Claude 進駐 CarPlay，也開始在實驗室「動手」：但權限被嚴格限縮

Claude 正從聊天室走向兩種截然不同的真實世界場景：一端是車內的免持語音對話，另一端則是受控的實驗室與先進製造設備操作。兩者的共同點不在於讓 AI 取得更多權力，而是依環境風險嚴格限制其權限：在車上只能交談；在實驗室中，則只能透過明確定義的介面與操作邊界控制儀器。171

CarPlay 上的 Claude：能做什麼？

Anthropic 已在 Claude 的 iPhone App 加入 Apple CarPlay 支援。使用者可從 CarPlay 介面開啟 Claude，透過車載螢幕與語音控制提出問題，並以語音接收回答，不必拿起手機；近期對話也可供延續。1718

較適合的使用方式是對話本身，例如請它解釋一個概念、協助梳理想法，或接續先前的 Claude 討論。這並不是把完整、可視化的 Claude 聊天介面搬到車機螢幕上。

關鍵限制：不能開車、不能管手機，也不能直接喚醒

Apple 對 CarPlay 的對話式 AI App 設下相當窄的框架。第三方聊天機器人必須採用 Apple 指定的語音控制畫面，並取得 CarPlay 所需授權資格。1723

更重要的是，Claude 無法控制車輛系統或 iPhone 功能。它不能取代導航、空調、音樂、通話、訊息或手機設定等控制功能。使用者還必須從 CarPlay 介面手動開啟 Claude，車內沒有專屬的喚醒詞可直接叫出它。1719

因此，Claude 在車上定位是免持的問答與對話夥伴，而不是擁有車輛控制權的車載助理。

與其他聊天機器人及 Siri 有何不同？

Claude 是 CarPlay 上多個第三方聊天機器人選項之一。相關報導指出，它是繼 ChatGPT、Perplexity、Grok 與 Meta AI 後，第 5 個支援 CarPlay 的主要聊天機器人 App。18

這個差別很重要：這些服務都是在相同 CarPlay 限制下運作的選用對話 App，不是整合到作業系統、可直接管理車輛控制項目的助理。Apple 自家的 Siri AI 預計隨 iOS 27 登上 CarPlay，屆時將提供平台原生的 AI 選項，與第三方服務並存。22

MHS 是什麼：讓 AI 在規範下操作實體儀器

相較於車內對話，Anthropic 的「模型硬體標準」（Model Hardware Standard，MHS）跨出的步伏更進一步。這是一套供 AI 代理操作實體設備的共用規格，目前以研究預覽形式提供給首批科研實驗室與先進製造業者。Anthropic 表示，MHS 可支援顯微鏡、液體處理工作站、機械手臂及量子運算設備等儀器。1

核心目標是互通性。過去，代理若要使用不同廠商的設備，可能得逐一學習各自專有的操作介面；MHS 則提供共同的驅動層，將操作整理為標準化的「讀取」與「寫入」。例如，溫度感測器可提供可讀取的數值；控制器則可接受設有上下限的溫度設定值。

設備探索與操作脈絡

硬體描述可向代理提供結構化資訊，包括儀器是什麼、可量測或調整哪些項目，以及使用時必須遵守哪些限制。這套方法也支援以自然語言描述設備能力、可調參數、物理特性與運作限制。

這些脈絡資訊的用意，是讓代理能在網路上發現設備、理解其獲准執行的操作，而不必把每一台儀器都當成陌生且客製化的 API。代理執行環境可透過模型脈絡協定（Model Context Protocol，MCP）、命令列工具或 API 等標準介面連接設備。

從即時推理到可重複執行的腳本

MHS 不只處理一次性的指令，也可協調多台儀器的工作流程：監看即時讀值、依結果調整參數，並讓設備彼此配合。當流程完成驗證後，可轉為確定性的設備指令腳本，而非在每次重複的低階操作中持續依賴模型的開放式推理。1

這是安全性與可靠性上的重要區隔：模型可以協助探索或改良程序，但重複執行的路徑能做得更可預測。

Claude 已示範的工作：雷射校準

Anthropic 表示，Claude 曾在一項示範中調整雷射、透過攝影機檢視結果，反覆學習調整動作與光束位置之間的關係，最後寫出一段確定性腳本，只要一個指令就能完成雷射對準。1

Anthropic 也指出，Genentech 曾以 MHS 進行概念驗證，將 BCA 蛋白質檢測自動化；這類流程需要多項實驗室儀器協同運作。1

對實體世界風險，Anthropic 如何設防？

Anthropic 並未把 MHS 描述成不受限制的自主操作產品。目前它僅開放給研究預覽階段的實驗室及先進製造業夥伴，同時開發安全評估方法與操作實務，目標是在未來開源發布前先完成驗證。1

其風險控管採多層設計：

• 具邊界的驅動程式： 硬體描述可規定代理能讀取或變更什麼，以及驅動程式必須強制執行的限制。
• 結構化設備資訊： 代理取得設備能力與約束的明確資料，而非自行從零推斷。
• 已驗證流程採確定性執行： 可重複使用的程序能編譯為固定指令序列，減少對持續模型判斷的依賴。
• 早期存取範圍有限： 透過合作夥伴測試，Anthropic 可在擴大釋出前評估故障情境並建立操作規範。1

不過，MHS 能標準化通訊與限制指令，卻無法單獨保證一項實驗計畫在科學上正確，或確保實驗室的實體安全。設備描述錯誤、設定不當與不安全的程序，仍可能造成風險。因此，人員監督、實驗室治理與既有的實體安全防護仍不可或缺。

從車內到實驗室，Claude 的共同方向

CarPlay 與 MHS 呈現 Anthropic 同一策略的兩端：讓 Claude 進入真實工作場景，但將它的權限限制在符合環境風險的範圍內。在行駛中的車輛裡，這代表只能語音交談，不能控制車子或手機；在實驗室裡，則是透過標準介面、明示限制與審慎分階段部署，取得對專業硬體的受控存取權。171