic-frameworks
运营/排版：何晨龙
注：封面/首图由 AI 辅助生成
