Claude 在 QuEra 的 700 次定時測試中成功復原 695 次激光鎖定,成功率達 99.3%,而且沒有一次誤報成功。 透過 MHS,Claude 可以讀取遙測數據、嘗試受限制的調整、量度結果,並將成功的實驗流程轉化成可檢視的確定性程式碼,監督原有的激光控制迴路。
發布者使用 GPT-5.6 Luna 編輯圖片由 GPT Image 1.5 生成
研究答案

Create a landscape editorial hero image for this Studio Global article: How did Anthropic’s Claude AI agent, through the research preview of the model-agnostic Model Hardware Standard (MHS), automatically diagnos. Article summary: Claude did not directly run QuEra’s production quantum computer. Through MHS, it operated a dedicated, safety-bounded laser testbed, diagnosed lock failures from telemetry, performed controlled experiments, and turned wh. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Anthropic 的 Claude 不只是提出一個修理 QuEra 激光系統的建議。透過 Model Hardware Standard(MHS)研究預覽,Claude 能夠讀取硬件遙測數據,在清晰界定的限制內進行受控實驗,再把成功的復原步驟寫成確定性、可檢視的軟件。
QuEra 報告指,這套控制器在 700 次測試中,有 695 次將系統帶回目標運作狀態,成功率達 99.3%;同時沒有把任何一次失敗復原誤報為成功。11
QuEra 的中性原子量子電腦依靠激光控制原子,而激光頻率必須維持在極其精準的範圍內。溫度、震動、氣壓等日常實驗室環境變化,都可能令激光偏離鎖定狀態。當反饋系統無法自行恢復,量子運算便要暫停,等專家重新將系統調回正確工作點。11
所以,激光復原並非單純的校準細節,而是量子電腦能否持續運作的維護問題。QuEra 表示,一般干擾早已部分自動化,但較罕見或較嚴重的故障仍然依賴專家經驗。過往要製作功能有限的重新鎖定程式,曾經需要 4 名專家花約 2 至 3 星期;至於每次個別事故,工程師有時亦要花 5 至 10 分鐘處理。11
MHS 是一套讓 AI 代理與實體設備溝通的共用介面。設備的驅動程式會描述硬件可以做甚麼、哪些參數可以讀取或寫入,以及由人類設定的操作限制。代理可以透過 MCP、命令列介面或 API 操作兼容設備,而規格本身並不只限於 Claude。2
有了這層介面,Claude 面對的就不再是為單一設備度身訂造的連接工程,而是一個結構化的控制面板。它可以:
安全界線是這次示範的重點。Claude 並沒有獲得一部面向客戶的量子電腦之完全控制權。QuEra 使用的是獨立激光測試平台,讓實驗可以在一般實驗室干擾下進行,同時受明確限制約束。11
Claude 先反覆研究不同故障的訊號,以及各種可能的復原操作;接着根據觀察到的結果,逐步編寫和修改一套類似決策樹的控制器。最後產生的程式並非黑盒:工程師可以檢查它的判斷邏輯,以及它向硬件驅動程式發出的指令。11
這套程式亦沒有取代激光系統最快的控制機制。生成的程式碼以原生速度運行,在上層監督原有的微秒級伺服控制迴路,而不是直接介入其中。換句話說,Claude 負責協助找出及編碼復原策略,既有的低層控制迴路則繼續處理快速穩定工作。11
這個分工相當重要。今次示範並不是說語言模型可以即時操控量子處理器的每一個部分,而是展示 AI 代理如何利用標準化硬件介面,在受控範圍內做實驗,最後產出人類可以審查、測試及部署的傳統控制軟件。
QuEra 在獨立激光測試平台上,針對 7 類故障或干擾進行測試,每一類有 100 次定時試驗,合共 700 次。11
公司報告的結果包括:11
不過,以上數字來自 QuEra 自行驗證,應該視為公司公布的測試結果,而非獨立同行評審確認。由於測試是在獨立平台及有界線的試驗設計下進行,結果亦不代表日後每一個 QuEra 部署都必然有完全相同的表現。
如果一部量子電腦每遇到罕見硬件故障,都要等專家親身處理,遙距操作會變得十分困難。當系統要安裝在客戶場地、透過雲端提供服務,或者數量逐步增加,這個問題只會更加突出。
自動復原有機會將原本需要專家介入的中斷,變成一套可重複執行的服務程序。它並不代表工程師從此不再需要,也不會單靠自己令量子處理器具備容錯能力;它針對的是其中一個具體維護瓶頸——讓關鍵光學子系統維持在正確工作點。
這個瓶頸亦與 QuEra 更大的部署計劃有關。公司已宣布首部容錯量子電腦 Libra,計劃在 2028 年交付至 AWS 的 Amazon Braket,作為與 Amazon Web Services 擴大合作的一部分。33 對一個可以透過雲端使用的系統來說,可靠的硬件維護尤其有價值;但激光鎖定示範不應被解讀為 Claude 已經創造,或保證了 Libra 的容錯能力。
MHS 目前仍然是面向部分科學研究實驗室及先進製造商的研究預覽,並不是一套已廣泛確立的公開標準。Anthropic 表示,項目最初源於與 Howard Hughes Medical Institute 旗下 Janelia Research Campus 的合作。18
Anthropic 亦表示,在將 MHS 開源前,計劃與合作夥伴制定安全評估及最佳實務。其提出的安全方向,強調設備資料要清晰列明,操作限制則由用戶設定並可強制執行,令代理的行動受硬件介面約束,而不是完全依賴自然語言判斷。2
這個安全模型正是今次示範最值得留意的地方。成果並不是一句含糊的「AI 修好咗支激光」,而是一套在探索階段完成後,仍然可以審查、測試,並以原生速度運行的控制器。
QuEra 的案例更適合被理解為實體 AI 基礎設施的一次示範,而不單是一項量子計算突破。Claude 透過一個共用而受限制的介面,走過「觀察、實驗、量度、修訂,再編譯」的工程流程,最後產出可以審計及重用的軟件。
如果這類工作流程可以在更多設備上複製,AI 代理或許能夠將高度專門化的維護知識,轉化成可部署的控制系統,用於複雜實驗室及工業設備。當然,仍有幾個問題未有答案:結果能否在更多硬件上成立?獨立評估能否重現?在離開嚴格受控的測試環境後,又可以多安全地擴大使用範圍?
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
Claude 在 QuEra 的 700 次定時測試中成功復原 695 次激光鎖定,成功率達 99.3%,而且沒有一次誤報成功。
Claude 在 QuEra 的 700 次定時測試中成功復原 695 次激光鎖定,成功率達 99.3%,而且沒有一次誤報成功。 透過 MHS,Claude 可以讀取遙測數據、嘗試受限制的調整、量度結果,並將成功的實驗流程轉化成可檢視的確定性程式碼,監督原有的激光控制迴路。
這套方法有望減少量子電腦部署時對現場專家的依賴,但目前證據主要來自 QuEra 自行驗證,而 MHS 仍處於有限度的研究預覽階段。
Claude 在 QuEra 的 700 次定時測試中成功復原 695 次激光鎖定,成功率達 99.3%,而且沒有一次誤報成功。 透過 MHS,Claude 可以讀取遙測數據、嘗試受限制的調整、量度結果,並將成功的實驗流程轉化成可檢視的確定性程式碼,監督原有的激光控制迴路。
發布者使用 GPT-5.6 Luna 編輯圖片由 GPT Image 1.5 生成
研究答案

Create a landscape editorial hero image for this Studio Global article: How did Anthropic’s Claude AI agent, through the research preview of the model-agnostic Model Hardware Standard (MHS), automatically diagnos. Article summary: Claude did not directly run QuEra’s production quantum computer. Through MHS, it operated a dedicated, safety-bounded laser testbed, diagnosed lock failures from telemetry, performed controlled experiments, and turned wh. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Anthropic 的 Claude 不只是提出一個修理 QuEra 激光系統的建議。透過 Model Hardware Standard(MHS)研究預覽,Claude 能夠讀取硬件遙測數據,在清晰界定的限制內進行受控實驗,再把成功的復原步驟寫成確定性、可檢視的軟件。
QuEra 報告指,這套控制器在 700 次測試中,有 695 次將系統帶回目標運作狀態,成功率達 99.3%;同時沒有把任何一次失敗復原誤報為成功。11
QuEra 的中性原子量子電腦依靠激光控制原子,而激光頻率必須維持在極其精準的範圍內。溫度、震動、氣壓等日常實驗室環境變化,都可能令激光偏離鎖定狀態。當反饋系統無法自行恢復,量子運算便要暫停,等專家重新將系統調回正確工作點。11
所以,激光復原並非單純的校準細節,而是量子電腦能否持續運作的維護問題。QuEra 表示,一般干擾早已部分自動化,但較罕見或較嚴重的故障仍然依賴專家經驗。過往要製作功能有限的重新鎖定程式,曾經需要 4 名專家花約 2 至 3 星期;至於每次個別事故,工程師有時亦要花 5 至 10 分鐘處理。11
MHS 是一套讓 AI 代理與實體設備溝通的共用介面。設備的驅動程式會描述硬件可以做甚麼、哪些參數可以讀取或寫入,以及由人類設定的操作限制。代理可以透過 MCP、命令列介面或 API 操作兼容設備,而規格本身並不只限於 Claude。2
有了這層介面,Claude 面對的就不再是為單一設備度身訂造的連接工程,而是一個結構化的控制面板。它可以:
安全界線是這次示範的重點。Claude 並沒有獲得一部面向客戶的量子電腦之完全控制權。QuEra 使用的是獨立激光測試平台,讓實驗可以在一般實驗室干擾下進行,同時受明確限制約束。11
Claude 先反覆研究不同故障的訊號,以及各種可能的復原操作;接着根據觀察到的結果,逐步編寫和修改一套類似決策樹的控制器。最後產生的程式並非黑盒:工程師可以檢查它的判斷邏輯,以及它向硬件驅動程式發出的指令。11
這套程式亦沒有取代激光系統最快的控制機制。生成的程式碼以原生速度運行,在上層監督原有的微秒級伺服控制迴路,而不是直接介入其中。換句話說,Claude 負責協助找出及編碼復原策略,既有的低層控制迴路則繼續處理快速穩定工作。11
這個分工相當重要。今次示範並不是說語言模型可以即時操控量子處理器的每一個部分,而是展示 AI 代理如何利用標準化硬件介面,在受控範圍內做實驗,最後產出人類可以審查、測試及部署的傳統控制軟件。
QuEra 在獨立激光測試平台上,針對 7 類故障或干擾進行測試,每一類有 100 次定時試驗,合共 700 次。11
公司報告的結果包括:11
不過,以上數字來自 QuEra 自行驗證,應該視為公司公布的測試結果,而非獨立同行評審確認。由於測試是在獨立平台及有界線的試驗設計下進行,結果亦不代表日後每一個 QuEra 部署都必然有完全相同的表現。
如果一部量子電腦每遇到罕見硬件故障,都要等專家親身處理,遙距操作會變得十分困難。當系統要安裝在客戶場地、透過雲端提供服務,或者數量逐步增加,這個問題只會更加突出。
自動復原有機會將原本需要專家介入的中斷,變成一套可重複執行的服務程序。它並不代表工程師從此不再需要,也不會單靠自己令量子處理器具備容錯能力;它針對的是其中一個具體維護瓶頸——讓關鍵光學子系統維持在正確工作點。
這個瓶頸亦與 QuEra 更大的部署計劃有關。公司已宣布首部容錯量子電腦 Libra,計劃在 2028 年交付至 AWS 的 Amazon Braket,作為與 Amazon Web Services 擴大合作的一部分。33 對一個可以透過雲端使用的系統來說,可靠的硬件維護尤其有價值;但激光鎖定示範不應被解讀為 Claude 已經創造,或保證了 Libra 的容錯能力。
MHS 目前仍然是面向部分科學研究實驗室及先進製造商的研究預覽,並不是一套已廣泛確立的公開標準。Anthropic 表示,項目最初源於與 Howard Hughes Medical Institute 旗下 Janelia Research Campus 的合作。18
Anthropic 亦表示,在將 MHS 開源前,計劃與合作夥伴制定安全評估及最佳實務。其提出的安全方向,強調設備資料要清晰列明,操作限制則由用戶設定並可強制執行,令代理的行動受硬件介面約束,而不是完全依賴自然語言判斷。2
這個安全模型正是今次示範最值得留意的地方。成果並不是一句含糊的「AI 修好咗支激光」,而是一套在探索階段完成後,仍然可以審查、測試,並以原生速度運行的控制器。
QuEra 的案例更適合被理解為實體 AI 基礎設施的一次示範,而不單是一項量子計算突破。Claude 透過一個共用而受限制的介面,走過「觀察、實驗、量度、修訂,再編譯」的工程流程,最後產出可以審計及重用的軟件。
如果這類工作流程可以在更多設備上複製,AI 代理或許能夠將高度專門化的維護知識,轉化成可部署的控制系統,用於複雜實驗室及工業設備。當然,仍有幾個問題未有答案:結果能否在更多硬件上成立?獨立評估能否重現?在離開嚴格受控的測試環境後,又可以多安全地擴大使用範圍?
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
Claude 在 QuEra 的 700 次定時測試中成功復原 695 次激光鎖定,成功率達 99.3%,而且沒有一次誤報成功。
Claude 在 QuEra 的 700 次定時測試中成功復原 695 次激光鎖定,成功率達 99.3%,而且沒有一次誤報成功。 透過 MHS,Claude 可以讀取遙測數據、嘗試受限制的調整、量度結果,並將成功的實驗流程轉化成可檢視的確定性程式碼,監督原有的激光控制迴路。
這套方法有望減少量子電腦部署時對現場專家的依賴,但目前證據主要來自 QuEra 自行驗證,而 MHS 仍處於有限度的研究預覽階段。