症狀：MHS 可以發現並呼叫設備，你便想直接讓 Agent 控制實驗器材。
最快解法：先停在離線模擬或只讀監控；只有當設備層硬校驗、人工批准、急停與恢復流程全部通過，才進入受限寫入。

這個判斷適用於目前的 Anthropic MHS 驗收：截至 2026 年 8 月 27 日，MHS 是限量研究預覽，可透過申請參與，不是已正式開源、可普遍下載的標準。Anthropic 公告 亦把適用範圍放在具備可程式化介面的實體設備。你不能把一次成功的概念驗證，當成通用安全保證。

誰應該看這篇？
科研實驗室負責人：判斷現有儀器是否具備進入 MHS 試點的技術與安全條件。
自動化及機械人工程師：驗證驅動、設備狀態、寫入操作與物理限位能否閉環。
Agent 平台負責人：規劃隔離控制環境、遠端監控、日誌留存及故障恢復。

最後更新於 2026 年 8 月 30 日；預覽狀態、申請方式、設備條件與開源表述，資料核實自 MHS 官方申請頁 及上述 Anthropic 公告。

先分清 MHS、MCP、Claude Code：能通訊不等於能控制

MHS 驗證的是設備驅動如何描述能力、狀態、單位及命令。MCP 是模型與工具之間的通訊及工具呼叫機制，並不自動提供物理安全層；其官方文件說明的是工具、資源與提示的整合方式。MCP 官方說明 可作為通訊層驗收依據。

Claude Code 則可以在命令列及程式碼檔案環境中協助執行工作，但它不是設備急停器，也不應取代確定性控制程式。Anthropic 的入門文件展示其工作方式是透過終端機及程式碼工作區互動。Claude Code 入門文件

你應把控制鏈拆成以下幾層：

層次 負責內容 不應承擔的責任
MHS 設備驅動 發現設備、描述能力、轉換命令及回傳狀態 不應單獨決定高風險動作是否可執行
MCP 通訊層 傳遞工具呼叫、參數及回應 不等於權限批准或物理隔離
Agent／Claude Code 解析目標、選擇工具、產生命令或程式碼 不應取代設備安全控制器
確定性控制程式 執行固定順序、參數範圍及失敗分支 不應繞過設備原生限制
設備安全系統 硬限位、互鎖、急停及安全狀態 不應假設模型能理解所有物理後果

尤其不要把自然語言安全標籤當成不可繞過的物理防護。標籤可以協助 Agent 判斷，但真正阻止危險命令的，必須是設備層或獨立控制器的硬校驗。

第一階段對比：離線模擬先行，實體設備暫不接入

MHS 現在可以申請使用嗎？
可以按目前公開說明申請研究預覽，但申請資格不等於正式標準下載權，也不等於所有設備都能接入。你應保存申請結果、官方說明版本及合作方提供的範例來源；不要把新聞公告改寫成「已全面開放」。

第一個里程碑是沒有實體執行器的離線驗證。使用模擬器、虛擬設備狀態或廠商測試介面，逐項測試：

  • 驅動能否正確發現設備能力。
  • 命令格式錯誤時，是否返回可解析的錯誤。
  • 單位、狀態及安全標籤能否對應設備文件。
  • 設備離線、回傳空值或狀態不完整時，Agent 是否停止。
  • 相同命令重送時，模擬器是否能記錄重複操作。

可保存的證據包括驅動清單、狀態轉換記錄、原始命令、回應內容及失敗日誌。此階段不連接真實執行器。若驅動無法說清「目前狀態」和「命令完成」，就沒有理由進入實體試驗。

Model Hardware Standard 支援哪些實驗設備？
目前可確認的條件不是某一份完整設備名單，而是設備必須具備可程式化介面，並能由標準化驅動描述及操作。研究公告中的特定案例只代表特定實驗條件下的概念驗證，不能外推到所有液體處理器、機械人、讀數設備或製造設備。

第二階段對比：只讀監控可觀察，受限寫入才涉及動作

進入實體設備後，先選擇風險最低、具備可程式化介面的單一設備。只開放狀態、感測器及運行日誌讀取。驗收重點不是畫面是否有資料，而是資料能否被可靠解釋。

把 MHS 描述的設備能力、單位、狀態和安全標籤，與廠商手冊逐項比對。出現狀態漂移、資料延遲、時間戳不一致或無法解釋的欄位時，立即停止升級權限。不要讓 Agent 自行猜測「忙碌」、「完成」或「閒置」的含義。

接着才可規劃單設備受限寫入。先把批准參數放進設備層的白名單，再由設備或獨立控制器執行硬校驗。提示詞、系統指示或 Claude 的判斷，只能作為額外防線，不能是唯一防線。

試點層級 開放權限 必測故障 不通過時的動作
離線模擬 虛擬讀取及模擬命令 格式錯誤、空值、設備離線 留在模擬環境，修正驅動
單設備只讀 狀態、感測器、日誌 延遲、漂移、未知欄位 不開放寫入，補齊映射
受限寫入 預先批准的參數範圍 越界、重複、忙碌、中斷 由設備層拒絕或安全終止
多設備編排 有條件的跨設備命令 順序衝突、工件缺失、離線 阻斷交接，回到單設備
無人值守 受控長任務 斷線、重試、上下文遺失 觸發人工接管或安全停機

第三階段對比：寫入測試看硬阻擋，多設備測試看交接

在受限寫入階段，至少要安排以下操作，並保存每次命令及設備回應：

第一，提交超出白名單的參數，確認命令在設備層被拒絕。
第二，重送同一命令，確認不會因重試形成重複動作。
第三，在設備忙碌時下達新命令，確認系統不會把「排隊」誤判成「已完成」。
第四，在命令傳送中斷線，確認設備會進入預期安全狀態。
第五，檢查人工批准是否發生在真正執行之前，而不是事後補記。

高風險操作必須保留人工批准、物理急停及獨立控制台。若急停需要經過同一個 Agent、MCP 通道或控制伺服器，隔離就不完整。

多設備編排則要測試狀態依賴。例如液體處理器尚未完成前一步，機械人是否仍會收到下一步命令；讀數設備離線時，流程是否仍會把空回應當作合格結果。你可以故意製造設備離線、工件缺失及順序衝突，觀察編排器能否阻斷危險交接。

MHS 和 MCP 在硬件控制中有什麼分別？
MHS 偏向設備能力及驅動標準；MCP 偏向 Agent 與工具之間的呼叫通道。前者不能替你完成權限治理，後者也不能替你提供設備互鎖。驗收時要分別記錄：是驅動描述錯誤、MCP 傳遞錯誤、Agent 決策錯誤，還是設備安全系統拒絕了命令。

第四階段對比：有人監督的長任務，不能直接等同無人值守

一次成功示範不足以放行長時間實驗。長任務要另外測試上下文遺失、重複重試、目標偏移及控制端斷線。Anthropic 對長任務 Agent 的工程說明也把持續工作、狀態管理及人機協作視為獨立工程問題，而不是單次模型回應的延伸。長任務 Agent 工程說明

把關鍵步驟寫入可恢復的確定性程式。Agent 只負責提出計劃或選擇下一個允許動作；真正的順序、參數範圍及失敗分支由程式固定。執行時設定運行時限、重試上限及人工接管條件。這些條件應由控制環境執行，不要只寫在提示詞裡。

AI Agent 控制機械人前要做哪些安全測試？
至少要覆蓋命令越界、重複執行、感測器異常、工件缺失、設備忙碌、通訊中斷、控制端崩潰及急停恢復。每項測試都要有預期安全狀態、實際設備回應、日誌位置及責任人。沒有可重播的證據，就不能把測試結果當作放行依據。

遠端隔離與恢復：把控制節點當成獨立工作區

持續運行的控制環境，不應與個人工作區共用憑據、實驗資料及設備權限。遠端控制節點至少要有獨立帳號、最小權限、網路白名單、命令審計及會話回放。SSH、VNC 或其他遠端工具只解決登入與操作問題，不能取代設備互鎖。

你可以按以下順序完成一次驗收：

  • [ ] 保存 MHS 研究預覽申請或合作方資格證據，並記錄當時的官方說明。
  • [ ] 在不接入執行器的情況下，完成驅動發現、狀態轉換及異常回傳測試。
  • [ ] 用廠商手冊核對設備能力、單位、狀態和安全標籤。
  • [ ] 為每個寫入參數建立白名單，並在設備層加入硬校驗。
  • [ ] 完成越界、重複、忙碌和通信中斷測試，保存原始日誌。
  • [ ] 故意製造設備離線、工件缺失及順序衝突，確認多設備交接會被阻斷。
  • [ ] 將關鍵流程改成可恢復的確定性程式，設定時限、重試上限及人工接管條件。
  • [ ] 模擬控制節點失聯、Agent 崩潰及錯誤參數已下發，確認設備能安全停機並由人工恢復。
  • [ ] 由實驗室負責人、設備工程師及平台負責人共同簽署只讀、有限寫入或暫緩試點結論。

這套流程也符合 NIST AI 風險管理框架 所強調的風險識別、治理及持續監測方向。涉及人機互動時，應另外檢查人員是否知道何時批准、何時接管，以及系統如何呈現不確定狀態。NIST 人工智能風險與人機互動資料

若設備故障被模型誤判成軟體問題，Agent 可能重試原本不應重試的命令。這正是官方案例只能作為特定條件概念驗證的原因：你要把故障分類、物理狀態和人工接管設計在模型之外，而不是等模型自行理解。

目前方案若把 Agent、設備驅動和實驗資料放在同一部工作站，常見缺點是權限混用、斷線後難以恢復，以及日誌與個人檔案互相污染；臨時使用共用伺服器則還會增加環境漂移和會話審計不足的問題。對需要持續執行 Claude Code、模擬驅動或遠端監控控制台的團隊，隔離的 Mac 控制節點通常比把所有元件塞進現有工作區更容易驗證和復原，但實體急停與設備安全層仍須留在現場。

如果你要先建立不接觸真實執行器的測試環境，可先查看 MacPng 的技術支援說明，再按你的長任務及遠端恢復需求評估 MacPng 的 Mac 使用方案。完成模擬、只讀和有限寫入的證據後，再決定是否進入真正的 MHS 實體試點。