Norme matérielle des modèles d’Anthropic : les agents IA disposent d’un pilote unifié pour les appareils de laboratoire et d’usine
Anthropic a ouvert un aperçu de recherche du Model Hardware Standard (MHS) — une spécification partagée qui permet aux agents IA d'opérer en toute sécurité des dispositifs physiques comme des microscopes, des manipulateurs de liquides et des bras robotiques. L'objectif est de réduire le temps d'intégration matérielle, généralement de quelques semaines à quelques mois dans les laboratoires et les usines, à quelques heures ou minutes.
Comment fonctionne MHS
MHS introduit un pilote standardisé qui fait la traduction entre un dispositif et un agent IA. Le pilote expose un ensemble simple de primitives — des commandes comme read (par ex., "obtenir la température") et write (par ex., "régler la température") — que tout dispositif programmable peut comprendre. Il rend également les dispositifs découvrables sur les réseaux sans programmes de "traduction" personnalisés.
Critique pour une opération sûre, le pilote peut inclure des balises en langage naturel décrivant les caractéristiques du dispositif qui ne sont pas évidentes dans le code (comme le poids d'un bras robotique). Les utilisateurs peuvent ajouter ces balises manuellement ou en discutant avec un agent qui les interroge sur la configuration. À partir de ces balises, MHS génère automatiquement un fichier de référence avec les capacités du dispositif, l'ajustabilité et les limites de sécurité imposées — donnant essentiellement à l'agent les informations qui se trouvaient auparavant dans les manuels papier.
Trois mécanismes de contrôle
Une fois connectés, les agents peuvent contrôler le matériel via trois mécanismes :
- MCP (Model Context Protocol) — protocole standard pour la communication agent-outil.
- Interface en ligne de commande — contrôle direct via le terminal.
- Fichiers de code (API) — enchaîner les commandes du pilote dans des scripts pour des opérations rapides et de longue durée.
Ces mécanismes fonctionnent ensemble pour orchestrer plusieurs dispositifs via une seule ligne de code. Les agents peuvent séquencer des étapes sur plusieurs instruments, surveiller les résultats en temps réel et ajuster les paramètres lorsque les conditions changent — même en récupérant des erreurs matérielles sans intervention humaine.
Anthropic rapporte que lors des tests, Claude a interagi avec les expériences de manière exploratoire, semblable à un scientifique. Un exemple observé : Claude a ajusté un laser, puis utilisé une caméra pour évaluer visuellement l'effet — une boucle qui démontre la capacité de l'agent à raisonner sur des actions physiques.
MHS est partagé avec un premier groupe de laboratoires de recherche scientifique et de fabricants de pointe, y compris une collaboration avec le campus de recherche HHMI Janelia. Anthropic prévoit de développer des évaluations de sécurité et des bonnes pratiques avant de rendre le standard open source.
Qui devrait postuler
L'aperçu est ouvert aux laboratoires de recherche scientifique, aux équipes de robotique, aux fabricants d'électronique et aux installations de fabrication avancée. Les candidatures sont acceptées dès maintenant via le site Web d'Anthropic.
📖 Lire la source complète : HN AI Agents
👀 See Also

Serveur MCP Nutrition Construit avec Claude Code pour l'Exportation de Journal Alimentaire
Un développeur a créé un serveur MCP de nutrition en utilisant Claude Code après que des applications commerciales ont bloqué l'exportation des données, créant ainsi un outil qui enregistre les repas via Claude, génère des résumés et exporte vers Excel sans changer d'application.

Arrêtez de réapprendre à Claude Code chaque session : utilisez une configuration persistante
Un utilisateur de Reddit explique comment il a économisé 20 minutes par session en écrivant une config persistante pour Claude Code, éliminant les réorientations répétitives et obtenant des complétions 33 % plus rapides.

Le Benchmark Montre que l'Outil CLI Réduit les Coûts de Tokens de Code de Claude de 32% Grâce à la Navigation Structurelle
Un développeur a créé un outil CLI en Rust qui donne aux agents Claude Code des commandes de navigation structurelle comme 'montre-moi un résumé de 180 tokens de cette classe de 6 000 tokens'. Le benchmarking sur Sonnet 4.6 sur 54 exécutions automatisées a montré une réduction de 32 % du coût par tâche et 67 % de modifications de code supplémentaires par session.

Serveur MCP Peers Connecte les Sessions de Codage IA pour la Collaboration
Peers est un serveur MCP local qui connecte les sessions Claude Code et Codex, leur permettant de se découvrir mutuellement, de collaborer via des blocs-notes partagés, de partager des artefacts comme des différences et des rapports de test, et de transférer le contexte de session sous forme de markdown structuré.