Em 27 de agosto de 2026, a Anthropic anunciou a abertura da prévia de pesquisa do Model Hardware Standard (MHS) para um primeiro grupo de laboratórios de pesquisa científica e fabricantes avançados. O padrão oferece uma especificação comum que permite a agentes de inteligência artificial operar vários dispositivos físicos, como microscópios, manipuladores de líquidos e braços robóticos, e coordená-los simultaneamente para executar tarefas que vão de experimentos de descoberta de medicamentos à calibração de lasers em um computador quântico.
O desenvolvimento do MHS começou em colaboração entre a Anthropic e o HHMI Janelia Research Campus. A empresa considera que o principal problema está no fato de cada dispositivo normalmente depender de uma interface de programação diferente, obrigando o laboratório ou a instalação industrial a criar integrações personalizadas que podem levar semanas ou meses. O padrão pretende reduzir esse trabalho para horas ou minutos, permitindo que o agente coordene etapas do experimento, atualize parâmetros em tempo real e, em alguns casos, lide com erros dos dispositivos sem intervenção direta.
Como o padrão funciona?
O MHS adiciona um driver unificado que traduz entre o sistema operacional e o dispositivo físico. O programa utiliza um conjunto simples de comandos, como read para ler a temperatura e write para ajustá-la, além de tornar cada dispositivo detectável em um formato padrão pela rede. Em vez de criar um tradutor personalizado para cada dispositivo, o agente pode encontrar os dispositivos conectados e comunicar-se com eles por meio da interface compartilhada.
O driver também inclui tags em linguagem natural para descrever características que não aparecem necessariamente no código, como o peso do braço robótico, os limites de segurança e o que o dispositivo pode medir ou ajustar. O padrão transforma esses dados em um arquivo de referência que explica ao agente como operar o dispositivo. Depois disso, o equipamento pode ser controlado por meio do Model Context Protocol, de uma interface de linha de comando ou de arquivos de código e APIs, permitindo coordenar vários dispositivos por meio de uma única linha de código.
Resultados iniciais e parceiros
A Genentech utilizou o padrão para automatizar um ensaio BCA de proteínas, coordenando um manipulador de líquidos, um braço robótico e um leitor de placas. Na Universidade de Washington, o MHS foi usado para monitorar dispositivos remotamente, supervisionar uma reação de qPCR e conectar um braço robótico a um manipulador de líquidos para entregar placas sem colisões. Já pesquisadores da Carnegie Mellon University executaram experimentos de curvas de resposta à dose a uma velocidade aproximadamente três vezes maior que a anterior, usando dispositivos distribuídos em três computadores com interfaces incompatíveis.
No HHMI Janelia, o padrão ajudou a unificar uma plataforma microscópica que dependia de sete programas de diferentes fornecedores. A QuEra também utilizou o padrão para controlar parte do sistema de laser em seus computadores quânticos, e o agente desenvolveu um mecanismo para restaurar a estabilização do laser com uma taxa de sucesso de 99,3% sem intervenção humana. As entidades que também trabalham no suporte ao MHS incluem a Amazon Web Services, por meio do Strands Robots, além de Automata, Danaher, Doosan Robotics, MBF Bioscience, QIAGEN, Tecan e Universal Robots, bem como Hugging Face e Raspberry Pi.
O que muda na prática?
Se a especificação amadurecer e for disponibilizada como código aberto, conforme os planos da Anthropic, ela poderá oferecer uma camada comum para operar equipamentos científicos e robóticos de diferentes empresas, em vez de manter cada integração como um projeto separado. No entanto, o anúncio descreve uma fase inicial de pesquisa, e não um padrão aberto já disponível para todos. Além disso, o MHS atualmente funciona apenas com dispositivos que possuem uma interface de programação.
A Anthropic reconhece que o Claude ainda é limitado no raciocínio espacial e físico e, por isso, precisa da supervisão de especialistas. Nos experimentos da Genentech, os pesquisadores tiveram de orientar o modelo de que a espuma nas amostras de proteína representava uma falha física, e não um erro de software. A empresa utilizará a prévia para desenvolver avaliações adicionais de segurança e um roteiro de segurança física antes de publicar o padrão como código aberto.