La empresa abrió una prueba limitada de Model Hardware Standard, una especificación que busca facilitar la conexión de agentes de inteligencia artificial con instrumentos científicos, robots y equipos de fabricación.
Anthropic abrió el 27 de agosto de 2026 una versión preliminar de investigación de Model Hardware Standard, conocida como MHS. La especificación busca ofrecer una forma común de conectar agentes de inteligencia artificial con equipos físicos empleados en laboratorios científicos y entornos de fabricación.
La primera etapa está restringida a un grupo de organizaciones y el acceso se concede mediante una solicitud en el sitio del proyecto. Anthropic planea utilizar esta fase para probar la tecnología, preparar evaluaciones de seguridad y definir prácticas de operación antes de publicar el estándar como código abierto.
Una capa común entre los agentes y las máquinas
Los instrumentos científicos y los robots industriales suelen utilizar interfaces, formatos de datos y programas de control diferentes. Integrarlos exige desarrollar adaptadores específicos y coordinar el comportamiento de cada equipo.
MHS propone controladores normalizados que describen las capacidades, estados, mediciones y límites de seguridad de un dispositivo. La especificación emplea operaciones básicas de lectura y escritura, además de información en lenguaje natural sobre las características físicas de la máquina y las restricciones que deben aplicarse durante su funcionamiento.
Una vez conectado el equipo, un agente puede descubrir sus capacidades, consultar datos operativos y enviar instrucciones. Anthropic afirma que el sistema es independiente del modelo de IA y admite distintos mecanismos de acceso, entre ellos Model Context Protocol, interfaces de línea de comandos y archivos de código.
Pruebas en laboratorios científicos
Anthropic presentó experiencias preliminares realizadas junto con organizaciones como Genentech, HHMI Janelia Research Campus, la Universidad de Washington, la Universidad Carnegie Mellon y QuEra Computing. Los casos descritos incluyen la coordinación de manipuladores de líquidos, brazos robóticos, lectores de placas, microscopios y componentes de computadores cuánticos.
En una prueba de concepto comunicada por Genentech, Claude coordinó tres instrumentos durante un ensayo para medir la concentración de proteínas. El agente ajustó parámetros de transferencia de líquidos y pudo responder a algunos errores, pero necesitó orientación experta cuando interpretó incorrectamente problemas físicos causados por burbujas. El episodio muestra que conectar un modelo a las máquinas no elimina las limitaciones de su razonamiento sobre fenómenos físicos.
Los resultados publicados proceden de Anthropic y de los participantes en su programa, por lo que deben considerarse preliminares y no equivalen a una evaluación independiente del estándar.
Seguridad y supervisión humana
La compañía reconoce que Claude todavía tiene limitaciones espaciales y físicas que hacen necesaria la supervisión de especialistas. MHS tampoco cubre directamente equipos que no puedan exponerse mediante una interfaz programable o un controlador compatible.
La conexión de agentes de IA con sistemas físicos amplía las consecuencias de un error. Un análisis de WIRED señala que el control de robots y maquinaria introduce riesgos de daños materiales, lesiones y uso indebido que no aparecen cuando un agente opera únicamente con información digital.
La especificación permite declarar restricciones en los controladores, pero la seguridad final dependerá también del modelo utilizado, la calidad de cada integración, los mecanismos de autorización y la intervención humana prevista para las decisiones críticas. La prueba limitada deberá mostrar si MHS puede convertirse en una base interoperable sin trasladar errores de software al mundo físico.
Fuentes
Ilustración: captura del sitio de Anthropic
📬 Newsletter gratuito
