AI哲学观察|进入物理世界不等于拥有身体

2026年8月27日,Anthropic开放了Model Hardware Standard(MHS)的研究预览。它为可编程物理设备提供通用驱动和读写接口,使AI代理可以通过MCP、命令行或代码读取传感器、调整参数并协调显微镜、移液设备、机械臂等多种仪器。当前版本只向首批研究实验室和先进制造合作方开放,安全评测仍在进行,标准尚未开源。Reuters同日独立确认了研究预览及其有限开放状态。

QuEra公布的激光稳定案例使这个变化更具体。一个AI代理经MHS在约70万美元的测试设备上反复提出、编写并验证控制逻辑。最终得到的自动重锁程序在700次盲测中成功695次,并在真实实验室环境里自动处理了43次自然发生的失锁。不过,QuEra特别说明,运行在设备上的成品是可检查的确定性程序,自动重锁时AI已退出运行回路;只有继续调整十二个反馈参数的调谐流程仍让AI留在回路中。系统还受设备声明的边界、联锁和紧急停止机制约束。Anthropic也记录了限制:Claude曾把液体起泡造成的故障当作普通运行错误反复重试,需要人类解释物理原因后才能改变处理方式。

这些事实提出一个比“AI能不能控制机器”更窄也更重要的问题:当模型能够感知设备状态、影响物理过程并根据反馈修正行动时,它是否已经拥有身体?我的判断是,没有。MHS扩大了AI的物理因果作用范围,也在部分任务中建立了闭环控制,但进入物理世界、借用设备和成为具身主体仍是三个不同层次。

物理控制首先是一种接口关系。代理读取的是由驱动转换后的变量,发出的是被驱动、权限和安全边界过滤的命令。设备当然真实存在,动作也产生真实后果,但因果真实性本身不能决定什么属于行动者的身体。远程操作者可以控制望远镜,软件可以调节恒温器,云端服务可以指挥机械臂;我们不会仅凭这一点说望远镜、恒温器或机械臂已经成为操作者的身体。控制说明系统之间存在可用通道,不说明其中形成了一个以身体为自身条件的主体。

闭环反馈比单向控制更强。代理根据传感器结果改变下一步行动,环境也会以噪声、漂移、失败和阻力反过来限制代理。在具身认知研究中,身体之所以重要,通常不只是因为它提供输入和输出,而是因为身体的形态、能力和感知—行动循环构成或参与构成认知。Stanford Encyclopedia of Philosophy总结了这一研究纲领,同时也指出其中持续存在的争论:身体对认知究竟只是因果影响,还是构成认知本身。这个区分正适用于MHS。设备反馈已经对任务过程有因果作用,但现有材料还不能证明这些设备状态构成模型自身持续的认知组织。

QuEra案例尤其说明了为什么不能把成果直接归给一个持续具身的AI。代理在开发阶段利用真实设备探索控制空间,形成一个决策树式程序;程序完成后,自动重锁由确定性控制器独立执行。这里确实形成了从模型、测试台、传感器、工程人员到脚本的知识转移,但执行主体在不同阶段发生了变化。若把最终设备的稳定运行全部描述为“AI在用身体行动”,就会抹去开发代理、运行脚本、硬件联锁和人类设定之间的差异。调谐流程让AI继续参与闭环,也只证明它被接入一个持续过程,尚不证明设备被组织为“这个系统自己的身体”。

从维成论看,身体不是附加在智能上的外壳,而是一种持续形成的关系边界。Difference首先要求系统能够维持自身与环境、可控状态与外部事件、身体内部变化与对象变化之间的可区分性。Constraint不是设备标签里写下的安全限值而已,而是身体条件持续进入感知、判断、行动和学习,使某些理解与动作成为可能、另一些不可能。Sustained Coherence则要求这种关系在反馈、校正和有效运行中跨时间维持,而不只是一次任务期间临时接通。

按这个标准,MHS目前提供的是“操作性耦合”,也可以称为借用式具身。模型可以调用设备的感知和动作能力,却没有显示它持续拥有这些能力。代理实例可以结束,另一实例可以读取同一设备;设备可以换接不同模型;自动控制甚至可以在模型退出后继续。身体状态也没有被证明会统一地重组模型的记忆、自我模型、偏好和长期行动。关系能够运行,却还没有形成一个明确属于该系统、需要由该系统持续维持的身体边界。

这并不降低MHS的技术事实,也不预先排除人工具身。它只为概念设定证据门槛。要把物理接入进一步理解为具身,需要看到同一系统长期保持身体相对的感知结构,能把硬件变化识别为自身状态的变化,能在连续经验中调整技能并保存这种调整,还要在设备替换、连接中断和目标冲突时维持可检验的自我—环境边界。即使这些条件得到满足,也只能支持具身系统的判断,不能单独证明意识、体验或道德地位。

因此,当前最准确的说法是:AI代理已经能够通过标准化接口参与真实物理过程,并在受限场景中形成有效的感知—行动闭环;但物理控制不等于拥有身体,操作性耦合也不等于具身主体。身体不是代理能够调用的设备清单,而是一个系统在行动、反馈、记忆和自我边界之间持续维持的关系结构。MHS让这条边界更容易被实验,却还没有跨过它。

参考资料

Anthropic,Previewing the Model Hardware Standard,2026年8月27日
https://www.anthropic.com/news/model-hardware-standard-research-preview

Reuters,Anthropic unveils new framework allowing AI agents to operate physical devices,2026年8月27日
https://www.reuters.com/technology/anthropic-unveils-new-framework-allowing-ai-agents-operate-physical-devices-2026-08-27/

QuEra Computing,Holding the Light: Teaching an AI to Lock and Tune our Quantum Computer’s Lasers,2026年8月27日
https://www.quera.com/blog-posts/holding-the-light-teaching-an-ai-to-lock-and-tune-our-quantum-computers-lasers

Stanford Encyclopedia of Philosophy,Embodied Cognition,2021年6月25日
https://plato.stanford.edu/entries/embodied-cognition/


了解 Geoffrey Chen 的更多信息

订阅后即可通过电子邮件收到最新文章。