A Anthropic está apresentando sua primeira investida em IA física como uma ponte aberta entre softwares inteligentes e máquinas teimosamente incompatíveis: uma rota mais rápida para laboratórios e fábricas autônomos sem forçar os usuários a entrar no ecossistema do Claude.

A empresa abriu na quinta-feira uma prévia de pesquisa de seu Padrão de Hardware para Modelos, ou MHS, começando por laboratórios científicos e fabricantes avançados. A premissa é simples: equipamentos que vão de microscópios e manipuladores de líquidos a braços robóticos geralmente falam sua própria linguagem proprietária, levando instalações a gastar semanas ou meses criando integrações personalizadas.¹

O MHS busca substituir essa colcha de retalhos por um driver comum e um pequeno conjunto de comandos como “ler” e “escrever”. A Anthropic afirma que o sistema torna os dispositivos detectáveis, fornece aos agentes informações operacionais e de segurança e permite que eles coordenem tarefas entre vários instrumentos. Segundo a empresa, o benefício não é apenas conveniência: os agentes poderiam monitorar resultados, ajustar parâmetros e se recuperar de alguns erros de hardware enquanto os experimentos funcionam ininterruptamente.¹

Essa ambição está sendo testada, e não declarada como conquistada. A Anthropic afirma que os primeiros parceiros incluem Genentech, Carnegie Mellon, QuEra e Janelia, onde os pilotos variaram de ensaios de proteínas à calibração de lasers. Na Carnegie Mellon, a empresa informou que experimentos de diluição seriada foram realizados cerca de três vezes mais rápido; na QuEra, um agente restaurou a frequência exigida de um laser “99,3% das vezes sem intervenção humana”.¹

O argumento comercial é igualmente direto. Elizabeth Kelly, chefe de implementações benéficas da Anthropic, disse que o padrão foi desenvolvido para a ciência, mas traz “enormes benefícios” para empresas e a indústria.² Ainda assim, o MHS é explicitamente agnóstico em relação a modelos, projetado para funcionar com Claude, modelos rivais e sistemas de código aberto. Essa abertura, disse Jonah Cool, da Anthropic, pretende combater as “soluções proprietárias que são muito frágeis” do hardware de laboratório e evitar a dependência de fornecedores para cientistas.³

Por enquanto, o acesso continua limitado e o padrão ainda é uma prévia de pesquisa. A Anthropic afirma que usará a implementação inicial para desenvolver avaliações de segurança e práticas operacionais antes de tornar o MHS de código aberto — uma ressalva crucial quando o agente de IA não está mais apenas gerando texto, mas movimentando um braço robótico ou conduzindo um experimento.¹