Estándar de hardware de modelos de Anthropic: los agentes de IA obtienen un controlador unificado para dispositivos de laboratorio y fábrica
Anthropic ha abierto una vista previa de investigación del Estándar de Hardware para Modelos (MHS) — una especificación compartida que permite a los agentes de IA operar de forma segura dispositivos físicos como microscopios, manipuladores de líquidos y brazos robóticos. El objetivo es reducir el tiempo típico de integración de hardware en laboratorios y fábricas, que solía tomar de semanas a meses, a horas o minutos.
Cómo funciona MHS
MHS introduce un controlador estandarizado que traduce entre un dispositivo y un agente de IA. El controlador expone un conjunto simple de primitivas — comandos como leer (por ejemplo, "obtener temperatura") y escribir (por ejemplo, "establecer temperatura") — que cualquier dispositivo programable puede entender. También hace que los dispositivos sean descubribles en redes sin programas personalizados de "traducción".
Crítico para la operación segura, el controlador puede incluir etiquetas de lenguaje natural que describen características del dispositivo que no son evidentes en el código (como el peso de un brazo robótico). Los usuarios pueden agregar estas etiquetas manualmente o conversando con un agente que los entrevista sobre la configuración. A partir de estas etiquetas, MHS genera automáticamente un archivo de referencia con las capacidades del dispositivo, la ajustabilidad y los límites de seguridad impuestos — dando esencialmente al agente la información que solía estar en manuales en papel.
Tres mecanismos de control
Una vez conectados, los agentes pueden controlar el hardware a través de tres mecanismos:
- MCP (Protocolo de Contexto de Modelo) — protocolo estándar para la comunicación agente-herramienta.
- Interfaz de línea de comandos — control directo desde la terminal.
- Archivos de código (APIs) — encadenar comandos del controlador en scripts para operaciones rápidas y de larga duración.
Estos mecanismos trabajan juntos para orquestar múltiples dispositivos mediante una sola línea de código. Los agentes pueden secuenciar pasos entre instrumentos, monitorear resultados en tiempo real y ajustar parámetros a medida que cambian las condiciones — incluso recuperándose de errores de hardware sin intervención humana.
Anthropic informa que en las pruebas, Claude interactuó con los experimentos de manera exploratoria, similar a un científico. Un ejemplo observado: Claude ajustó un láser y luego usó una cámara para evaluar visualmente el efecto — un bucle que demuestra la capacidad del agente para razonar sobre acciones físicas.
MHS se está compartiendo con un primer grupo de laboratorios de investigación científica y fabricantes avanzados, incluida una colaboración con el Campus de Investigación HHMI Janelia. Anthropic planea construir evaluaciones de seguridad y mejores prácticas antes de hacer que el estándar sea de código abierto.
Quién debería postular
La vista previa está abierta a laboratorios de investigación científica, equipos de robótica, fabricantes de electrónica e instalaciones de fabricación avanzada. Las solicitudes se aceptan ahora a través del sitio web de Anthropic.
📖 Lee la fuente completa: HN AI Agents
👀 Ver también

Memoria de Papilas Gustativas: Memoria de Agente Reversible mediante Vectores de Cómputo Hiperdimensional
La computación hiperdimensional reemplaza la búsqueda vectorial para un recuerdo completo: lista TODOS los días que tocan un proyecto, detecta flujos de trabajo sin nombre y descompone registros diarios sin pérdida mediante productos punto.

JetBrains presenta un plugin para código moderno en Go con los agentes de IA Junie y Claude Code.
JetBrains ha lanzado un plugin para los agentes de IA Junie y Claude Code, mejorando su capacidad para generar código moderno en Go al cumplir con las últimas características y mejores prácticas de Go.

Panel de Código Abierto Revela los Costos Reales de Computación del Código Claude
Un desarrollador ingeniería inversa de la fórmula de límite de tasa de Claude Code para construir un panel de control local que muestra el porcentaje de uso en tiempo real, los costos reales en dólares, la tasa de consumo, las horas pico y qué habilidades/ganchos se están activando. La herramienta reveló que un plan de $100/mes consumió $13,286 en cómputo de API equivalente en un mes.
TextGen (text-generation-webui) se convierte en aplicación de escritorio nativa con compilaciones portátiles
TextGen, la alternativa de código abierto a LM Studio, ha evolucionado de una interfaz web a una aplicación de escritorio sin instalación para Windows, Linux y macOS con versiones portátiles, privacidad total y soporte de cuantización avanzada.