MHS 三部曲（中）：8 小时集成、六种被拦截的故障，和一次教科书级的翻车 - 张善友
内容提要
卡内基梅隆大学利用MHS在8小时内完成设备接入与流程编排，替代了厂商数周的工作。系统能自动调整实验参数，并成功拦截六种故障。Genentech的AI自我校准成功，但泡沫问题暴露了物理理解的不足。其他案例展示了跨设备协作和成本考量。MHS在硬件层强制安全，不依赖模型，确保设备异常时自停。
延伸解读
8小时的真实含义
卡内基梅隆大学的案例中，8小时指的是设备接入与流程编排的时间，而非将数周的科学实验压缩至8小时。这一数字常被误读，需注意其实际范围。MHS通过模拟人类操作（如点击界面）接入无编程接口的设备，显著降低了集成成本，但并未改变实验本身的耗时。
安全机制独立于模型
MHS在硬件接口层强制设备自声明的边界、联锁和急停，与模型完全独立。例如，Janelia的激光功率上限在设备层强制，而非依赖模型“记住”。这是因为Agent不可信，提示词无法替代控制器的硬限制。设备需在模型失联、读数异常等情况下自行停在安全状态，确保安全不依赖模型判断。
物理理解的局限
Genentech案例显示，Claude能自主编排实验并自我校准，但面对泡沫问题时，将其误判为普通运行错误，反复重试反而加剧问题。这表明模型能读懂错误码，却不理解背后的物理过程。在工业场景中，类似地，Agent可能因缺乏物理直觉而将小问题扩大，需人工干预或预设规则。
跨设备协作的潜力
Tetsuwan Scientific案例中，系统在qPCR试验发现气泡后，自主找到离心机并下达指令处理，无需人为编写设备间连接程序。这展示了MHS在设备发现与协作上的能力，相机负责发现问题，机械臂搬运，离心机处理，体现了系统在异构设备间的自主协调潜力。
Q&A
卡内基梅隆大学用MHS在8小时内完成了什么？
卡内基梅隆大学利用MHS在8小时内完成了设备接入与流程编排，包括为机械臂、液体处理器和酶标仪编写驱动及编排层，而厂商交付同类方案通常需要数周。
MHS在安全测试中拦截了哪些故障？
MHS在安全测试中成功拦截了六种人为注入的故障：板子缺失、板子放反、读板器忙、相机断连、设备不可达、急停生效，全部在设备动作之前拦截。
Genentech的AI在BCA蛋白定量实验中遇到了什么问题？
Genentech的AI在BCA蛋白定量实验中，虽然能自主编排设备并自我校准，但遇到蛋白溶液摇晃产生泡沫时，将其误判为普通运行错误，在原孔位重试导致泡沫增多，最终需要研究人员明确告知这是物理故障，并更换孔位、减少混合。
MHS如何确保设备安全？
MHS在硬件接口层强制设备自声明的边界、联锁和急停，与模型完全独立。例如，激光功率上限在设备层强制，而不是依赖模型记住。这样即使模型失联、读数异常或指令冲突，设备也能自动停在安全状态。
Tetsuwan Scientific的案例中，系统如何解决移液气泡问题？
在Tetsuwan Scientific的qPCR试验中，相机发现移液产生气泡，机械臂无法解决，系统自动在已连接的设备中找到离心机，提出将试管低速离心，并通过MHS下达指令，实现了跨设备协作。
MHS与VLA（视觉语言动作模型）有何区别？
VLA解决的是“这台机器人此刻该怎么动”，而MHS处理的是“整个现场有哪些设备、各自能干什么、现在什么状态、哪些动作绝对不能做”。两者不冲突，MHS为AI提供标准方法去调用身体，不限于人形机器人。
华盛顿大学案例中，博士生提到了什么成本考量？
华盛顿大学的博士生提到，让Agent长时间盯仪器，算力成本需要与省下的人力进行权衡。
