Anthropicが2026年8月27日、AIエージェントが物理的な装置を安全に動かすための共通仕様「Model Hardware Standard（MHS）」のリサーチプレビューを開始しました。まずは科学研究の一部の研究室と先端製造の事業者に限って提供され、将来的にはオープンソース化される予定です。顕微鏡や分注装置、ロボットアームを1つのエージェントがまとめて扱えるようにする、という内容です[1]。

数週間かかっていた機器連携を、数時間に縮める

研究室や工場のフロアで複数の装置をつなぎ込む作業には、通常数週間から数カ月がかかります。装置ごとにプログラミングインターフェースが違い、間を取り持つ専用のプログラムを技術者が都度書いてきたためです。MHSはこの統合作業を数時間、場合によっては数分まで短縮するとされています[1]。

MHSの開発は、AnthropicとHHMI Janelia Research Campusの共同作業として始まりました。想定されている用途は、創薬の定型実験から量子コンピューター内部のレーザー調整まで幅があります。プログラム可能なインターフェースを持つ装置であれば対象になり、特定のAIモデルに縛られない設計になっている点も明記されています。MCP（Model Context Protocol）のような標準的なプロトコル経由で、どのエージェント基盤からでも利用できます[1]。

「read」と「write」だけで機械と話す

MHSの中身は、標準化されたドライバーです。OSと装置の間を翻訳するソフトウェアで、「温度を取得する」といったreadと、「温度を設定する」といったwriteという単純な命令の組み合わせで動きます。装置は標準の形式で発見可能になるため、ネットワーク越しでもエージェントと装置が互いを見つけられます[1]。

面白いのは、コードだけでは分からない情報の扱い方です。たとえばロボットアームの重量は、安全に動かすうえで欠かせない情報ですが、これまでは紙のマニュアルや担当者の頭の中にしかありませんでした。MHSのドライバーにはタグが用意されていて、こうした情報を自然言語のまま書き込めます。エージェントに聞き取りをさせて埋めることもできます。書き込まれた内容から、装置が何を測れて何を調整でき、どこに安全上の上限があるかをまとめた参照ファイルが自動生成される仕組みです[1]。

装置を制御する手段は、MCP、コマンドラインインターフェース、コードファイル（API）の3種類です。これらを組み合わせることで、複数の装置にまたがる一連の作業を1行のコードから指示できるとしています。長時間の処理や、エージェントが逐一考えていては間に合わない速度が必要な場面では、複数の装置のドライバー命令をコードファイルにまとめて装置側に実行させます[1]。

Anthropicは、テスト中のClaudeが科学者のように振る舞った例を挙げています。レーザーを少し調整してはカメラで結果を確認し、また調整するという試行を繰り返したうえで、学んだ内容を決定的なスクリプトとして書き出し、以降は1つのコマンドで光軸を合わせられるようにした、という流れです[1]。

先行導入の現場で出ている数字

初期のパートナーからは、具体的な結果が共有されています。Genentechは、試料中のタンパク質総量を測るBCAアッセイの自動化を概念実証として実装しました。分注装置、ロボットアーム、プレートリーダーの連携が必要な手順です。Carnegie Mellon Universityでは、3台のコンピューターにまたがる互換性のない装置群をエージェントに束ねさせ、段階希釈による用量反応実験を従来の約3倍の速さで回しています[1]。

中性原子方式の量子コンピューターを手がけるQuEra Computingの例は分かりやすい成果でしょう。レーザーが保つべき極めて精密な周波数、いわゆるロックが外れた際に、エージェントが作ったコントローラーが99.3パーセントの割合で人手を介さず復帰させたと報告されています。University of Washingtonでは博士課程の学生が、増幅曲線を監視して適切なタイミングでqPCRを止めるエージェントを組み上げました。HHMI Janeliaでは、7種類のベンダー製プログラムに分かれていた実験装置を1つのインターフェースに統合した事例が紹介されています[1]。

装置側の対応も進んでいます。Amazon Web Servicesは、AIエージェントと物理デバイスをつなぐライブラリStrands Robotsを通じてMHSに対応します。ほかにDoosan Robotics、Universal Robots、Tecan、QIAGEN、MBF Bioscience、Automata、Danaherが実装や検証に動いており、Hugging FaceはロボティクスライブラリLeRobotに、Raspberry Piは自社製品群にMHS対応を組み込む予定です[1]。

できないこともはっきり書かれている

Anthropicは制約も並べています。Claudeは物理世界をテキストと画像から学んでいるため、空間や物理に関する推論には限界があり、専門家の監督が依然として必要だという説明です。Genentechの事例では、試料の泡立ちが原因で出たエラーをソフトウェアの不具合ではなく物理的な失敗として認識させるために、研究者側の誘導が要りました[1]。

プログラミングインターフェースを持たない装置は、そもそもMHSの対象外です。この点についてはメーカーと協力してドライバーの実装を進めるとしています。オープンソース化の前にリサーチプレビューで安全性評価を積み上げ、物理世界でのAI利用に関する保護策を強化する方針も示されました。悪用リスクに対する物理安全性のロードマップを整備中で、公開時にはプレビューで得られた知見も併せて出すとしています[1]。

まとめ

Anthropicが、AIエージェントに実験装置や製造装置を操作させるための共通仕様MHSをリサーチプレビューとして公開しました。標準化されたドライバーとreadやwriteといった単純な命令で装置を抽象化し、数週間規模だった機器統合を数時間まで縮めるという内容です。Genentechや量子コンピューター企業QuEraなどでの先行事例が示され、Amazon Web Servicesやロボットメーカー各社も対応を表明しています。物理的な推論の限界は残りますが、エージェントがブラウザやパソコンの外へ出ていく道筋が、仕様という形で具体化してきました。

出典: https://www.anthropic.com/news/model-hardware-standard-research-preview