El estándar de hardware de modelos de Anthropic: la parte difícil de la IA física nunca fue el modelo

Las demostraciones de robots que salen de esta ciudad parecen fáciles. Un humanoide de Unitree, cuyas oficinas están a poca distancia en coche de mi apartamento, hace en una fábrica algo que hace tres años habría parecido ciencia ficción. El vídeo circula y todo el mundo discute sobre el modelo. Lo que no muestra son las dos semanas de trabajo de integración anteriores a la grabación: el robot habla un protocolo, la cinta transportadora habla otro y el PLC de seguridad habla un tercero. Una persona con un portátil tuvo que enseñar a los tres a entenderse.

Ese desfase poco glamuroso es el que Anthropic intenta abordar ahora. El 27 de agosto abrió una vista previa de investigación del Model Hardware Standard (MHS), una especificación compartida que permite a los agentes de IA operar dispositivos físicos: microscopios, manipuladores de líquidos, brazos robóticos y, más adelante, la maquinaria de la fabricación avanzada. He revisado el anuncio y las primeras informaciones, y creo que lo interesante no es que los agentes estén consiguiendo manos. Es dónde ha decidido Anthropic colocar la seguridad y cuánto de la parte difícil sigue sin respuesta.

Conclusiones clave - MHS es una especificación compartida, disponible en una vista previa de investigación solo mediante solicitud, para que los agentes de IA operen dispositivos físicos. Cada dispositivo recibe un controlador estandarizado con primitivas sencillas de lectura y escritura, además de un archivo de referencia generado que describe qué puede medir, qué se puede ajustar y qué límites de seguridad se aplican. - Se sitúa por debajo y junto a MCP, en lugar de sustituirlo: MCP puede transportar la llamada a la herramienta desde el agente, mientras que MHS hace que la máquina situada al otro lado de esa llamada sea comprensible y operable de forma coherente. - La seguridad está diseñada en la capa del controlador. Los dispositivos declaran sus límites, interbloqueos y paradas de emergencia, y los agentes operan dentro de ellos de forma predeterminada, porque Anthropic reconoce que el razonamiento físico de Claude aún necesita supervisión experta. - Las primeras pruebas piloto, en Genentech, Carnegie Mellon, QuEra, la Universidad de Washington y HHMI Janelia, son reales, pero los resultados proceden de los socios, y todos los ejemplos detallados funcionan con Claude. - Todavía no hay una especificación pública, SDK, licencia ni modelo de gobernanza, tampoco un modelo de seguridad publicado ni una fecha para abrir el código. Hay que tratar la vista previa como una dirección de trabajo, no como un estándar sobre el que se pueda construir hoy.

Qué anunció realmente Anthropic

El anuncio es más limitado de lo que sugieren los titulares, y lo digo como algo positivo. Anthropic no afirma que Claude pueda gestionar tu fábrica. Está abriendo MHS a un primer grupo de laboratorios de investigación científica y fabricantes avanzados, mediante solicitud, a través de un sitio web específico para la vista previa, con la intención declarada de abrir el código del estándar después de la vista previa.

La historia de su origen merece un párrafo porque explica el diseño. MHS comenzó como una colaboración entre Alek Kemeny, del equipo de Despliegues Beneficiosos de Anthropic, y Arco Bast, científico posdoctoral del campus de investigación Janelia de HHMI. Bast había creado un diccionario de memoria compartida para sincronizar láseres, sistemas de enfoque motorizados y cámaras de distintos fabricantes en experimentos de obtención de imágenes cerebrales. Es el tipo de infraestructura que cada laboratorio húmedo reinventa mal. Después, Kemeny y Bast conectaron modelos de IA a esa interfaz. MHS no es, por tanto, un experimento mental de un comité de estándares. Es un apaño de laboratorio que ha ido creciendo.

El premio que promete, en palabras de la propia Anthropic, es el siguiente: «normalmente, un laboratorio o una planta de fabricación tarda semanas, si no meses, en configurar e integrar su hardware», mientras que MHS «reduce este trabajo de integración a horas o minutos». Si alguna vez has visto a un investigador posdoctoral pelearse durante dos semanas con el software de control de un fabricante que solo funciona en Windows, sabrás que la cifra de semanas o meses no es inflación publicitaria.

Anthropic abrió el 27 de agosto de 2026 una vista previa de investigación del Model Hardware Standard solo mediante solicitud, dirigida a laboratorios de investigación científica y fabricantes avanzados, según su anuncio. El estándar surgió de una colaboración entre Alek Kemeny, de Anthropic, y Arco Bast, investigador posdoctoral de HHMI Janelia, y Anthropic afirma que reduce la integración del hardware de semanas o meses a horas o minutos.

Cómo funciona MHS y dónde encaja MCP

La mecánica resulta refrescantemente aburrida, que es justo lo que quieres de la infraestructura. Cada dispositivo recibe un controlador MHS estandarizado basado en un pequeño conjunto de primitivas, comandos como «leer» para obtener la temperatura o «escribir» para establecerla, que hacen que el dispositivo sea detectable en un formato estándar. El controlador también incluye etiquetas en lenguaje natural, como el peso de un brazo robótico, que generan un archivo de referencia para cada dispositivo. Ese archivo indica al agente qué puede medir el dispositivo, qué se puede ajustar y qué límites de seguridad se aplicarán. El agente lee el manual antes de tocar la máquina y el manual está escrito en un formato que todos los agentes leen de la misma manera.

La pregunta que todo el mundo en mi sector se hizo a los pocos minutos fue: ¿qué implica esto para MCP? La respuesta del anuncio es que no lo sustituye. Anthropic enumera tres formas en las que un agente puede controlar un dispositivo mediante MHS: MCP, la línea de comandos y las API de código. MHS es independiente del modelo y cualquier armazón de agente puede acceder a él mediante protocolos estándar, incluido el Model Context Protocol. El resumen más claro que he visto procede de uno de los primeros análisis: MCP puede transportar la llamada a la herramienta, mientras que MHS hace que la máquina situada detrás de esa llamada sea comprensible y operable de forma coherente. La formulación del propio Kemeny, recogida por nextaipress, es más directa: «Lo que MCP hizo por el software, MHS lo hará por el mundo del hardware».

La estructura, a partir del anuncio de Anthropic y del análisis de ingeniería de Strands: la capa de transporte no cambia y el contrato de seguridad vive en el controlador.

Si quieres conocer los antecedentes del software, a principios de este año escribí una explicación en lenguaje claro de qué hace realmente MCP por una empresa, y el modelo mental se traslada directamente. MCP estandarizó cómo piden cosas los agentes. MHS estandariza cómo se presenta un objeto físico cuando se le pide algo.

MHS proporciona a cada dispositivo un controlador estandarizado con primitivas de lectura y escritura, además de un archivo de referencia generado que describe sus capacidades, ajustes y límites de seguridad aplicados, según el anuncio de Anthropic. No sustituye a MCP: los agentes acceden a los dispositivos mediante MCP, la línea de comandos o las API de código, y MHS es independiente del modelo en distintos armazones de agente.

La seguridad vive en el controlador, no en el modelo

Esta es la sección que importa y la que probablemente se saltará buena parte de la cobertura, más interesada en las cifras llamativas de los socios. Un agente que interpreta mal una hoja de cálculo te cuesta un informe defectuoso. Un agente que interpreta mal una centrifugadora te cuesta algo completamente distinto. La pregunta de diseño no es «¿es suficientemente inteligente el modelo?», sino «¿dónde viven los límites estrictos cuando el modelo no lo es?».

La respuesta de Anthropic es arquitectónica, y la descripción más clara no procede de Anthropic, sino de AWS. Su equipo de Strands está creando MHS como backend de transporte en su biblioteca de robótica de código abierto Strands Robots: «La seguridad está integrada en el propio estándar. Los dispositivos declaran sus límites, interbloqueos y paradas de emergencia, y los agentes los heredan y operan dentro de ellos de forma predeterminada». Léelo dos veces. El interbloqueo no es una instrucción en el prompt que el modelo pueda olvidar, ni una política con la que pueda intentar salirse con la suya. Es una propiedad del controlador, por debajo del modelo, que se aplica tanto si el modelo coopera como si no. Es el instinto correcto y coincide con mi forma de pensar sobre la gobernanza de agentes en el software: la barrera que sigue en pie frente a un agente confundido es la que el agente no puede editar.

Anthropic también se muestra inusualmente clara sobre las limitaciones del modelo. El anuncio reconoce que Claude «aprende sobre el mundo físico mediante texto e imágenes, lo que significa que su razonamiento espacial y físico tiene limitaciones que aún requieren supervisión experta». La vista previa existe, en parte, «para crear evaluaciones de seguridad adicionales», y Anthropic afirma que está desarrollando una hoja de ruta de seguridad física para reforzar su política de protección frente a usos indebidos, con resultados que se publicarán como orientaciones de despliegue cuando MHS se abra al público.

Una anécdota de uno de los socios muestra por qué esa humildad está justificada. Genentech automatizó el ensayo de proteína BCA, una medición química habitual, con un manipulador de líquidos, un brazo robótico y un lector de placas. Los investigadores tuvieron que enseñar a Claude que las muestras con espuma eran fallos físicos, no errores de software. Un modelo que nunca ha tenido manos no sabe qué significan las burbujas. Ese desfase entre el conocimiento textual y las consecuencias físicas es exactamente para lo que sirven los límites en el nivel del controlador, y exactamente por lo que mantendría a una persona supervisando cualquier cosa que gire, caliente o presurice.

MHS sitúa la seguridad en el controlador y no en el prompt: los dispositivos declaran límites, interbloqueos y paradas de emergencia que los agentes heredan de forma predeterminada, según el análisis de AWS Strands. Anthropic reconoce que el razonamiento físico de Claude aún requiere supervisión experta y afirma que la vista previa servirá para elaborar una hoja de ruta de seguridad física y orientaciones de despliegue, según su anuncio.

Los resultados de las pruebas piloto, leídos con cuidado

La lista de socios es realmente impresionante. Genentech realizó el ensayo BCA de principio a fin. Carnegie Mellon llevó a cabo experimentos de respuesta a dosis mediante diluciones seriadas aproximadamente tres veces más rápido en tres ordenadores, con «interfaces fundamentalmente incompatibles», en palabras de Anthropic. QuEra Computing hizo que un agente desarrollara un controlador que recupera el bloqueo de frecuencia de un láser cuántico el 99,3 % de las veces sin intervención humana. La Universidad de Washington realizó PCR cuantitativa supervisada por un agente, con transferencias de placas sin colisiones entre un brazo robótico y un manipulador de líquidos. Y en Janelia, Virginie Ruetten, del laboratorio de Ahrens, utilizó MHS para unificar un sistema de microscopía que antes necesitaba siete programas de distintos fabricantes para funcionar. Siete. Cualquier científico experimental que esté leyendo esto acaba de hacer una mueca de reconocimiento.

El controlador desarrollado por el agente de QuEra recuperó el bloqueo de frecuencia del láser el 99,3 % de las veces, según el anuncio de Anthropic; la línea base del 58 % procede de la información publicada por The Register. Son cifras comunicadas por un socio, así que conviene clasificarlas como prometedoras, no demostradas.

Ahora toca aplicar disciplina. Todas estas cifras proceden de los socios y se publicaron en el propio anuncio del proveedor. La prueba de respuesta a dosis de CMU utilizó un colorante, no un candidato a fármaco. El controlador de QuEra funcionó en un banco de pruebas, no en un procesador cuántico operativo. Y todos los ejemplos detallados de los materiales de lanzamiento funcionan con Claude, lo que convierte la afirmación de que es «independiente del modelo» exactamente en eso por ahora: una afirmación. Nada de esto hace que los resultados sean falsos. Rara vez lo son los resultados de pruebas piloto procedentes de instituciones serias. Significa que el estándar de evidencia es «las personas que lo construyeron dicen que funciona», y que el lector prudente debe mantener cierta distancia hasta que la especificación sea pública y alguien ajeno al círculo de socios lo reproduzca.

Dos elementos de la lista del ecosistema sí me llamaron la atención. Hugging Face está añadiendo compatibilidad con MHS a LeRobot, su biblioteca abierta de robótica, y Raspberry Pi está integrándolo después de probar sus controladores de cámara. Esos dos elementos importan más para la adopción que cualquier logotipo farmacéutico, porque ponen el estándar delante de las comunidades de aficionados e investigación que convirtieron ROS en la pila de robótica predeterminada durante la última década. La comunidad de Open Robotics ya está discutiendo dónde encaja MHS respecto a ROS 2, y será ese debate, no la publicación del lanzamiento, el que decida la forma real del estándar.

Los resultados de las pruebas piloto son reales, pero proceden de los socios: los experimentos de respuesta a dosis de Carnegie Mellon fueron aproximadamente tres veces más rápidos, el controlador desarrollado por el agente de QuEra recuperó el bloqueo de frecuencia de su láser el 99,3 % de las veces y HHMI Janelia unificó un sistema de microscopía que había requerido siete programas de distintos fabricantes, todo ello según el anuncio de Anthropic. Todos los ejemplos detallados del lanzamiento funcionan con Claude, por lo que la afirmación de que es independiente del modelo todavía no se ha demostrado públicamente.

Los nombres que no aparecen en la lista

Esta es mi única observación genuinamente local, y la señalo como tal. Repasa los socios de hardware que menciona Anthropic: Tecan para manipuladores de líquidos, Universal Robots y Doosan para brazos, QIAGEN y Automata para automatización de laboratorios, Danaher en fase de exploración, MBF Bioscience para microscopios. Es una lista seria. Y no aparece ninguna empresa china de robótica.

Vivo a quince minutos del centro de gravedad de la industria mundial de humanoides y robots cuadrúpedos. Unitree y Deep Robotics están a poca distancia en coche de mi apartamento, y los fabricantes que más podrían beneficiarse de un estándar para agentes de hardware, los que gestionan las fábricas en las que entran esos robots, están mayoritariamente aquí. Los propios robots no son el cuello de botella; lo es la integración, que es precisamente el argumento de MHS. Así que la ausencia parece menos un desaire que una cohorte inicial formada a partir de las relaciones ya existentes de Anthropic con empresas que facilitan el cumplimiento normativo. También deja al mayor ecosistema de hardware del mundo como una pregunta abierta. Que los proveedores chinos adopten MHS, lo ignoren o respalden algo desarrollado en el país es, en mi opinión, la incógnita más importante de todo el anuncio, y nadie que lo haya cubierto en inglés parece haberlo preguntado.

Los socios de hardware mencionados por Anthropic, Tecan, Universal Robots, Doosan, QIAGEN, Automata y MBF Bioscience, con Danaher en fase de exploración, proceden todos de la automatización industrial y de laboratorios occidental o coreana, según su anuncio. No hay ningún fabricante chino de robótica en la cohorte de la vista previa, por lo que la adopción en el mayor ecosistema de hardware del mundo sigue siendo una pregunta abierta.

Qué no responde la vista previa

Una vista previa de investigación es una promesa con ruedines, y lo honesto es enumerar lo que no se ha prometido. El análisis de Kingy hizo el recuento útil: Anthropic no ha publicado ninguna especificación, SDK, esquema, repositorio de código fuente, licencia, conjunto de pruebas de conformidad, número de versión ni modelo de gobernanza. modelhardwarestandard.com confirma la intención de abrir el código, pero no ofrece una fecha. MCP acabó en la Agentic AI Foundation de la Linux Foundation. No se ha anunciado si MHS tendrá el mismo hogar neutral o si seguirá bajo la dirección de Anthropic, y eso importa, porque un estándar de hardware controlado por un único proveedor es una función de producto, no un estándar.

El modelo de seguridad es el vacío más importante. No hay información pública sobre autenticación, delimitación de credenciales, aislamiento de red, registros de auditoría, revocación de controladores ni sobre qué impediría que un ataque de inyección de instrucciones llegase a través de los datos que un dispositivo conectado devuelve al agente. En el software, esto último es un problema de investigación abierto; la investigación de Brave sobre Comet mostró lo poco que separa una página hostil de un agente dispuesto a ayudar. En el hardware es un caso de seguridad. Querría ver el modelo de amenazas antes de permitir que un controlador MHS se acercase a una máquina capaz de hacer daño a alguien y, ahora mismo, no hay ninguno que se pueda leer.

También hay una crítica de gobernanza que merece tomarse en serio. Una reacción a la vista previa cerrada en Hacker News fue directa: «No debería hacer falta permiso para leer un estándar». Los estándares se ganan la confianza siendo públicos antes de recibir aprobación, y Anthropic está pidiendo a los fabricantes de hardware que desarrollen controladores contra algo que solo pueden ver los solicitantes aceptados. The Register, que no suele andarse con rodeos, calificó todo el proyecto de «una ambición algo optimista» por parte de una empresa que no puede anticipar de forma fiable cómo se comportan sus propios modelos. También planteó el escenario de uso indebido que nadie quiere ver junto a su logotipo: el mismo estándar que ejecuta un ensayo de descubrimiento de fármacos podría, en principio, ejecutar una cadena de centrifugación. Presumiblemente, la hoja de ruta de seguridad física de Anthropic es la respuesta a eso. Aún no la hemos visto.

Un aspecto del calendario agudiza todo esto. El Reglamento de Máquinas de la UE se aplicará plenamente a partir del 20 de enero de 2027 y, como señaló un informe, cubrirá explícitamente por primera vez las funciones de seguridad basadas en IA y las máquinas con comportamiento autoevolutivo. Cualquier estándar para maquinaria accionada por IA que se venda en Europa se encontrará con esa regulación dentro de unos dieciséis meses, esté preparado o no.

MHS no tiene una especificación pública, SDK, licencia, modelo de gobernanza ni modelo de seguridad, según el análisis de Kingy y el sitio de la vista previa. Anthropic afirma que abrirá el código del estándar y publicará orientaciones de despliegue a partir de la vista previa, pero no ha dado fechas, según su anuncio.

Qué hacer con esto

Depende de quién seas, así que lo resumo para tres públicos.

Si diriges un laboratorio o una línea piloto, el paso es sencillo y barato: identifica el instrumento que más horas de trabajo científico consume en supervisión manual y comprueba si su fabricante aparece en la lista de socios o si cuenta siquiera con una interfaz programable. MHS solo funciona con hardware que tenga una, y Anthropic todavía está intentando atraer a los fabricantes cuyos equipos no la tienen. Si cumples los requisitos y tienes curiosidad, existe la solicitud para participar en la vista previa. Si te dedicas a crear agentes, sigue la integración de Strands Robots y la compatibilidad con LeRobot, porque serán los primeros lugares donde podrás tocar esto sin necesitar permiso de nadie. Y si inviertes o defines la estrategia, la señal no es «Anthropic ahora hace robótica». Es que el valor de la IA física está bajando en la pila, desde el modelo hacia la capa de integración y seguridad, y la empresa que controla la capa aburrida suele controlar el ecosistema. MCP pasó del lanzamiento al estándar de facto del sector en aproximadamente un año. El mismo manual se está aplicando de nuevo, esta vez al hardware.

Para los laboratorios, el paso práctico es auditar qué instrumentos tienen interfaces programables, ya que MHS requiere una; para los desarrolladores, las integraciones de AWS Strands Robots y Hugging Face LeRobot son los primeros puntos de contacto públicos, según el análisis de Strands y el anuncio de Anthropic.

Preguntas frecuentes

¿MHS sustituye a MCP?

No. MHS se sitúa por debajo y junto a MCP. La llamada a la herramienta del agente sigue viajando por MCP, o por la línea de comandos o una API de código, exactamente como ocurre hoy. MHS estandariza el otro extremo: cómo se describe el dispositivo físico, qué puede hacer y qué límites se aplican.

¿Puedo usar hoy el Model Hardware Standard?

Solo si te aceptan en la vista previa de investigación, que funciona únicamente mediante solicitud y está dirigida a laboratorios de investigación científica y fabricantes avanzados a través de modelhardwarestandard.com. Todavía no hay una especificación pública ni un SDK. Anthropic afirma que tiene intención de abrir el código de MHS después de la vista previa, pero no ha dado una fecha.

¿MHS solo funciona con Claude?

Anthropic afirma que MHS es independiente del modelo y que cualquier armazón de agente puede acceder a él mediante protocolos estándar. Sin embargo, todos los ejemplos detallados de los materiales de lanzamiento utilizan Claude, así que conviene tratar la operación entre modelos como algo previsto en el diseño, no demostrado, hasta que aparezcan desarrollos independientes.

¿Es seguro permitir que un agente de IA controle equipos físicos?

La respuesta honesta es que depende de dónde estén los límites. MHS coloca los límites, interbloqueos y paradas de emergencia en el controlador del dispositivo, aplicados por debajo del modelo, que es la arquitectura correcta. Pero la propia Anthropic afirma que el razonamiento físico de Claude todavía requiere supervisión experta, aún no existe un modelo de amenazas público y la lectura escéptica de The Register sobre el riesgo de uso indebido es razonable. Pruebas piloto supervisadas en equipos declarados y con interbloqueos: razonable. Agentes sin supervisión en cualquier cosa que gire, caliente o presurice: todavía no.

La conclusión

Cada pocos meses, el sector redescubre que la inteligencia nunca fue el recurso escaso. Kitesurf lo hizo el mes pasado con los navegadores; ahora MHS lo está haciendo con el hardware. Los modelos son suficientemente buenos para ejecutar un ensayo de proteínas o mantener bloqueado un láser. Lo que faltaba era una forma de encontrar la máquina, leer su manual y saber exactamente dónde están los límites. Es un problema de infraestructura, por eso una especificación de infraestructura tiene la forma adecuada para responderlo.

Lo que está demostrado hoy: el patrón del controlador funciona, la reducción del tiempo de integración es plausible y está respaldada por los socios, y colocar la seguridad en el dispositivo en lugar de en el prompt es la decisión correcta. Lo que no está demostrado es todo lo que necesitas para confiar en ello en producción, empezando por una especificación que puedas leer sin permiso, un modelo de amenazas, un hogar de gobernanza y un resultado reproducido por alguien que no estuviera invitado al lanzamiento. Apostaría por la dirección. No apostaría una centrifugadora por la vista previa.

Si estás valorando dónde encaja el hardware en tus propios planes de agentes, es una conversación que mantengo habitualmente con clientes. Ponte en contacto.

Fuentes

• Anthropic, «Previewing the Model Hardware Standard»: https://www.anthropic.com/news/model-hardware-standard-research-preview (publicado el 2026-08-27, consultado el 2026-08-29)

• Sitio de la vista previa del Model Hardware Standard: https://modelhardwarestandard.com (consultado el 2026-08-29)

• AWS Strands, «Robots working together: the Model Hardware Standard and Strands Robots»: https://strandsagents.com/blog/robots-working-together-model-hardware-standard-strands-robots/ (consultado el 2026-08-29)

• The Register, «Anthropic proposes plumbing spec to link AI agents to lab kit and robots»: https://www.theregister.com/ai-and-ml/2026/08/28/anthropic-proposes-plumbing-spec-to-link-ai-agents-to-lab-kit-and-robots/5293135 (publicado el 2026-08-28, consultado el 2026-08-29)

• Kingy.ai, «Anthropic's Model Hardware Standard (MHS)»: https://kingy.ai/blog/anthropic-model-hardware-standard-mhs/ (publicado el 2026-08-28, consultado el 2026-08-29)

• nextaipress, «Anthropic Model Hardware Standard (MHS)»: https://nextaipress.com/anthropic-model-hardware-standard-mhs/ (publicado el 2026-08-28, consultado el 2026-08-29)

• Open Robotics Discourse, «Where does an intent validation layer sit relative to Anthropic's Model Hardware Standard and to ROS 2?»: https://discourse.openrobotics.org/t/where-does-an-intent-validation-layer-sit-relative-to-anthropics-model-hardware-standard-and-to-ros-2/57725 (publicado el 2026-08-28, consultado el 2026-08-29)

• Brave, «Agentic Browser Security: Indirect Prompt Injection in Perplexity Comet»: https://brave.com/blog/comet-prompt-injection/ (publicado el 2025-08-20, consultado el 2026-08-29)

• Debate en Hacker News, «Previewing the Model Hardware Standard»: https://news.ycombinator.com/item?id=49468834 (consultado el 2026-08-29)

• Flickr, imagen de portada «Robot Arm», de fireflythegreat (CC BY 2.0): https://www.flickr.com/photos/fireflythegreat/5604962354/ (consultado el 2026-08-29)