Model Hardware Standard (MHS) to specyfikacja, dzięki której agent AI może bezpiecznie sterować fizycznymi urządzeniami, na przykład robotem pipetującym, mikroskopem albo ramieniem robota. Anthropic pokazał ją 27 sierpnia 2026 roku jako podgląd badawczy dla wybranych laboratoriów i producentów. Standard ma skrócić podłączanie sprzętu do agenta z tygodni do godzin, a później zostać udostępniony jako open source.
Czym jest Model Hardware Standard
Model Hardware Standard to wspólny sposób opisywania urządzeń i komunikacji z nimi, przygotowany z myślą o agentach AI. Dziś każde urządzenie laboratoryjne ma zwykle własne oprogramowanie producenta, a połączenie kilku maszyn w jeden proces wymaga pisania osobnych integracji. MHS zastępuje je ujednoliconymi sterownikami z prostymi poleceniami odczytu i zapisu.
Projekt zaczął się w HHMI Janelia Research Campus, instytucie badawczym Howard Hughes Medical Institute. Według Anthropic podstawą standardu był pomysł Arco Basta, badacza z Janelii, na wspólny słownik stanu urządzeń w pamięci, z którego mogą korzystać różne programy jednocześnie.
Jak działa standard sterowników
Sterownik zgodny z MHS opisuje urządzenie w ustandaryzowany sposób, dzięki czemu agent może je wykryć i sprawdzić, co potrafi. Informacje o urządzeniu są zapisane w sterowniku w postaci opisów w języku naturalnym. Na ich podstawie powstaje plik referencyjny z parametrami sprzętu i granicami bezpiecznej pracy.
Agent może korzystać ze sterowników na trzy sposoby. Anthropic podkreśla, że standard działa z każdym urządzeniem, które ma interfejs programistyczny, i z dowolnym środowiskiem uruchamiania agenta.
- MCP (Model Context Protocol), czyli standard podłączania narzędzi do modeli językowych.
- Wiersz poleceń, przydatny w skryptach i automatyzacji.
- Pliki kodu wywoływane jako API, na przykład we własnym oprogramowaniu laboratorium.
- Wspólny słownik stanu, z którego kilka programów odczytuje i zapisuje bieżące parametry urządzeń.
Wyniki partnerów z podglądu badawczego
Anthropic opisał kilka wdrożeń testowych. Wszystkie liczby poniżej pochodzą z komunikatu firmy i materiałów partnerów, a nie z niezależnych badań. Nie wiadomo też, jak wyglądały warunki porównania z pracą ręczną.
- Genentech: agent połączył automat pipetujący, ramię robota i czytnik płytek w teście białkowym BCA oraz sam dobrał prędkości przepływu, około 140 µl/s dla wody i 10 µl/s dla roztworu BSA.
- Carnegie Mellon University: integracja sprzętu do seryjnych rozcieńczeń zajęła 8 godzin zamiast kilku tygodni typowych dla konfiguracji producenta, a sam proces był około 3 razy szybszy.
- HHMI Janelia: agent koordynował w czasie rzeczywistym siedem programów różnych producentów sterujących mikroskopią.
- QuEra Computing: skuteczność ponownej stabilizacji lasera w komputerze kwantowym wzrosła z 58 do 99,3 proc. w ślepym teście.
- University of Washington: monitorowanie reakcji qPCR i przekazywanie płytek między robotami.
Kto wspiera standard
Oprócz laboratoriów do podglądu dołączyli producenci sprzętu i platform. Według Anthropic sterowniki lub integracje z MHS przygotowują Amazon Web Services (Strands Robots), Automata (platforma LINQ), Danaher, Doosan Robotics, MBF Bioscience, QIAGEN, Tecan, Universal Robots, Hugging Face (biblioteka LeRobot) i Raspberry Pi.
Dla europejskiego odbiorcy ważne jest, że na liście są producenci dobrze znani w europejskich laboratoriach i zakładach, tacy jak duński Universal Robots, QIAGEN i szwajcarski Tecan. Anthropic nie podał jednak, kiedy sterowniki tych firm będą dostępne poza podglądem.
Ograniczenia i ryzyka
Anthropic sam wskazuje słabe punkty. Claude miał trudności z fizycznymi, chemicznymi i biologicznymi ograniczeniami procesów, a zadania z białkami i pienieniem się próbek wymagały nadzoru eksperta. Agent nie radził sobie też z awariami sprzętu, których sterownik nie opisywał.
Nierozstrzygnięty pozostaje koszt ciągłego monitorowania urządzeń przez agenta, bo każda pętla kontroli zużywa moc obliczeniową modelu. Urządzenia bez interfejsu programistycznego nie są obsługiwane. W ocenie redakcji dailyAI największe ryzyko dotyczy bezpieczeństwa: agent z prawem zapisu parametrów może uszkodzić sprzęt, zniszczyć próbki albo zagrozić ludziom, dlatego granice pracy w sterowniku i fizyczne zabezpieczenia maszyn muszą pozostać niezależne od modelu.
Znaczenie dla polskich laboratoriów i firm
MHS nie jest dziś produktem, który polska firma może kupić lub pobrać. To zamknięty program testowy, a zgłoszenie odbywa się przez formularz na stronie modelhardwarestandard.com. Anthropic zaprasza do niego przede wszystkim laboratoria naukowe i zaawansowanych producentów.
Dla uczelnianych pracowni, laboratoriów biotechnologicznych i zakładów korzystających z robotów współpracujących warto już teraz sprawdzić, które urządzenia mają udokumentowane interfejsy programistyczne. Przykładowy scenariusz: laboratorium z automatem pipetującym i czytnikiem płytek może przygotować listę parametrów, granic bezpieczeństwa i procedur awaryjnych, zanim podłączy do nich agenta. Wdrożenie w zakładzie w UE będzie też wymagało oceny zgodności z przepisami o bezpieczeństwie maszyn i AI, co warto skonsultować z działem prawnym.
Jak zgłosić się do podglądu badawczego
Procedura jest krótka, ale nie daje gwarancji przyjęcia. Anthropic nie opublikował kryteriów wyboru uczestników.
- Wejdź na stronę modelhardwarestandard.com i wybierz opcję zgłoszenia dostępu.
- Opisz urządzenia, ich interfejsy programistyczne i planowany proces, np. test laboratoryjny albo kontrolę jakości.
- Wskaż osobę odpowiedzialną za bezpieczeństwo pracy sprzętu i nadzór nad agentem.
- Po przyjęciu zacznij od procesu na danych i materiałach testowych, bez próbek o wysokiej wartości.
Źródła i data sprawdzenia
- Previewing the Model Hardware StandardAnthropic, publikacja: 2026-08-27, sprawdzono: 2026-09-27
- Model Hardware Standard - research previewAnthropic, publikacja: 2026-08-27, sprawdzono: 2026-09-27
Artykuł ma charakter informacyjny. Przy decyzjach prawnych, finansowych lub organizacyjnych warto zweryfikować wnioski w odniesieniu do konkretnej sytuacji.



