Anthropic、標準駆動レイヤーでAIエージェントによる研究・製造機器の操作を可能にするMHSをプレビュー

AnthropicとHHMI Janelia Research Campusは、[Model Hardware Standard（MHS）の研究プレビュー](https://www.anthropic.com/news/model-hardware-standard-research-preview?height=512.1&width=921.6)を開始した。研究室や工場にある相互互換性のない機器APIを、共通のエージェント制御レイヤーへ統合することを目指す。対象機器には、顕微鏡、リキッドハンドリングワークステーション、ロボットアーム、カメラ、量子コンピューターのキャリブレーション装置などが含まれる。プログラム可能なインターフェースを備える機器であれば、理論上は接続できる。

MHSの中核は、モデルにベンダー固有のコマンドを直接生成させることではなく、`read`や`write`などの基本操作を使って、温度の読み取りやパラメーターの調整といった機能を記述する標準ドライバーを構築することにある。ドライバーはネットワーク上で探索可能なデバイス情報を公開し、重量、調整可能範囲、必須の安全制約などのデータをリファレンスファイルに記録する。これらのラベルはエンジニアが自然言語で記入できるほか、エージェントがユーザーへの聞き取りを通じて作成することもできる。上位レイヤーのエージェントは、MCP、コマンドライン、またはプログラミングAPIを介して複数の機器をスケジューリングできる。高速処理や長時間の作業では、各ステップでモデルの推論を待たずに済むよう、エージェントがあらかじめ決定論的なスクリプトを生成できる。

Genentechの概念実証では、Claudeがピペッター、ロボットアーム、マイクロプレートリーダーを連携させ、粘度の異なる液体に応じて流量を調整した。テストでは物理的推論の弱点も明らかになった。気泡に起因するエラーが発生した際、モデルは繰り返し再試行して状況を悪化させ、専門家が原因と対処方法を提示するまで解決できなかった。これは、デバイスレイヤーの制限値、インターロック、人による緊急停止、再生可能なログを、モデルの判断で代替してはならないことを示している。

現時点で最も重要な制約は、この「標準」が、まだ独立して実装できる公開標準になっていない点だ。[プロジェクトページ](https://modelhardwarestandard.com/)は申請のみを受け付けており、公開仕様、リファレンスドライバー、適合性テストスイート、バージョン管理プロセスはいずれも提供されていない。エンジニアリングチームは今後、権限モデル、コマンドの原子性、障害復旧、リアルタイム制御のレイテンシーに加え、安全制約をドライバー、機器のファームウェア、エージェントのいずれが適用するのかに注目すべきだ。これらの境界が公開されるまでは、MHSは安全性が重要な本番製造ラインよりも、管理された実験環境に適している。