Anthropic дала AI-агентам стандарт для управления физическими устройствами

Anthropic открыла research preview Model Hardware Standard (MHS) — общей спецификации, которая должна дать AI-агентам унифицированный способ управлять физическими приборами. Компания начинает с ограниченной группы научных лабораторий и производителей, но сама идея гораздо шире: создать для лабораторного и промышленного оборудования универсальный слой взаимодействия, через который агент сможет работать с разными устройствами.

В анонсе Anthropic прямо называет микроскопы, автоматические дозаторы жидкостей и роботизированные манипуляторы. MHS должен позволять агенту одновременно взаимодействовать с несколькими инструментами и выполнять сложные последовательности действий — от рутинных экспериментов в drug discovery до калибровки лазера на квантовом компьютере.

AI переходит от API к лабораторному столу

За последние два года агенты научились работать с браузерами, кодом, файлами и корпоративными сервисами. Следующий барьер — физический мир. Здесь недостаточно просто вызвать функцию: реальный прибор имеет состояния, режимы, ограничения, аварийные сценарии и последствия ошибочной команды.

Поэтому MHS интересен не как ещё один протокол интеграции. Он пытается стандартизировать сам язык взаимодействия между моделью и оборудованием. Если производители и лаборатории примут общие правила описания возможностей устройства и разрешённых действий, агенту не придётся для каждой установки строить полностью отдельную интеграцию.

Это особенно важно для сред, где один эксперимент состоит из десятков шагов. Агент может подготовить план, проверить показатели, запустить прибор, получить результат, изменить параметр и перейти к следующему этапу. При правильной архитектуре человек остаётся тем, кто задаёт цель, пределы и критические точки подтверждения, а AI берёт на себя координацию рутины.

Почему Anthropic начинает с research preview

Управление физическими системами имеет другой уровень риска, чем работа с текстом. Ошибку в документе можно исправить. Неверная команда роботизированной руке, лабораторному дозатору или лазерной системе может повредить оборудование, испортить образец или создать опасное состояние. Поэтому Anthropic не объявляет MHS готовым массовым стандартом и запускает его как исследовательский preview для ограниченного круга партнёров.

Практическая ценность такого подхода в том, что спецификацию можно проверить на разных классах устройств до широкого развёртывания. Если она работает только на одном типе роботизированной руки, это будет ещё один вертикальный SDK. Если же один агент действительно сможет через общую модель взаимодействовать с микроскопом, дозатором и манипулятором, MHS начнёт выглядеть как инфраструктурный слой для physical AI.

Для рынка это важный сигнал: конкуренция вокруг AI-агентов смещается от того, кто лучше отвечает в чате, к тому, кто безопаснее и надёжнее выполняет реальные процессы. В лабораториях и на производстве это может оказаться значительно ценнее ещё одного процента в текстовом бенчмарке.