Anthropic का मॉडल हार्डवेयर मानक: भौतिक AI की मुश्किल कभी मॉडल थी ही नहीं

इस शहर से आने वाले रोबोट डेमो बहुत आसान दिखाई देते हैं। Unitree का कोई ह्यूमनॉइड, जिसके कार्यालय मेरे अपार्टमेंट से थोड़ी ही दूर हैं, फैक्टरी के फर्श पर ऐसा काम कर देगा जो तीन साल पहले विज्ञान-कथा जैसा लगता था। फिर वह क्लिप हर जगह घूमती है और सब लोग मॉडल पर बहस करने लगते हैं। क्लिप में कैमरा चालू होने से पहले के दो हफ्तों का इंटीग्रेशन काम दिखाई नहीं देता: रोबोट एक प्रोटोकॉल बोलता है, कन्वेयर दूसरा और सुरक्षा PLC तीसरा। इन तीनों को साथ काम करना सिखाने के लिए किसी इंसान को लैपटॉप लेकर बैठना पड़ा था।

Anthropic अब इसी कम आकर्षक अंतर को निशाना बना रहा है। 27 अगस्त को उसने मॉडल हार्डवेयर मानक (MHS) का रिसर्च प्रीव्यू शुरू किया। यह एक साझा विनिर्देश है जो AI एजेंटों को भौतिक उपकरण चलाने देता है: माइक्रोस्कोप, लिक्विड हैंडलर, रोबोटिक भुजाएँ और आगे चलकर उन्नत विनिर्माण की मशीनरी। मैंने घोषणा और शुरुआती कवरेज देखी है। मेरे हिसाब से दिलचस्प बात यह नहीं है कि एजेंटों को हाथ मिल रहे हैं। बात यह है कि Anthropic ने सुरक्षा को किस स्तर पर रखा है और मुश्किल का कितना हिस्सा अब भी अनुत्तरित है।

मुख्य बातें - MHS एक साझा विनिर्देश है, जो फिलहाल केवल आवेदन के माध्यम से उपलब्ध रिसर्च प्रीव्यू में है और AI एजेंटों को भौतिक उपकरण चलाने के लिए बनाया गया है। हर उपकरण को सरल पढ़ने और लिखने वाले मूलभूत निर्देशों वाला एक मानकीकृत ड्राइवर मिलता है। इसके साथ एक संदर्भ फ़ाइल बनती है, जिसमें बताया जाता है कि उपकरण क्या माप सकता है, क्या बदला जा सकता है और कौन-सी सुरक्षा सीमाएँ लागू हैं। - यह MCP को हटाने के बजाय उसके नीचे और उसके साथ काम करता है: MCP एजेंट से आने वाले टूल कॉल को पहुँचा सकता है, जबकि MHS उस कॉल के पीछे मौजूद मशीन को समझने योग्य और एकसमान तरीके से चलाने योग्य बनाता है। - सुरक्षा को ड्राइवर स्तर पर बनाया गया है। उपकरण अपनी सीमाएँ, इंटरलॉक और आपातकालीन स्टॉप घोषित करते हैं और एजेंट डिफ़ॉल्ट रूप से उन्हीं सीमाओं के भीतर काम करते हैं, क्योंकि Anthropic मानता है कि Claude की भौतिक तर्क क्षमता को अब भी विशेषज्ञ निगरानी की आवश्यकता है। - शुरुआती पायलट (Genentech, Carnegie Mellon, QuEra, University of Washington और HHMI Janelia) वास्तविक हैं, लेकिन साझेदारों द्वारा बताए गए हैं और हर विस्तृत उदाहरण Claude पर चलता है। - अभी कोई सार्वजनिक विनिर्देश, SDK, लाइसेंस या शासन मॉडल नहीं है। प्रकाशित सुरक्षा मॉडल भी नहीं है और ओपन सोर्स करने की कोई तारीख भी नहीं दी गई है। इस प्रीव्यू को आज इस्तेमाल किए जा सकने वाले मानक के बजाय आगे की दिशा समझें।

Anthropic ने वास्तव में क्या घोषित किया

घोषणा सुर्खियों से कहीं सीमित है, और यह अच्छी बात है। Anthropic यह दावा नहीं कर रहा कि Claude आपकी फैक्टरी चला सकता है। वह वैज्ञानिक रिसर्च लैब और उन्नत निर्माताओं के पहले समूह के लिए MHS खोल रहा है। प्रवेश आवेदन के माध्यम से होगा, समर्पित प्रीव्यू साइट के जरिए, और घोषित उद्देश्य प्रीव्यू के बाद मानक को ओपन सोर्स करना है।

इसकी शुरुआत की कहानी एक अनुच्छेद की हकदार है, क्योंकि इससे डिज़ाइन समझ में आता है। MHS की शुरुआत Anthropic की Beneficial Deployments टीम के Alek Kemeny और HHMI के Janelia Research Campus के पोस्टडॉक वैज्ञानिक Arco Bast के सहयोग से हुई। Bast ने मस्तिष्क इमेजिंग प्रयोगों के लिए अलग-अलग विक्रेताओं के लेज़र, मोटर से चलने वाले फ़ोकसर और कैमरों को सिंक्रोनाइज़ करने के लिए एक साझा मेमोरी डिक्शनरी बनाई थी। यह वही तरह का आधारभूत काम है जिसे हर वेट लैब खराब तरीके से फिर से बनाती है। इसके बाद Kemeny और Bast ने AI मॉडल को उस इंटरफ़ेस से जोड़ दिया। इसलिए MHS किसी मानक समिति का विचार मात्र नहीं है। यह एक लैब हैक है जो बड़ा हो गया।

Anthropic के अपने शब्दों में, इसका लाभ यह है कि “किसी लैब या विनिर्माण सुविधा को अपने हार्डवेयर को स्थापित और इंटीग्रेट करने में आम तौर पर कई हफ्ते, बल्कि कई महीने लगते हैं”, जबकि MHS “इस इंटीग्रेशन काम को कुछ घंटों या मिनटों तक घटा देता है।” अगर आपने कभी किसी पोस्टडॉक को विक्रेता के केवल Windows पर चलने वाले नियंत्रण सॉफ़्टवेयर से दो हफ्ते जूझते देखा है, तो आपको पता होगा कि हफ्तों से महीनों का आँकड़ा मार्केटिंग की बढ़ोतरी नहीं है।

Anthropic ने 27 अगस्त 2026 को मॉडल हार्डवेयर मानक का आवेदन-आधारित रिसर्च प्रीव्यू शुरू किया। इसका लक्ष्य वैज्ञानिक रिसर्च लैब और उन्नत निर्माता हैं, जैसा कि उसकी घोषणा में बताया गया है। यह मानक Anthropic के Alek Kemeny और HHMI Janelia के पोस्टडॉक Arco Bast के सहयोग से विकसित हुआ। Anthropic का दावा है कि इससे हार्डवेयर इंटीग्रेशन का समय हफ्तों या महीनों से घटकर घंटों या मिनटों तक आ जाता है।

MHS कैसे काम करता है और MCP कहाँ फिट होता है

इसकी कार्यप्रणाली अच्छी तरह से उबाऊ है, और आधारभूत ढाँचे से आपको यही चाहिए। हर उपकरण को छोटे-से मूलभूत निर्देशों के समूह पर बना एक मानकीकृत MHS ड्राइवर मिलता है। इनमें “पढ़ें” जैसे निर्देश शामिल हैं, जो तापमान प्राप्त करते हैं, और “लिखें” जैसे निर्देश, जो तापमान सेट करते हैं। इससे उपकरण मानक प्रारूप में खोजने योग्य बनता है। ड्राइवर में प्राकृतिक भाषा वाले टैग भी होते हैं, जैसे रोबोट भुजा का भार, जिनसे हर उपकरण के लिए एक संदर्भ फ़ाइल बनती है। वह फ़ाइल एजेंट को बताती है कि उपकरण क्या माप सकता है, क्या बदला जा सकता है और कौन-सी सुरक्षा सीमाएँ लागू होंगी। एजेंट मशीन को छूने से पहले उसका मैनुअल पढ़ता है और वह मैनुअल ऐसे प्रारूप में लिखा होता है जिसे हर एजेंट एक ही तरह से पढ़ता है।

मेरे क्षेत्र में सबने कुछ ही मिनटों में जो सवाल पूछा, वह था: इससे MCP पर क्या असर पड़ेगा? घोषणा के अनुसार, उस पर कोई असर नहीं पड़ेगा। Anthropic ने तीन तरीके गिनाए हैं जिनसे एजेंट MHS के माध्यम से किसी उपकरण को नियंत्रित कर सकता है: MCP, कमांड लाइन और कोड API। MHS किसी एक मॉडल तक सीमित नहीं है और कोई भी एजेंट ढाँचा मानक प्रोटोकॉल के माध्यम से, जिनमें मॉडल कॉन्टेक्स्ट प्रोटोकॉल भी शामिल है, उस तक पहुँच सकता है। इसका सबसे साफ़ सारांश एक शुरुआती विश्लेषण में मिला: MCP टूल कॉल पहुँचा सकता है, जबकि MHS उस टूल कॉल के पीछे की मशीन को समझने योग्य और एकसमान तरीके से चलाने योग्य बनाता है। nextaipress के अनुसार Kemeny ने इसे और सीधे शब्दों में कहा: “MCP ने सॉफ़्टवेयर के लिए जो किया, MHS हार्डवेयर की दुनिया के लिए वही करेगा।”

इस व्यवस्था का आकार Anthropic की घोषणा और Strands के इंजीनियरिंग लेख से लिया गया है: ट्रांसपोर्ट परत में कोई बदलाव नहीं है और सुरक्षा अनुबंध ड्राइवर में रहता है।

अगर आपको सॉफ़्टवेयर पक्ष की पृष्ठभूमि चाहिए, तो मैंने इस साल की शुरुआत में MCP किसी व्यवसाय के लिए वास्तव में क्या करता है पर सरल भाषा में एक विवरण लिखा था। उसका मानसिक मॉडल यहाँ सीधे लागू होता है। MCP ने एजेंटों के लिए चीज़ें माँगने का तरीका मानकीकृत किया। MHS यह मानकीकृत करता है कि किसी भौतिक चीज़ से माँग किए जाने पर वह कैसी दिखाई देती है।

Anthropic की घोषणा के अनुसार MHS हर उपकरण को पढ़ने और लिखने वाले मूलभूत निर्देशों वाला एक मानकीकृत ड्राइवर देता है। इसके साथ क्षमताओं, बदलावों और लागू सुरक्षा सीमाओं का वर्णन करने वाली संदर्भ फ़ाइल बनती है। यह MCP को हटाता नहीं है: एजेंट MCP, कमांड लाइन या कोड API के जरिए उपकरणों तक पहुँचते हैं और MHS किसी एक मॉडल तक सीमित नहीं है।

सुरक्षा मॉडल में नहीं, ड्राइवर में रहती है

यह वह हिस्सा है जो मायने रखता है और जिसे ज़्यादातर कवरेज साझेदारों के अधिक आकर्षक आँकड़ों के लिए छोड़ देगी। कोई एजेंट स्प्रेडशीट को गलत पढ़े तो आपको खराब रिपोर्ट मिलती है। कोई एजेंट सेंट्रीफ्यूज को गलत पढ़े तो नतीजा कुछ और ही हो सकता है। इसलिए डिज़ाइन का सवाल यह नहीं है कि “क्या मॉडल पर्याप्त बुद्धिमान है?” सवाल यह है कि जब मॉडल पर्याप्त बुद्धिमान न हो, तब कठोर सीमाएँ कहाँ रहेंगी।

Anthropic का उत्तर वास्तुशिल्पीय है। इसका सबसे स्पष्ट विवरण Anthropic से नहीं, बल्कि AWS से आया है। उसकी Strands टीम MHS को अपने ओपन-सोर्स Strands Robots पुस्तकालय में ट्रांसपोर्ट बैकएंड के रूप में बना रही है: “सुरक्षा स्वयं मानक में बनाई गई है। उपकरण अपनी सीमाएँ, इंटरलॉक और आपातकालीन स्टॉप घोषित करते हैं और एजेंट डिफ़ॉल्ट रूप से उन्हें अपनाकर उन्हीं के भीतर काम करते हैं।” इसे दो बार पढ़ें। इंटरलॉक कोई प्रॉम्प्ट निर्देश नहीं है जिसे मॉडल भूल सकता है या ऐसी नीति नहीं है जिसे वह बातचीत से पार कर सकता है। यह मॉडल के नीचे मौजूद ड्राइवर का गुण है और मॉडल सहयोग करे या न करे, लागू रहता है। यही सही प्रवृत्ति है। यह सॉफ़्टवेयर में एजेंट शासन को लेकर मेरी सोच से भी मेल खाती है: भ्रमित एजेंट के साथ भी जो सुरक्षा अवरोध बना रहे, वही सबसे उपयोगी हैं और एजेंट उन्हें बदल न सके।

Anthropic मॉडल की सीमाओं के बारे में भी असामान्य रूप से स्पष्ट है। घोषणा स्वीकार करती है कि Claude “भौतिक दुनिया के बारे में टेक्स्ट और छवियों के माध्यम से सीखता है, जिसका अर्थ है कि उसकी स्थानिक और भौतिक तर्क क्षमता की कुछ सीमाएँ हैं और अब भी विशेषज्ञ निगरानी आवश्यक है।” प्रीव्यू का एक उद्देश्य “अतिरिक्त सुरक्षा मूल्यांकन तैयार करना” भी है। Anthropic का कहना है कि वह दुरुपयोग के खिलाफ अपनी सुरक्षा नीति को मजबूत करने के लिए भौतिक सुरक्षा रोडमैप विकसित कर रहा है और MHS को ओपन सोर्स करने पर उसके निष्कर्षों को परिनियोजन मार्गदर्शन के रूप में जारी करेगा।

एक साझेदार का अनुभव बताता है कि यह विनम्रता क्यों उचित है। Genentech ने BCA प्रोटीन परीक्षण को एक लिक्विड हैंडलर, रोबोटिक भुजा और प्लेट रीडर के बीच स्वचालित किया। शोधकर्ताओं को Claude को यह सिखाना पड़ा कि नमूनों में झाग बनना सॉफ़्टवेयर बग नहीं, बल्कि भौतिक विफलता है। जिस मॉडल के कभी हाथ नहीं रहे, वह बुलबुलों का अर्थ नहीं जानता। टेक्स्ट ज्ञान और भौतिक परिणाम के बीच का यही अंतर ड्राइवर स्तर की सीमाओं के लिए है। इसी वजह से मैं ऐसी किसी भी चीज़ के लिए इंसान को प्रक्रिया में रखूँगा जो घूमती है, गर्म होती है या दबाव बनाती है।

AWS Strands के लेख के अनुसार MHS सुरक्षा को प्रॉम्प्ट के बजाय ड्राइवर में रखता है: उपकरण अपनी सीमाएँ, इंटरलॉक और आपातकालीन स्टॉप घोषित करते हैं और एजेंट डिफ़ॉल्ट रूप से उन्हें अपनाते हैं। Anthropic मानता है कि Claude की भौतिक तर्क क्षमता के लिए अब भी विशेषज्ञ निगरानी आवश्यक है और उसने कहा है कि प्रीव्यू से भौतिक सुरक्षा रोडमैप और परिनियोजन मार्गदर्शन तैयार करने में मदद मिलेगी, जैसा कि उसकी घोषणा में बताया गया है।

पायलट के नतीजों को सावधानी से पढ़ें

साझेदारों की सूची सचमुच प्रभावशाली है। Genentech ने BCA परीक्षण को शुरू से अंत तक चलाया। Carnegie Mellon ने तीन कंप्यूटरों पर सीरियल-डायल्यूशन डोज़-रिस्पॉन्स प्रयोग लगभग तीन गुना तेज़ी से किए। Anthropic के शब्दों में, इन कंप्यूटरों के इंटरफ़ेस “मूल रूप से एक-दूसरे से असंगत” थे। QuEra Computing ने एक एजेंट से ऐसा नियंत्रक बनवाया जो बिना मानवीय हस्तक्षेप के 99.3% बार क्वांटम लेज़र का फ़्रीक्वेंसी लॉक वापस हासिल कर लेता है। University of Washington ने एजेंट की निगरानी में qPCR चलाया, जिसमें रोबोट भुजा और लिक्विड हैंडलर के बीच प्लेटों का टकराव-मुक्त हस्तांतरण हुआ। Janelia में Ahrens लैब की Virginie Ruetten ने MHS का इस्तेमाल ऐसे माइक्रोस्कोपी रिग को एकीकृत करने के लिए किया जिसे पहले चलाने के लिए सात अलग-अलग विक्रेता प्रोग्राम चाहिए थे। सात। इसे पढ़ने वाला हर प्रायोगिक वैज्ञानिक यह संख्या देखकर पहचान में सिर हिलाएगा।

Anthropic की घोषणा के अनुसार QuEra के एजेंट द्वारा विकसित नियंत्रक ने 99.3% बार लेज़र का फ़्रीक्वेंसी लॉक वापस हासिल किया। 58% का आधार The Register की रिपोर्ट से है। आँकड़े साझेदारों द्वारा बताए गए हैं, इसलिए इन्हें आशाजनक समझें, सिद्ध नहीं।

अब अनुशासन की बात। ये सभी आँकड़े साझेदारों द्वारा बताए गए हैं और विक्रेता की अपनी घोषणा में प्रकाशित हुए हैं। CMU का डोज़-रिस्पॉन्स प्रयोग रंगीन डाई पर हुआ था, किसी दवा उम्मीदवार पर नहीं। QuEra का नियंत्रक परीक्षण-स्थल पर चला था, किसी चालू क्वांटम प्रोसेसर पर नहीं। लॉन्च सामग्री में हर विस्तृत उदाहरण Claude पर चलता है, इसलिए “किसी भी मॉडल पर काम करने” का दावा अभी केवल दावा ही है। इसका मतलब यह नहीं कि नतीजे झूठे हैं। गंभीर संस्थानों के पायलट नतीजे अक्सर झूठे नहीं होते। इसका मतलब यह है कि प्रमाण का स्तर अभी इतना है कि “जिसने इसे बनाया है, वही कहता है कि यह काम करता है।” ईमानदार पाठक तब तक इसे कुछ दूरी से देखेगा, जब तक विनिर्देश सार्वजनिक न हो और आमंत्रित समूह से बाहर का कोई व्यक्ति इसे दोहरा न दे।

इकोसिस्टम की सूची में दो बातें मेरी नज़र में आईं। Hugging Face अपने ओपन रोबोटिक्स पुस्तकालय LeRobot में MHS समर्थन जोड़ रहा है और Raspberry Pi अपने कैमरा ड्राइवर परीक्षणों के बाद इसे एकीकृत कर रहा है। अपनाने के लिए ये दोनों किसी भी दवा कंपनी के लोगो से अधिक मायने रखते हैं, क्योंकि इनसे मानक उन शौकिया और रिसर्च समुदायों तक पहुँचता है जिन्होंने एक दशक में ROS को डिफ़ॉल्ट रोबोटिक्स स्टैक बनाया। Open Robotics समुदाय पहले ही इस बात पर बहस कर रहा है कि ROS 2 के मुकाबले MHS कहाँ बैठता है। मानक का वास्तविक रूप लॉन्च पोस्ट से नहीं, इसी बहस से तय होगा।

पायलट नतीजे वास्तविक हैं, लेकिन साझेदारों द्वारा बताए गए हैं: Carnegie Mellon के डोज़-रिस्पॉन्स प्रयोग लगभग तीन गुना तेज़ चले, QuEra के एजेंट द्वारा विकसित नियंत्रक ने 99.3% बार अपने लेज़र का फ़्रीक्वेंसी लॉक वापस हासिल किया और HHMI Janelia ने ऐसे माइक्रोस्कोपी रिग को एकीकृत किया जिसे पहले सात विक्रेता प्रोग्राम चाहिए थे। ये सभी तथ्य Anthropic की घोषणा में दिए गए हैं। लॉन्च के हर विस्तृत उदाहरण में Claude का इस्तेमाल हुआ है, इसलिए किसी भी मॉडल पर काम करने का दावा सार्वजनिक रूप से सिद्ध नहीं हुआ है।

सूची में मौजूद नहीं नाम

यहाँ मेरा एक सचमुच स्थानीय दृष्टिकोण है और मैं इसे उसी रूप में चिह्नित कर रहा हूँ। Anthropic द्वारा बताए गए हार्डवेयर साझेदारों को देखें: लिक्विड हैंडलर के लिए Tecan, भुजाओं के लिए Universal Robots और Doosan, लैब स्वचालन के लिए QIAGEN और Automata, खोजबीन कर रहा Danaher और माइक्रोस्कोप के लिए MBF Bioscience। यह एक गंभीर सूची है। लेकिन इसमें एक भी चीनी रोबोटिक्स कंपनी नहीं है।

मैं दुनिया के ह्यूमनॉइड और क्वाड्रपेड उद्योग के केंद्र से पंद्रह मिनट की दूरी पर रहता हूँ। Unitree और Deep Robotics दोनों मेरे अपार्टमेंट से थोड़ी ही दूर हैं। हार्डवेयर-एजेंट मानक से सबसे अधिक लाभ पाने वाले निर्माता, यानी वे लोग जो उन फैक्टरियों को चलाते हैं जहाँ ये रोबोट काम करेंगे, उनमें से ज़्यादातर यहीं हैं। रोबोट खुद अड़चन नहीं हैं। इंटीग्रेशन है, और यही MHS का प्रस्ताव है। इसलिए यह अनुपस्थिति किसी अनदेखी से कम और Anthropic के मौजूदा अनुपालन-अनुकूल संबंधों से चुने गए प्रीव्यू समूह से अधिक जुड़ी लगती है। साथ ही, इससे दुनिया का सबसे बड़ा हार्डवेयर इकोसिस्टम एक खुला सवाल बना रहता है। चीनी विक्रेता MHS अपनाएँगे, इसे नज़रअंदाज़ करेंगे या अपना कोई मानक बनाएँगे, यह पूरी घोषणा का सबसे महत्वपूर्ण अनुत्तरित सवाल है। अंग्रेज़ी में लिखने वाले किसी भी कवरेज में मैंने इसे पूछा हुआ नहीं देखा।

Anthropic द्वारा बताए गए हार्डवेयर साझेदार, Tecan, Universal Robots, Doosan, QIAGEN, Automata और MBF Bioscience, साथ ही खोजबीन कर रहा Danaher, सभी पश्चिमी या कोरियाई लैब और औद्योगिक स्वचालन कंपनियाँ हैं, जैसा कि उसकी घोषणा में बताया गया है। प्रीव्यू समूह में कोई चीनी रोबोटिक्स निर्माता नहीं है, इसलिए दुनिया के सबसे बड़े हार्डवेयर इकोसिस्टम में अपनाए जाने का सवाल खुला हुआ है।

प्रीव्यू किन सवालों का जवाब नहीं देता

रिसर्च प्रीव्यू प्रशिक्षण-पहियों वाले वादे जैसा है। ईमानदार तरीका यह है कि जो बातें वादा नहीं की गई हैं, उन्हें गिना जाए। Kingy के विश्लेषण ने उपयोगी गिनती की: Anthropic ने कोई विनिर्देश, SDK, स्कीमा, स्रोत रिपॉज़िटरी, लाइसेंस, अनुरूपता परीक्षण-संग्रह, संस्करण संख्या या शासन मॉडल प्रकाशित नहीं किया है। modelhardwarestandard.com ओपन सोर्स करने का इरादा तो बताती है, लेकिन कोई तारीख नहीं देती। MCP अंततः Linux Foundation की Agentic AI Foundation में पहुँचा। MHS को भी ऐसा तटस्थ घर मिलेगा या वह Anthropic के नियंत्रण में रहेगा, यह घोषित नहीं किया गया है। यह मायने रखता है, क्योंकि किसी एक विक्रेता के नियंत्रण वाला हार्डवेयर मानक उत्पाद का फीचर है, मानक नहीं।

सुरक्षा मॉडल इससे भी बड़ा खाली स्थान है। सार्वजनिक रूप से ऐसा कुछ नहीं बताया गया है कि प्रमाणीकरण, क्रेडेंशियल की सीमाएँ, नेटवर्क अलगाव, ऑडिट लॉगिंग, ड्राइवर वापस लेने की प्रक्रिया या किसी जुड़े उपकरण द्वारा एजेंट को लौटाए गए डेटा से आने वाले प्रॉम्प्ट-इंजेक्शन हमले को कैसे रोका जाएगा। सॉफ़्टवेयर में आखिरी समस्या अब भी खुला रिसर्च प्रश्न है। Brave के Comet रिसर्च ने दिखाया कि किसी शत्रुतापूर्ण पेज और मददगार एजेंट के बीच कितनी कम दूरी हो सकती है। हार्डवेयर में यह सुरक्षा का मामला है। किसी ऐसे उपकरण के पास MHS ड्राइवर रखने से पहले जो किसी को चोट पहुँचा सकता है, मैं खतरे का मॉडल देखना चाहूँगा। फिलहाल ऐसा कोई मॉडल पढ़ने के लिए उपलब्ध नहीं है।

एक शासन संबंधी आलोचना को भी गंभीरता से लेना चाहिए। Hacker News पर बंद प्रीव्यू को लेकर एक प्रतिक्रिया सीधी थी: “किसी मानक को पढ़ने के लिए अनुमति की ज़रूरत नहीं होनी चाहिए।” मानक तब भरोसा कमाते हैं जब उन्हें स्वीकृति मिलने से पहले सार्वजनिक किया जाता है। Anthropic हार्डवेयर निर्माताओं से ऐसी चीज़ के लिए ड्राइवर बनाने को कह रहा है जिसे केवल स्वीकृत आवेदक देख सकते हैं। The Register ने, जैसा कि उससे उम्मीद की जा सकती है, पूरे विचार को “कुछ हद तक आशावादी महत्वाकांक्षा” कहा। उसका तर्क था कि कंपनी अपने ही मॉडलों के व्यवहार का भरोसेमंद अनुमान नहीं लगा सकती। उसने उस दुरुपयोग की स्थिति भी उठाई जिसे कोई अपने लोगो के पास छपा हुआ नहीं देखना चाहेगा: वही मानक जो दवा खोज परीक्षण चला सकता है, सिद्धांत रूप में सेंट्रीफ्यूज की पूरी श्रृंखला भी चला सकता है। Anthropic का भौतिक सुरक्षा रोडमैप शायद इसका उत्तर है। हमने उसे अभी देखा नहीं है।

समय का एक पहलू इन सभी बातों को और स्पष्ट करता है। EU Machinery Regulation 20 जनवरी 2027 से पूरी तरह लागू होगा और, एक रिपोर्ट में बताए गए अनुसार, पहली बार AI-आधारित सुरक्षा कार्यों और अपने व्यवहार को विकसित करने वाली मशीनों को स्पष्ट रूप से शामिल करेगा। यूरोप में बेची जाने वाली AI से चलने वाली मशीनरी का कोई भी मानक लगभग सोलह महीनों में इस नियम से टकराएगा, चाहे वह तैयार हो या नहीं।

Kingy के विश्लेषण और प्रीव्यू साइट के अनुसार MHS का कोई सार्वजनिक विनिर्देश, SDK, लाइसेंस, शासन मॉडल या सुरक्षा मॉडल नहीं है। Anthropic ने कहा है कि वह मानक को ओपन सोर्स करेगा और प्रीव्यू से परिनियोजन मार्गदर्शन जारी करेगा, लेकिन कोई तारीख नहीं दी है, जैसा कि उसकी घोषणा में बताया गया है।

इसके साथ क्या करना चाहिए

यह इस बात पर निर्भर करता है कि आप कौन हैं, इसलिए तीन समूहों के लिए संक्षेप में।

अगर आप कोई लैब या पायलट लाइन चलाते हैं, तो अगला कदम सस्ता है: उस एक उपकरण की पहचान करें जो मैनुअल निगरानी में वैज्ञानिकों के सबसे अधिक घंटे खाता है और देखें कि उसका विक्रेता साझेदार सूची में है या उसके पास कोई प्रोग्राम योग्य इंटरफ़ेस भी है। MHS केवल ऐसे हार्डवेयर के साथ काम करता है और Anthropic अब भी उन निर्माताओं को साथ लाने की कोशिश कर रहा है जिनके उपकरण में ऐसा इंटरफ़ेस नहीं है। अगर आप पात्र हैं और उत्सुक हैं, तो प्रीव्यू के लिए आवेदन मौजूद है। अगर आप पेशेवर रूप से एजेंट बनाते हैं, तो Strands Robots इंटीग्रेशन और LeRobot समर्थन पर नज़र रखें। बिना किसी की अनुमति के आप सबसे पहले वहीं इसे छू पाएँगे। अगर आप निवेश करते हैं या रणनीति तय करते हैं, तो संकेत यह नहीं है कि “Anthropic अब रोबोटिक्स कर रहा है।” संकेत यह है कि भौतिक AI का मूल्य मॉडल से नीचे, इंटीग्रेशन और सुरक्षा परत की ओर जा रहा है और जो कंपनी उस उबाऊ परत को नियंत्रित करती है, वह अक्सर पूरे इकोसिस्टम को नियंत्रित करती है। MCP लॉन्च के लगभग एक साल में उद्योग का डिफ़ॉल्ट बन गया। अब यही तरीका हार्डवेयर के साथ फिर अपनाया जा रहा है।

लैब के लिए उपयोगी कदम यह है कि वे जाँचें कि किन उपकरणों में प्रोग्राम योग्य इंटरफ़ेस है, क्योंकि MHS के लिए ऐसा इंटरफ़ेस आवश्यक है। निर्माताओं के लिए AWS Strands Robots और Hugging Face LeRobot इंटीग्रेशन शुरुआती सार्वजनिक संपर्क-बिंदु हैं, जैसा कि Strands के लेख और Anthropic की घोषणा में बताया गया है।

अक्सर पूछे जाने वाले सवाल

क्या MHS, MCP का विकल्प है?

नहीं। MHS, MCP के नीचे और उसके साथ काम करता है। एजेंट का टूल कॉल आज की तरह MCP, कमांड लाइन या कोड API के जरिए ही जाता है। MHS दूसरे छोर को मानकीकृत करता है: भौतिक उपकरण खुद को कैसे बताता है, वह क्या कर सकता है और कौन-सी सीमाएँ लागू हैं।

क्या मैं आज मॉडल हार्डवेयर मानक का इस्तेमाल कर सकता हूँ?

केवल तभी, जब आपको रिसर्च प्रीव्यू में स्वीकार किया गया हो। यह आवेदन के माध्यम से उपलब्ध है और modelhardwarestandard.com के जरिए वैज्ञानिक रिसर्च लैब और उन्नत निर्माताओं के लिए है। अभी कोई सार्वजनिक विनिर्देश या SDK नहीं है। Anthropic ने कहा है कि वह प्रीव्यू के बाद MHS को ओपन सोर्स करने का इरादा रखता है, लेकिन तारीख नहीं दी है।

क्या MHS केवल Claude के साथ काम करता है?

Anthropic का कहना है कि MHS किसी एक मॉडल तक सीमित नहीं है और मानक प्रोटोकॉल के जरिए कोई भी एजेंट ढाँचा उस तक पहुँच सकता है। लेकिन लॉन्च सामग्री में हर विस्तृत उदाहरण Claude का इस्तेमाल करता है। इसलिए स्वतंत्र निर्माण सामने आने तक अलग-अलग मॉडलों पर संचालन को सिद्ध क्षमता के बजाय डिज़ाइन में शामिल संभावना समझें।

क्या AI एजेंट को भौतिक उपकरण नियंत्रित करने देना सुरक्षित है?

ईमानदार उत्तर यह है कि यह इस बात पर निर्भर करता है कि सीमाएँ कहाँ रहती हैं। MHS सीमाओं, इंटरलॉक और आपातकालीन स्टॉप को उपकरण के ड्राइवर में रखता है और उन्हें मॉडल के नीचे लागू करता है। यह सही वास्तुकला है। लेकिन Anthropic खुद कहता है कि Claude की भौतिक तर्क क्षमता के लिए अब भी विशेषज्ञ निगरानी चाहिए। अभी कोई सार्वजनिक खतरा मॉडल भी नहीं है और दुरुपयोग के जोखिम पर The Register का संदेहपूर्ण आकलन उचित है। घोषित सीमाओं और इंटरलॉक वाले उपकरणों पर निगरानी में चलने वाले पायलट: उचित। ऐसी चीज़ों पर बिना निगरानी के एजेंट जो घूमती हैं, गर्म होती हैं या दबाव बनाती हैं: अभी नहीं।

निष्कर्ष

हर कुछ महीनों में उद्योग फिर खोजता है कि बुद्धिमत्ता कभी दुर्लभ संसाधन थी ही नहीं। पिछले महीने Kitesurf ने ब्राउज़र के लिए यही किया और अब MHS हार्डवेयर के लिए कर रहा है। मॉडल किसी प्रोटीन परीक्षण को चलाने या लेज़र लॉक बनाए रखने के लिए पर्याप्त अच्छे हैं। कमी इस बात की थी कि वे मशीन को खोज सकें, उसका मैनुअल पढ़ सकें और ठीक-ठीक जान सकें कि सीमाएँ कहाँ हैं। यह आधारभूत ढाँचे की समस्या है, इसलिए इसका उत्तर भी आधारभूत ढाँचे के विनिर्देश के रूप में आना उचित है।

आज क्या सिद्ध है: ड्राइवर का पैटर्न काम करता है, इंटीग्रेशन समय में भारी कमी संभव लगती है और साझेदारों ने इसके काम करने की पुष्टि की है। सुरक्षा को प्रॉम्प्ट के बजाय उपकरण में रखना भी सही निर्णय है। जो सिद्ध नहीं है, वह उत्पादन में भरोसा करने के लिए ज़रूरी लगभग हर चीज़ है। शुरुआत एक ऐसे विनिर्देश से होती है जिसे अनुमति के बिना पढ़ा जा सके, फिर खतरे का मॉडल, शासन का तटस्थ आधार और ऐसा परिणाम जिसे लॉन्च में आमंत्रित न किए गए किसी व्यक्ति ने दोहराया हो। मैं इसकी दिशा पर दाँव लगाऊँगा। मैं किसी सेंट्रीफ्यूज को इस प्रीव्यू के भरोसे नहीं चलाऊँगा।

अगर आप यह सोच रहे हैं कि अपनी एजेंट योजना में हार्डवेयर को कहाँ रखा जाए, तो मैं इस विषय पर ग्राहकों के साथ नियमित रूप से बातचीत करता हूँ। संपर्क करें।

स्रोत

• Anthropic, “मॉडल हार्डवेयर मानक का प्रीव्यू”: https://www.anthropic.com/news/model-hardware-standard-research-preview (प्रकाशित 2026-08-27, प्राप्त 2026-08-29)

• मॉडल हार्डवेयर मानक प्रीव्यू साइट: https://modelhardwarestandard.com (प्राप्त 2026-08-29)

• AWS Strands, “साथ काम करते रोबोट: मॉडल हार्डवेयर मानक और Strands Robots”: https://strandsagents.com/blog/robots-working-together-model-hardware-standard-strands-robots/ (प्राप्त 2026-08-29)

• The Register, “Anthropic ने AI एजेंटों को लैब उपकरणों और रोबोट से जोड़ने के लिए आधारभूत विनिर्देश प्रस्तावित किया”: https://www.theregister.com/ai-and-ml/2026/08/28/anthropic-proposes-plumbing-spec-to-link-ai-agents-to-lab-kit-and-robots/5293135 (प्रकाशित 2026-08-28, प्राप्त 2026-08-29)

• Kingy.ai, “Anthropic का मॉडल हार्डवेयर मानक (MHS)”: https://kingy.ai/blog/anthropic-model-hardware-standard-mhs/ (प्रकाशित 2026-08-28, प्राप्त 2026-08-29)

• nextaipress, “Anthropic मॉडल हार्डवेयर मानक (MHS)”: https://nextaipress.com/anthropic-model-hardware-standard-mhs/ (प्रकाशित 2026-08-28, प्राप्त 2026-08-29)

• Open Robotics Discourse, “Anthropic के मॉडल हार्डवेयर मानक और ROS 2 के संदर्भ में इंटेंट वैलिडेशन परत कहाँ बैठती है?”: https://discourse.openrobotics.org/t/where-does-an-intent-validation-layer-sit-relative-to-anthropics-model-hardware-standard-and-to-ros-2/57725 (प्रकाशित 2026-08-28, प्राप्त 2026-08-29)

• Brave, “एजेंटिक ब्राउज़र सुरक्षा: Perplexity Comet में अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन”: https://brave.com/blog/comet-prompt-injection/ (प्रकाशित 2025-08-20, प्राप्त 2026-08-29)

• Hacker News चर्चा, “मॉडल हार्डवेयर मानक का प्रीव्यू”: https://news.ycombinator.com/item?id=49468834 (प्राप्त 2026-08-29)

• Flickr, कवर छवि “Robot Arm”, fireflythegreat द्वारा (CC BY 2.0): https://www.flickr.com/photos/fireflythegreat/5604962354/ (प्राप्त 2026-08-29)