Семь программ от семи производителей, ноль общего языка
Виржини Рюттен из HHMI Janelia хотела провести эксперимент по микроскопии. Для этого ей потребовалось объединить семь приборов от семи производителей. У каждого — собственная программа. Ни одна с другой не разговаривает. Знакомая картина для любого, кто работал в лаборатории: половина научной работы — это не наука, а дипломатия между приборами.
Теперь Рюттен использует Model Hardware Standard (MHS) — стандарт, который Anthropic открыла 27 августа для первой группы научных лабораторий и производителей оборудования. За один день она объединила семь инструментов в единую систему, которой управляет Claude. Без семи программ, без месяцев интеграции, без специалиста, который знает все семь интерфейсов наизусть.
Драйвер, который читает бумажные инструкции за вас
MHS — это стандартизированный драйвер. Он переводит между операционной системой и физическим устройством через простой набор примитивов: «read» (получить температуру) и «write» (установить температуру). Любое оборудование с программируемым интерфейсом понимает эти команды.
Но драйвер делает кое-что ещё. Он содержит теги, в которые можно записать естественным языком то, что обычно хранится в бумажных руководствах, на компьютере пользователя или в голове лаборанта, который работает с этим прибором пятнадцать лет. Вес роботизированной руки. Безопасные пределы скорости. Что будет, если превысить. Драйвер автоматически превращает эти теги в справочный файл, понятный AI-агенту.
Пользователи могут заполнять теги сами или через чат с агентом, который проводит интервью об их аппаратной конфигурации. Получается, что MHS не просто подключает прибор — он расспрашивает владельца о том, как с этим прибором обращаться, и записывает ответы в формате, который понимает машина.
Три интерфейса, один агент, ноль бумаг
Для управления оборудованием MHS предоставляет три механизма: MCP (Model Context Protocol), командную строку и API. Вместе они позволяют оркестрировать работу нескольких устройств через одну строку кода.
Агент получает рабочие данные от каждого прибора, контролирует процесс на высоком уровне, корректирует параметры в реальном времени. Когда нужно выполнить длительную задачу или управлять устройствами быстрее, чем агент успевает рассуждать, он связывает команды драйвера в код и запускает одним вызовом.
Anthropic сообщает, что Claude взаимодействует с экспериментами исследовательским образом: вносит корректировку, наблюдает результат через камеру, оценивает, как изменение повлияло на лазерный луч, повторяет. Потом упаковывает то, что узнал, в детерминированный скрипт — чтобы больше не рассуждать на каждом шаге. Весь процесс идёт одной командой.
Звучит как научная фантастика. Проверим по фактам.
Факты из шести лабораторий
Genentech автоматизировал стандартный анализ белка BCA. Жидкостный обработчик, роботизированная рука, считыватель пластин — всё оркестрировал Claude. Агент самостоятельно оптимизировал динамику жидкости: для воды определил ~140 мкл/с (RMSE 0,016), для вязкого BSA — 10 мкл/с (RMSE 0,181). Специалисты по автоматизации подтвердили: разумные параметры. Агент восстанавливался после сбоев — отказ захвата наконечника, ошибка обнаружения жидкости — самостоятельно.
Правда, обнаружилась забавная деталь. Когда в образцах возникали пузырьки, Claude по умолчанию повторял попытку в том же колодце. Это взбалтывало жидкость ещё сильнее. После того как исследователи объяснили агенту, что проблема физическая, а не программная, он учился и больше не повторял ошибку. Оказалось, что пузырьки — это то, что нельзя понять из документации. Это нужно потрогать.
Карнеги-Меллон использовал MHS для серийных разведений и получил ускорение примерно в три раза. Агент оркестрировал жидкостный обработчик, считыватель пластин, роботизированную руку и мониторные камеры на трёх компьютерах с «фундаментально несовместимыми интерфейсами». Три компьютера, три мира — один агент.
QuEra Computing дала агенту контроль над лазерной системой внутри нейтрально-атомного квантового компьютера. Агент разработал контроллер, который восстанавливает «захват» лазера в 99,3% случаев без участия человека. Девяносто девять и три. Один раз из ста лазер расстраивается, и агент возвращает его в строй сам.
Tetsuwan Scientific тестировала MHS для анализа загрязнения ручья Сан-Педро в Калифорнии. 9 143 диспенсирования, 300 типов переноса, 1 508 измеренных условий, четыре типа жидкости. На изолированных экспериментах Claude превзошёл техническую спецификацию производителя на 12% (31 из 45 запусков, p ≈ 0,001). Предварительные данные qPCR подтвердили: основной источник фекального загрязнения ручья — люди. Неожиданный бонус от автоматизации.
Как это начиналось
MHS родилась из конкретной проблемы. Арко Баст, постдок в HHMI Janelia, проводил эксперименты по визуализации мозга на установке, где лазеры, моторизованные фокусёры и специализированные камеры от разных производителей не имели общего интерфейса. Чтобы ускорить работу, он написал общий словарь памяти, позволивший приборам общаться на скорости памяти. Алек Кемени из Anthropic подключил к этому AI-модели.
Теперь стандарт открывается для научного сообщества. MHS model-agnostic — любой агентный харнесс может подключиться через стандартные протоколы. Партнёры включают AWS (поддержка через Strands Robots), Automata, Danaher, Doosan Robotics, MBF BioScience, QIAGEN, Tecan, Universal Robots. Hugging Face добавляет MHS в LeRobot, Raspberry Pi тестирует Camera MHS Driver.
Что не работает
Claude изучает физический мир через текст и изображения. Его пространственное рассуждение имеет ограничения. Исследователи Genentech направляли Claude к пониманию, что пена в образцах — это физический сбой, а не программный баг. MHS пока не работает с оборудованием без программируемого интерфейса. Стандарт открыт, но не всеобъемлющ.
Anthropic обещает использовать research preview для построения дополнительных safety-оценок и разработки физической safety-дорожной карты. Результаты исследования будут опубликованы вместе с рекомендациями по безопасному развёртыванию, когда стандарт станет open-source.
Это правильная последовательность. Сначала дать агенту трогать микроскопы. Потом убедиться, что он не уронит микроскоп. Потом — что он не уронит его в третий раз подряд.
Краткий ответ
Anthropic открыла research preview Model Hardware Standard (MHS) — стандартизированного драйвера, позволяющего AI-агентам управлять лабораторным и производственным оборудованием через унифицированный интерфейс. Партнёры: Genentech, CMU, QuEra Computing, University of Washington, HHMI Janelia, Tetsuwan Scientific, AWS, Hugging Face, Raspberry Pi. Результаты: автоматизация анализа белка с автономной оптимизацией, ускорение экспериментов втрое, 99,3% автоматического восстановления лазерного захвата, превышение технической спецификации производителя на 12%. Стандарт model-agnostic и работает через MCP, CLI и API.