AI训机师提效第二十二期|MCP之后,Agent逐步迈向真实世界

最近一年来，AI Agent 的演进方向始终聚焦在"对接更多工具"上。

无论是浏览器、数据库，还是企业知识库和各类 API，Agent 早已超越单纯回答问题的阶段，开始真正落地执行任务。

MCP 的诞生，进一步缩减了 AI 与外部软件、工具对接的难度。

不过近期，Anthropic 将这条路径再次向前延伸：

假如 AI 不仅能对接软件，而是直接对接现实世界中的硬件呢？

2026 年 8 月 27 日，Anthropic 正式公布了 Model Hardware Standard（MHS）研究预览版。

通俗来讲：

MCP 旨在解决 AI 与软件的连接问题，MHS 则瞄准 AI 与硬件的连接问题。

当前的 AI Agent 借助 MCP 已能调用数据库、搜索引擎、文件系统以及各类业务工具。

然而一旦进入现实世界，复杂度就会大幅上升。

机械臂、显微镜、实验装置、工业仪表，各自都有差异化的接口与控制协议。

若每新增一种设备都要重新编写适配逻辑，AI 几乎不可能大规模渗透机器人、实验室和工业领域。

MHS 的目标，就是在 AI 与硬件之间搭建一套统一的接口规范。

未来的 Agent 无需深究每台设备的底层协议，而是借助统一手段：

识别设备、读取设备状态、下达操作指令。

这一思路与 MCP 高度一致。

差异点在于：

MCP 聚焦数字世界，MHS 则开始触及物理世界。

Anthropic 透露，传统硬件集成往往需要数周乃至更久，而标准化接口有望显著压缩这部分开发开销。

不过现阶段 MHS 仍处于 Research Preview（研究预览）时期，离真正的大规模工业落地仍有较长距离。

但它释放的信号已经相当清晰：

Agent 的下一程，或许不再局限于在电脑里辅助我们操作软件，而是开始操作现实世界。

与此同时，Agent 软件生态领域还出现了另一件引人注目的事件。

2026 年 8 月，SpaceX 宣布收购 AI 编程工具 Cursor。

紧接着 OpenAI 发布声明，因 Cursor 控制权发生变更，将终止双方现有模型供应合作，并计划于 11 月 12 日切断相关合同访问权限。

Cursor 方面回应称，OpenAI 模型目前仅占其 AI 流量的较小比例，因此整体冲击有限。

从表面来看，这不过是一次常规的商业合作变动。

但它实际上折射出 Agent 产品面临的一个日益凸显的难题：

Agent 能力越强，对底层模型供应链的依赖就越深。

一个 Agent 产品背后往往同时依赖：

模型、算力、API、MCP 服务、搜索、数据库以及各种第三方工具。

任何一项核心能力发生变动，都可能波及整个 Agent 的运转。

因此未来成熟的 Agent 系统，大概率不会只绑定单一模型。

而是逐步具备：

多模型接入、模型自动切换、备用模型与故障降级机制。

过去打造一个 AI 产品，开发者关心的是：

哪个模型效果最佳？

未来或许还需追问：

若该模型明天不可用，系统能否照常运行？

将 MHS 与 Cursor 这两件事并列来看，可以发现 Agent 正在经历一次显著转型：

过去的竞争焦点是：

谁的模型更智能，谁的 Agent 能调度更多工具。

如今的竞争逐渐转向：

谁的 Agent 能对接更多真实系统，同时保持足够稳健。

这意味着未来训机与 Agent 开发需要关注的内容，也会持续扩展。

不仅要思考：

提示词如何撰写、模型如何挑选、工具如何调用。

还需思考：

模型供应是否稳定？

不同模型之间能否平滑切换？

Agent 能操控哪些设备与系统？

哪些操作必须经人工确认？

出现异常后如何及时中止？

MCP 让 AI 开始对接软件。

MHS 正尝试让 AI 对接现实世界。

而 Cursor 与 OpenAI 的变动，再次提示我们：

Agent 越深入真实业务，底层基础设施的关键性就越突出。

因此 Agent 下一阶段的真正较量，可能早已超越"能否干活"。

而是：

能否稳定、安全、持续地干活。

对训机师而言，这或许也是一个值得提前布局的变化：

未来真正需要训练与管理的，不再只是一个模型。

而是模型、工具、数据与现实设备共同构成的整套 Agent 系统。

科讯嘉联训机师学苑宗旨

1.打造以学员和准学员成长为核心的AI训机师终身学习与能力共创平台

2.成为最值得信赖的AI训机师职业成长与实践引领社区

3.学员为本、实战导向、长期赋能、共建共享、结果可信