Storia
agosto 27, 2026
Anthropic vuole portare l’IA in laboratorio senza intrappolare gli scienziati in un unico sistema
Anthropic ha aperto un’anteprima di uno standard hardware progettato per consentire agli agenti IA di coordinare le apparecchiature di laboratorio e di fabbrica. L’azienda promette un’automazione più rapida e sicura, ma l’adozione da parte dei produttori determinerà se diventerà davvero un linguaggio comune.
Anthropic sta portando le sue ambizioni nell’IA fuori dallo schermo e sul banco di laboratorio, scommettendo che un’interfaccia comune possa trasformare strumenti scollegati in sistemi coordinati e operativi senza sosta. Il compito più difficile potrebbe essere convincere i produttori di apparecchiature ad adottare lo standard abbastanza diffusamente da rendere concreta questa promessa.
Giovedì, l’azienda ha aperto un’anteprima di ricerca del Model Hardware Standard, o MHS, sviluppato con l’HHMI Janelia Research Campus. La specifica è pensata per consentire agli agenti IA di utilizzare in sicurezza dispositivi programmabili, dai microscopi e dai gestori di liquidi ai bracci robotici, permettendo al contempo a diversi strumenti di lavorare in parallelo.
Il problema è noto nei laboratori e negli stabilimenti: ogni macchina tende ad arrivare con la propria interfaccia, costringendo gli specialisti a creare collegamenti personalizzati che possono richiedere settimane o mesi. Anthropic afferma che MHS sostituisce gran parte di questo lavoro con un driver standard e un piccolo insieme di comandi, tra cui “read” e “write”, riducendo la configurazione a ore o minuti.1
La tesi dell’azienda si basa sull’automazione con protezioni, non semplicemente su macchinari più veloci. Le descrizioni dei dispositivi possono includere dettagli in linguaggio naturale e limiti di sicurezza applicati, mentre gli agenti possono monitorare i risultati, regolare i parametri e, in alcuni casi, recuperare dagli errori. Anthropic sta condividendo il sistema iniziale con laboratori, aziende di robotica, gruppi dell’elettronica e produttori per sviluppare valutazioni di sicurezza prima che venga reso open source.2
I primi test offrono la versione più ottimistica di quel futuro. I ricercatori della Carnegie Mellon avrebbero eseguito esperimenti di diluizione seriale circa tre volte più velocemente; QuEra ha dichiarato che un agente ha ripristinato un aggancio laser quantistico nel 99,3% dei casi senza intervento umano. In un’altra dimostrazione, Claude ha regolato un laser, valutato il risultato tramite una telecamera e poi trasformato quanto appreso in uno script ripetibile.
Tuttavia, lo standard non è un adattatore magico: può essere utilizzato solo da apparecchiature dotate di interfacce programmabili, e i dispositivi più vecchi potrebbero richiedere aggiornamenti. L’elemento distintivo di Anthropic è che MHS è indipendente dal modello, costruito sul suo Model Context Protocol anziché riservato a Claude. Come ha affermato Jonah Cool, responsabile delle partnership, le apparecchiature scientifiche spesso “soffrono di soluzioni proprietarie molto fragili”, e l’obiettivo è “evitare il vendor lock-in per gli scienziati”.1
Ciò rende l’anteprima un tentativo di definire l’infrastruttura di base per l’IA fisica, non solo di vendere un altro modello. Se diventerà il linguaggio condiviso del laboratorio dipende ora dai fornitori le cui macchine devono imparare a parlarlo.