Anthropicは、自社のAIがクラウド内にのみ存在することをやめたいと考えている。8月27日、同社はModel Hardware Standardを発表した。これはAIエージェントを物理的ハードウェアに直接接続するためのソフトウェア仕様であり、Claudeのようなモデルが実世界のデバイスを発見し、インターフェースし、制御できるようにする。
目的の使用ケースは即時的かつ具体的です：高度な製造におけるロボットアーム、科学研究における実験装置、かつてAIモデルと通信させるために数週間のカスタムソフトウェア開発を要していた高精度ハードウェアです。
標準が実際に何をするか
標準的なアドレスは、共通のドライバーインターフェース、自然言語デバイスタグ、およびAnthropicの既存のModel Context Protocolとの組み込み互換性を提供することで実現されます。この最後の要素は重要です。なぜなら、MCPはすでにAIモデルがソフトウェアツールやデータソースと通信する方法を処理しているため、MHSは同じロジックを物理世界に拡張するからです。
重要なことに、この標準はモデルに依存しません。Anthropicは、Claudeを超えるAIモデルでも動作するようにこれを構築しました。
初期のパフォーマンス数値は無視できない。早期のテストパートナーであるQuEraは、MHS統合AIを用いてレーザー再ロックタスクで99.3％の成功率を達成した。以前のベンチマークはカスタムスクリプトを使用し、58％だった。統合のタイムラインも同様に大きく変化した。以前は数週間のエンジニアリング作業を要していたハードウェアタスクが、今では数時間で完了する reportedly となっている。
パートナー、セキュリティ、そして次に来るもの
Anthropicは、MHSをすぐに一般にリリースしません。同社は、HHMI Janelia、Genentech、カーネギーメロン大学を含む選ばれたパートナーと最初にセーフティ評価を実施しています。
安全性は標準自体に組み込まれており、後から追加されたものではありません。MHSは、ロボットシステムの速度制限や角度制限などの運用制約を直接組み込むように設計されており、AIエージェントがデバイスに安全なパラメータ外での動作を指示できないようにしています。
このアナウンスは、AnthropicがClaudeをテキスト生成を超えた運用役割に導入するより広範な傾向と関連しています。同社のプロジェクトFetchフェーズ2（AI支援ロボティクスプログラミングに焦点を当てた）では、Claude Opus 4.7が人間のチームよりも約20倍速くプログラミングタスクを完了することが示されました。MHSは、こうしたパフォーマンス向上を異なるハードウェア環境全体で再現可能にするインフラストラクチャ層です。