تريد Anthropic أن تتوقف ذكاؤها الاصطناعي عن العيش بالكامل في السحابة. في 27 أغسطس، أطلقت الشركة معيار الأجهزة النموذجي، وهو مواصفات برمجية مصممة لربط وكلاء الذكاء الاصطناعي مباشرة بالأجهزة المادية، مما يمنح نماذج مثل Claude القدرة على اكتشاف الأجهزة الواقعية والتفاعل معها والتحكم فيها.
حالات الاستخدام المستهدفة فورية ومحددة: الأذرع الروبوتية في التصنيع المتقدم، وأجهزة المختبرات في البحث العلمي، والعتاد الدقيق الذي كان يتطلب سابقًا أسابيع من عمل برمجي مخصص فقط لتمكينه من التواصل مع نموذج ذكاء اصطناعي.
ما الذي يفعله المعيار فعليًا
العناوين القياسية التي تحقق ذلك من خلال توفير واجهة سائقة مشتركة، وعلامات أجهزة بلغة طبيعية، وتوافق مدمج مع بروتوكول سياق النموذج الحالي لـ Anthropic. يهم هذا الجزء الأخير لأن MCP يتعامل بالفعل مع كيفية تواصل نماذج الذكاء الاصطناعي مع أدوات البرمجيات ومصادر البيانات، لذا فإن MHS يوسع نفس المنطق إلى العالم المادي.
بشكل حاسم، المعيار لا يعتمد على النموذج. بناه Anthropic ليكون متوافقًا مع نماذج الذكاء الاصطناعي خارج Claude.
أرقام الأداء المبكر يصعب تجاهلها. حقق QuEra، أحد شركاء الاختبار المبكرين، معدل نجاح قدره 99.3% في مهام إعادة تثبيت الليزر باستخدام الذكاء الاصطناعي المتكامل مع MHS. كان المعيار السابق، باستخدام نصوص مخصصة، عند 58%. تغيرت جداول التكامل بنفس القدر من الحدة. أصبحت مهام الأجهزة التي كانت تتطلب أسابيع من العمل الهندسي تستغرق الآن ساعات حسب التقارير.
الشركاء، السلامة، وما يلي ذلك
أنثروبيك لا تطلق MHS للجمهور على الفور. الشركة تقوم بإجراء تقييمات سلامة مع مجموعة مختارة من الشركاء أولاً، وتشمل القائمة HHMI Janelia وGenentech وجامعة كارنيغي ميلون.
السلامة مدمجة في المعيار نفسه، وليست مُضافة لاحقًا. تم تصميم MHS لدمج القيود التشغيلية مباشرة، مثل حدود السرعة والقيود الزاوية للأنظمة الروبوتية، بحيث لا يمكن لوكيل الذكاء الاصطناعي ببساطة إصدار تعليمات لجهاز للعمل خارج المعلمات الآمنة.
يرتبط هذا الإعلان بنمط أوسع من جهود Anthropic لدمج Claude في أدوار تشغيلية تتجاوز توليد النصوص. وقد أنتجت المرحلة الثانية من مشروع Project Fetch الخاص بالشركة، والتي ركزت على برمجة الروبوتات بمساعدة الذكاء الاصطناعي، نتائج تُظهر أن Claude Opus 4.7 أكمل مهام البرمجة أسرع بحوالي 20 مرة مقارنةً بالفرق البشرية. إن MHS هي طبقة البنية التحتية التي تجعل هذه المكاسب في الأداء قابلة للتكرار عبر بيئات أجهزة مختلفة.