Anthropic представила Model Hardware Standard, позволяющий ИИ-агентам управлять реальными машинами
Ключевые выводы
- •Anthropic представила исследовательскую предварительную версию Model Hardware Standard (MHS) — интерфейса, позволяющего ИИ-агентам управлять реальными машинами, такими как микроскопы и роботизированные манипуляторы.
- •Стандарт разработан совместно с HHMI и поддерживает сложные задачи, включая поиск лекарств и калибровку лазеров на квантовых компьютерах, сокращая время интеграции до часов или минут.
- •MHS не зависит от конкретной модели и создает машиночитаемые описания безопасности и возможностей оборудования, предоставляемые на естественном языке.
- •Anthropic планирует выпустить MHS под лицензией с открытым исходным кодом; AWS и Hugging Face уже интегрируют его в свои рабочие процессы.
- •MHS продолжает линию открытого протокола Model Context Protocol 2024 года, расширяя стратегию Anthropic по выпуску открытых слоев взаимодействия для агентного ИИ.

Anthropic представила интерфейс, призванный облегчить ИИ-агентам управление машинами в реальном мире, что знаменует дальнейшее продвижение лаборатории в область физического ИИ.
Компания по разработке генеративного ИИ на прошлой неделе представила предварительную версию Model Hardware Standard (MHS), первые внедрения которой запланированы в области научных исследований и передовых производственных инструментов, включая микроскопы, роботизированные манипуляторы и другое лабораторное оборудование.
Стандарт был разработан в сотрудничестве с частным биомедицинским исследовательским институтом HHMI.
Помимо управления приборами, Anthropic сообщила, что MHS позволяет агентам выполнять сложные задачи, включая поиск лекарств и калибровку лазеров на квантовом компьютере.
Автоматизация таких задач обычно требует индивидуального программирования, однако, по словам Anthropic, MHS позволяет стандартизировать процесс и сократить время интеграции до нескольких часов или даже минут. Стандарт также не зависит от конкретной модели, то есть пользователи не привязаны к моделям Claude от Anthropic.
MHS также может предоставлять агентам информацию об оборудовании, которую невозможно получить из одного лишь кода, например вес роботизированного манипулятора или ограничения по безопасности. Пользователи могут вводить эту информацию на естественном языке, после чего MHS создает справочный файл, сообщающий агенту, что устройство может измерять, какие параметры можно регулировать и как безопасно им управлять. Подобный машиночитаемый контекст безопасности устраняет давнюю проблему лабораторной и промышленной автоматизации, где приборы традиционно предоставляли только низкоуровневые интерфейсы управления, а не структурированные описания своих возможностей и ограничений.
«Встраивая ИИ в эти инструменты, MHS помогает исследователям и инженерам легче управлять автономными круглосуточными экспериментами и рабочими процессами», — говорится в сообщении Anthropic в блоге. «Агенты [могут] анализировать каждый шаг эксперимента, обновлять параметры в режиме реального времени и в некоторых случаях восстанавливаться после аппаратных сбоев без вмешательства человека».
Anthropic планирует выпустить MHS под лицензией с открытым исходным кодом, что сделает его доступным для любого производителя устройств в любой отрасли. Помимо текущих научных применений, ожидается внедрение MHS в производстве — AWS и Hugging Face уже работают над интеграцией стандарта в свои рабочие процессы.
Это не первый ИИ-стандарт, выпущенный Anthropic: в 2024 году компания открыла исходный код протокола Model Context Protocol (MCP). Широко используемый сегодня MCP предназначен для соединения ИИ-агентов и источников данных. Быстрое распространение MCP — его поддержали крупнейшие вендоры ИИ и корпоративного ПО — сформировало стратегию, которую Anthropic, судя по всему, развивает и здесь: выпустить открытый слой взаимодействия, позволить экосистеме строить на его основе и расширить применение агентного ИИ за пределы текста и кода.
MHS свидетельствует о дальнейшем движении Anthropic в физический мир, поскольку ИИ-компании все активнее обращаются к оборудованию на фоне растущих инвестиций в ИИ-ориентированные устройства и производственные инструменты. Первые реакции на предварительную версию и участие партнеров, таких как AWS и Hugging Face, дают представление о том, как может развиваться внедрение, однако успех стандарта будет зависеть от того, решат ли производители устройств его поддержать.