Anthropicは、AIエージェントが物理デバイスを発見し、安全に操作できるように設計された共有仕様であるモデルハードウェア標準（MHS）の研究プレビューを開始した。この取り組みは、多様なベンダーインターフェースによって引き起こされる「統合コスト」を対象とし、セットアップ時間を数週間または数ヶ月から数時間または数分に短縮することを目指している。

  • MHSはOSとデバイスの間のドライバ層を標準化し、読み取り、書き込み、発見などのプリミティブを公開する。
  • ドライバータグを使用して、重量制限などの物理的な知識をエンコードし、安全対策のための参照ファイルに格納する。
  • GenentechはClaudeを使用してBCAタンパク質アッセイを自動化し、専門家が確認したフローパラメータに収束させた。
  • QuEra Computingは専用レーザー再ロックスクリプトをMHSエージェントループに置き換え、99.3%の成功率を達成し、残留誤差を15.7 mVから1.55 mVに削減した。
  • カーネギーメロン大学は用量反応実験を8時間で完了させ、一般的なベンダーセットアップよりも約3倍高速化した。

この標準はモデル非依存であり、モデルコンテキストプロトコルと互換性があり、任意のエージェントハーネスがCLIまたはコードファイルを通じてデバイスと対話できるようにしつつ、安全制限をプロンプトではなくドライバ内に保持する。