O Model Hardware Standard da Anthropic: a parte difícil da IA física nunca foi o modelo

As demonstrações de robôs que saem desta cidade parecem simples. Um humanoide da Unitree, cujos escritórios ficam a uma curta viagem do meu apartamento, faz no chão de fábrica algo que teria sido ficção científica há três anos. O vídeo circula, todo mundo discute o modelo, mas ele não mostra as duas semanas de trabalho de integração antes de a câmera começar a gravar: o robô fala um protocolo, a esteira fala outro e o PLC de segurança fala um terceiro. Alguém com um laptop precisou ensinar os três a funcionar juntos.

É nessa lacuna pouco glamorosa que a Anthropic está mirando agora. Em 27 de agosto, a empresa abriu um research preview do Model Hardware Standard (MHS), uma especificação compartilhada que permite a agentes de IA operar dispositivos físicos: microscópios, manipuladores de líquidos, braços robóticos e, mais adiante, as máquinas da manufatura avançada. Li o anúncio e a cobertura inicial, e acho que a história interessante não é que os agentes estão ganhando mãos. É onde a Anthropic decidiu colocar a segurança e quanto da parte difícil ainda continua sem resposta.

Principais conclusões - O MHS é uma especificação compartilhada, em research preview disponível apenas mediante candidatura, para agentes de IA operarem dispositivos físicos. Cada dispositivo recebe um driver padronizado com primitivas simples de leitura e escrita, além de um arquivo de referência gerado que descreve o que ele pode medir, o que pode ser ajustado e quais limites de segurança são aplicados. - Ele fica abaixo e ao lado do MCP, em vez de substituí-lo: o MCP pode transportar a chamada de ferramenta feita pelo agente, enquanto o MHS torna a máquina por trás dessa chamada compreensível e operável de forma consistente. - A segurança é projetada na camada do driver. Os dispositivos declaram seus limites, intertravamentos e paradas de emergência, e os agentes operam dentro deles por padrão, porque a Anthropic reconhece que o raciocínio físico do Claude ainda precisa de supervisão especializada. - Os primeiros pilotos, Genentech, Carnegie Mellon, QuEra, University of Washington e HHMI Janelia, são reais, mas os resultados foram relatados pelos próprios parceiros, e todos os exemplos detalhados usam Claude. - Ainda não há especificação pública, SDK, licença ou modelo de governança, nem um modelo de segurança publicado ou data para abrir o código. Trate o preview como uma direção, não como um padrão no qual já seja possível construir hoje.

O que a Anthropic realmente anunciou

O anúncio é mais restrito do que as manchetes sugerem, e digo isso como elogio. A Anthropic não está afirmando que o Claude pode operar sua fábrica. Ela está abrindo o MHS para uma primeira turma de laboratórios de pesquisa científica e fabricantes avançados, mediante candidatura, por meio de um site dedicado ao preview, com a intenção declarada de abrir o código do padrão depois do preview.

A história de origem merece um parágrafo porque explica o projeto. O MHS começou como uma colaboração entre Alek Kemeny, da equipe Beneficial Deployments da Anthropic, e Arco Bast, cientista de pós-doutorado no HHMI's Janelia Research Campus. Bast havia criado um dicionário de memória compartilhada para sincronizar lasers, sistemas de foco motorizados e câmeras de diferentes fornecedores em experimentos de imageamento cerebral, o tipo de infraestrutura que todo laboratório úmido acaba reinventando de forma ruim. Kemeny e Bast então conectaram modelos de IA a essa interface. Portanto, o MHS não é um exercício teórico de um comité de padronização. É um hack de laboratório que cresceu.

O prémio alegado, nas palavras da própria Anthropic, é o seguinte: “normalmente, um laboratório ou uma unidade de manufatura leva semanas, senão meses, para configurar e integrar seu hardware”, enquanto o MHS “reduz esse trabalho de integração a horas ou minutos”. Se você já viu um pós-doutorando lutar por duas semanas com o software de controle de um fornecedor que só funciona no Windows, sabe que o número de semanas ou meses não é inflação de marketing.

A Anthropic abriu um research preview do Model Hardware Standard disponível apenas mediante candidatura em 27 de agosto de 2026, voltado a laboratórios de pesquisa científica e fabricantes avançados, conforme seu anúncio. O padrão surgiu de uma colaboração entre Alek Kemeny, da Anthropic, e Arco Bast, pós-doutorando do HHMI Janelia, e a Anthropic afirma que ele reduz a integração de hardware de semanas ou meses para horas ou minutos.

Como o MHS funciona e onde o MCP entra

A mecânica é agradavelmente entediante, que é exatamente o que se espera da infraestrutura. Cada dispositivo recebe um driver MHS padronizado, construído sobre um pequeno conjunto de primitivas, comandos como “read” para obter a temperatura ou “write” para definir a temperatura, que tornam o dispositivo detectável em um formato padrão. O driver também carrega tags em linguagem natural, como o peso de um braço robótico, que geram um arquivo de referência específico para cada dispositivo. Esse arquivo informa ao agente o que o dispositivo pode medir, o que pode ser ajustado e quais limites de segurança serão aplicados. O agente lê o manual antes de tocar na máquina, e o manual é escrito em um formato que todos os agentes leem da mesma maneira.

A pergunta que todo mundo no meu mundo fez em poucos minutos foi: o que isso faz com o MCP? A resposta, segundo o anúncio, é que nada muda para ele. A Anthropic lista três formas pelas quais um agente pode controlar um dispositivo por meio do MHS: MCP, linha de comando e APIs de código. O MHS é independente de modelo, e qualquer estrutura de agente pode acessá-lo por protocolos padrão, entre eles o Model Context Protocol. O resumo mais claro que encontrei veio de uma análise inicial: o MCP pode transportar a chamada de ferramenta, enquanto o MHS torna a máquina por trás dessa chamada compreensível e operável de forma consistente. A formulação do próprio Kemeny, relatada pela nextaipress, é mais direta: “O que o MCP fez pelo software, o MHS fará pelo mundo do hardware”.

A estrutura da coisa, a partir do anúncio da Anthropic e do texto de engenharia da Strands: a camada de transporte permanece igual, e o contrato de segurança fica no driver.

Se você quiser conhecer o contexto do lado do software, escrevi no início deste ano um guia em linguagem simples sobre o que o MCP realmente faz por uma empresa, e o modelo mental se transfere diretamente. O MCP padronizou a forma como os agentes pedem coisas. O MHS padroniza a aparência de uma coisa física quando alguém pede algo a ela.

O MHS fornece a cada dispositivo um driver padronizado com primitivas de leitura e escrita, além de um arquivo de referência gerado que descreve capacidades, ajustes e limites de segurança aplicados, conforme o anúncio da Anthropic. Ele não substitui o MCP: os agentes chegam aos dispositivos por MCP, linha de comando ou APIs de código, e o MHS é independente de modelo entre diferentes estruturas de agentes.

A segurança está no driver, não no modelo

Esta é a seção que importa, e também a que a maior parte da cobertura vai deixar de lado em favor dos números mais chamativos dos parceiros. Um agente que interpreta uma planilha de forma errada custa um relatório ruim. Um agente que interpreta uma centrífuga de forma errada custa algo completamente diferente. Portanto, a pergunta de projeto não é “o modelo é inteligente o suficiente?”, mas “onde ficam os limites rígidos quando ele não é?”.

A resposta da Anthropic é arquitetural, e a descrição mais clara veio não da Anthropic, mas da AWS. A equipe Strands está construindo o MHS como um backend de transporte na sua biblioteca de robótica de código aberto, a Strands Robots: “A segurança está incorporada ao próprio padrão. Os dispositivos declaram seus limites, intertravamentos e paradas de emergência, e os agentes os herdam e operam dentro deles por padrão.” Leia isso duas vezes. O intertravamento não é uma instrução no prompt que o modelo pode esquecer, nem uma política da qual ele pode tentar escapar falando. É uma propriedade do driver, abaixo do modelo, aplicada quer o modelo coopere ou não. Esse é o instinto correto, e combina com a forma como penso sobre governança de agentes no software: a proteção que continua funcionando diante de um agente confuso é aquela que o agente não consegue editar.

A Anthropic também é incomumente franca sobre os limites do modelo. O anúncio reconhece que o Claude “aprende sobre o mundo físico por meio de textos e imagens, o que significa que seu raciocínio espacial e físico tem limitações que ainda exigem supervisão especializada”. O preview existe, em parte, “para criar avaliações adicionais de segurança”, e a Anthropic afirma estar desenvolvendo um roteiro de segurança física para reforçar sua política de proteção contra uso indevido, com descobertas publicadas como orientações de implantação quando o MHS tiver seu código aberto.

Uma anedota de um parceiro mostra por que essa humildade é justificada. A Genentech automatizou o ensaio de proteína BCA, uma medição química de uso rotineiro, em um manipulador de líquidos, um braço robótico e um leitor de placas. Os pesquisadores precisaram ensinar ao Claude que amostras com espuma eram falhas físicas, não bugs de software. Um modelo que nunca teve mãos não sabe o que as bolhas significam. Essa lacuna entre conhecimento textual e consequência física é exatamente a razão dos limites na camada do driver e exatamente por que eu manteria uma pessoa no circuito para qualquer coisa que gire, aqueça ou pressurize.

O MHS coloca a segurança no driver, e não no prompt: os dispositivos declaram limites, intertravamentos e paradas de emergência que os agentes herdam por padrão, conforme o texto da AWS Strands. A Anthropic reconhece que o raciocínio físico do Claude ainda exige supervisão especializada e afirma que o preview servirá de base para um roteiro de segurança física e orientações de implantação, conforme seu anúncio.

Os resultados dos pilotos, lidos com cuidado

A lista de parceiros é realmente impressionante. A Genentech executou o ensaio BCA do início ao fim. A Carnegie Mellon realizou experimentos de dose-resposta por diluição seriada aproximadamente três vezes mais rápido em três computadores, com “interfaces fundamentalmente incompatíveis”, na formulação da Anthropic. A QuEra Computing teve um agente desenvolvendo um controlador que recupera o bloqueio de frequência de um laser quântico em 99,3% das vezes sem intervenção humana. A University of Washington realizou qPCR supervisionado por agente, com transferência de placas sem colisões entre um braço robótico e um manipulador de líquidos. E, na Janelia, Virginie Ruetten, do laboratório Ahrens, usou o MHS para unificar uma estrutura de microscopia que antes precisava de sete programas diferentes de fornecedores para funcionar. Sete. Todo cientista experimental que está lendo isso acabou de fazer uma careta de reconhecimento.

O controlador desenvolvido pelo agente da QuEra recuperou o bloqueio de frequência do laser em 99,3% das vezes, conforme o anúncio da Anthropic; a linha de base de 58% vem da reportagem do The Register. Números relatados pelo parceiro, portanto entram na categoria promissor, não comprovado.

Agora, a disciplina. Todos esses números foram relatados pelos parceiros e publicados no próprio anúncio da empresa. O experimento de dose-resposta da CMU usou corante colorido, não um candidato a medicamento. O controlador da QuEra funcionou em um ambiente de testes, não em um processador quântico em operação. E todos os exemplos detalhados dos materiais de lançamento usam Claude, o que torna a afirmação de que o sistema é independente de modelo exatamente isso por enquanto: uma afirmação. Nada disso torna os resultados falsos. Raramente resultados de pilotos de instituições sérias são falsos. Significa que o padrão de evidência é “as pessoas que construíram dizem que funciona”, e o leitor cuidadoso deve manter alguma distância até que a especificação seja pública e alguém de fora do grupo de parceiros consiga reproduzir os resultados.

Duas coisas na lista do ecossistema chamaram minha atenção. A Hugging Face está adicionando suporte ao MHS no LeRobot, sua biblioteca aberta de robótica, e a Raspberry Pi está fazendo uma integração depois dos testes com seu driver de câmera. Essas duas iniciativas importam mais para a adoção do que qualquer logotipo farmacêutico, porque colocam o padrão diante das comunidades de hobbyistas e pesquisadores que transformaram o ROS no stack padrão de robótica ao longo de uma década. A comunidade Open Robotics já está discutindo onde o MHS se posiciona em relação ao ROS 2. É nessa discussão, e não no texto de lançamento, que o formato real do padrão será decidido.

Os resultados dos pilotos são reais, mas foram relatados pelos parceiros: os experimentos de dose-resposta da Carnegie Mellon foram aproximadamente três vezes mais rápidos, o controlador desenvolvido pelo agente da QuEra recuperou o bloqueio de frequência do laser em 99,3% das vezes, e o HHMI Janelia unificou uma estrutura de microscopia que exigia sete programas de fornecedores, tudo conforme o anúncio da Anthropic. Todos os exemplos detalhados do lançamento usam Claude, portanto a afirmação de independência de modelo ainda não foi demonstrada publicamente.

Os nomes que não estão na lista

Aqui vai minha única observação genuinamente paroquial, e vou identificá-la como tal. Veja os parceiros de hardware citados pela Anthropic: Tecan para manipuladores de líquidos, Universal Robots e Doosan para braços robóticos, QIAGEN e Automata para automação de laboratório, Danaher em fase de avaliação e MBF Bioscience para microscópios. É uma lista séria. E não há uma única empresa chinesa de robótica nela.

Moro a quinze minutos do centro de gravidade da indústria mundial de humanoides e robôs quadrúpedes. A Unitree e a Deep Robotics ficam a uma curta viagem do meu apartamento, e os fabricantes que mais se beneficiariam de um padrão para agentes de hardware, aqueles que operam as fábricas onde esses robôs entram, estão em sua maioria aqui. Os próprios robôs não são o gargalo; a integração é, exatamente a proposta do MHS. Portanto, a ausência parece menos uma rejeição e mais um grupo inicial formado a partir das relações de conformidade já existentes da Anthropic. Ela também deixa o maior ecossistema de hardware do mundo como uma pergunta em aberto. Se os fornecedores chineses vão adotar o MHS, ignorá-lo ou apoiar algo criado no próprio país é, na minha opinião, a incógnita mais importante de todo o anúncio, e ninguém que cobriu o assunto em inglês parece ter perguntado.

Os parceiros de hardware citados pela Anthropic, Tecan, Universal Robots, Doosan, QIAGEN, Automata e MBF Bioscience, com a Danaher em fase de avaliação, são todos de automação industrial ou de laboratório ocidental ou coreana, conforme seu anúncio. Nenhum fabricante chinês de robótica está no grupo do preview, deixando em aberto a adoção no maior ecossistema de hardware do mundo.

O que o preview não responde

Um research preview é uma promessa com rodinhas de treinamento, e o correto é listar o que não foi prometido. A análise da Kingy fez a contagem útil: a Anthropic não publicou especificação, SDK, esquema, repositório de código, licença, suíte de conformidade, número de versão ou modelo de governança. O modelhardwarestandard.com confirma a intenção de abrir o código, sem indicar uma data. O MCP acabou chegando à Agentic AI Foundation da Linux Foundation. Ainda não foi anunciado se o MHS terá a mesma casa neutra ou continuará sob a condução da Anthropic, e isso importa, porque um padrão de hardware controlado por um único fornecedor é uma funcionalidade de produto, não um padrão.

O modelo de segurança é a lacuna maior. Nada público descreve autenticação, delimitação de credenciais, isolamento de rede, registos de auditoria, revogação de drivers ou o que impede um ataque de injeção de prompt que chegue por meio dos dados enviados por um dispositivo conectado ao agente. No software, esse último ponto é um problema de pesquisa em aberto. A pesquisa da Brave sobre o Comet mostrou como pouco separa uma página hostil de um agente prestativo. No hardware, isso vira um caso de segurança. Eu gostaria de ver o modelo de ameaças antes de permitir que um driver MHS chegasse perto de uma máquina capaz de ferir alguém. Neste momento, não há um modelo para ler.

Também vale levar a sério uma crítica de governança. Uma reação ao preview fechado no Hacker News foi direta: “Você não deveria precisar de permissão para ler um padrão”. Padrões conquistam confiança quando são públicos antes de receberem aprovação, e a Anthropic está pedindo aos fabricantes de hardware que construam drivers para algo que apenas candidatos aceitos podem ver. O The Register, sem muita cerimônia, chamou tudo de “uma ambição um tanto otimista” de uma empresa que não consegue antecipar de forma confiável como seus próprios modelos vão se comportar. Também levantou o cenário de uso indevido que ninguém quer ver impresso ao lado do próprio logotipo: o mesmo padrão que opera um ensaio de descoberta de medicamentos poderia, em princípio, operar uma sequência de centrífugas. O roteiro de segurança física da Anthropic é presumivelmente a resposta para isso. Ainda não o vimos.

Um aspecto do calendário torna tudo isso mais urgente. O Regulamento de Máquinas da União Europeia será aplicado integralmente a partir de 20/01/2027 e, como observou um relatório, pela primeira vez cobrirá explicitamente funções de segurança baseadas em IA e máquinas com comportamento autoevolutivo. Qualquer padrão para máquinas acionadas por IA vendidas na Europa encontrará esse regulamento em aproximadamente dezesseis meses, esteja pronto ou não.

O MHS não tem especificação pública, SDK, licença, modelo de governança ou modelo de segurança, conforme a análise da Kingy e o site do preview. A Anthropic afirma que abrirá o código do padrão e publicará orientações de implantação a partir do preview, sem informar datas, conforme seu anúncio.

O que fazer com isso

Depende de quem você é, então vou falar brevemente com três públicos.

Se você administra um laboratório ou uma linha-piloto, o passo é simples e barato: identifique o instrumento que consome mais horas de cientistas em supervisão manual e verifique se o fornecedor está na lista de parceiros ou se oferece alguma interface programável. O MHS só funciona com hardware que tenha uma, e a Anthropic ainda está tentando atrair os fabricantes cujos equipamentos não têm esse recurso. Se você é elegível e tem curiosidade, a candidatura ao preview está disponível. Se você constrói agentes profissionalmente, acompanhe a integração com o Strands Robots e o suporte ao LeRobot, porque esse será o primeiro ponto em que você poderá tocar nessa tecnologia sem precisar da permissão de alguém. E, se você investe ou define estratégia, o sinal não é “a Anthropic agora faz robótica”. É que o valor da IA física está descendo na pilha, do modelo para a camada de integração e segurança, e a empresa que controla a camada entediante tende a controlar o ecossistema. O MCP passou do lançamento ao padrão do setor em cerca de um ano. O mesmo manual está sendo aplicado novamente, desta vez ao hardware.

Para os laboratórios, o passo prático é auditar quais instrumentos têm interfaces programáveis, já que o MHS exige uma; para quem constrói agentes, as integrações com AWS Strands Robots e Hugging Face LeRobot são os primeiros pontos de contato públicos, conforme o texto da Strands e o anúncio da Anthropic.

Perguntas frequentes

O MHS substitui o MCP?

Não. O MHS fica abaixo e ao lado do MCP. A chamada de ferramenta do agente continua viajando pelo MCP, ou pela linha de comando ou por uma API de código, exatamente como acontece hoje. O MHS padroniza a outra ponta: como o dispositivo físico se descreve, o que pode fazer e quais limites são aplicados.

Posso usar o Model Hardware Standard hoje?

Somente se você for aceito no research preview, que está disponível apenas mediante candidatura e é voltado a laboratórios de pesquisa científica e fabricantes avançados por meio do modelhardwarestandard.com. Ainda não há especificação pública nem SDK. A Anthropic afirma que pretende abrir o código do MHS depois do preview, sem informar uma data.

O MHS funciona apenas com Claude?

A Anthropic afirma que o MHS é independente de modelo e pode ser acessado por qualquer estrutura de agente por meio de protocolos padrão. Mas todos os exemplos detalhados dos materiais de lançamento usam Claude, então trate a operação entre modelos como algo previsto no projeto, não demonstrado, até que surjam implementações independentes.

É seguro permitir que um agente de IA controle equipamentos físicos?

A resposta honesta é que depende de onde ficam os limites. O MHS coloca limites, intertravamentos e paradas de emergência no driver do dispositivo, aplicados abaixo do modelo, que é a arquitetura correta. Mas a própria Anthropic afirma que o raciocínio físico do Claude ainda exige supervisão especializada, ainda não há um modelo público de ameaças, e a leitura cética do The Register sobre o risco de uso indevido é justa. Pilotos supervisionados em equipamentos declarados e intertravados: razoável. Agentes sem supervisão em qualquer coisa que gire, aqueça ou pressurize: ainda não.

A conclusão

A cada poucos meses, o setor redescobre que a inteligência nunca foi o recurso escasso. A Kitesurf fez isso com navegadores no mês passado. Agora o MHS está fazendo com o hardware. Os modelos são bons o bastante para executar um ensaio de proteína ou manter o bloqueio de um laser. O que faltava era uma forma de eles encontrarem a máquina, lerem seu manual e saberem exatamente onde ficam as paredes. Isso é um problema de infraestrutura, e é por isso que uma especificação de infraestrutura tem o formato certo para a resposta.

O que está comprovado hoje: o padrão de driver funciona, a grande redução no tempo de integração é plausível e testemunhada pelos parceiros, e colocar a segurança no dispositivo, em vez de no prompt, é a decisão correta. O que não está comprovado é tudo de que você precisa para confiar nele em produção, começando por uma especificação que possa ser lida sem permissão, um modelo de ameaças, uma casa de governança e um resultado reproduzido por alguém que não tenha sido convidado para o lançamento. Eu apostaria nessa direção. Não apostaria uma centrífuga no preview.

Se você está avaliando onde o hardware se encaixa nos seus próprios planos para agentes, essa é uma conversa que tenho regularmente com clientes. Entre em contato.

Fontes

• Anthropic, “Previewing the Model Hardware Standard”: https://www.anthropic.com/news/model-hardware-standard-research-preview (publicado em 27/08/2026, acesso em 29/08/2026)

• Site do preview do Model Hardware Standard: https://modelhardwarestandard.com (acesso em 29/08/2026)

• AWS Strands, “Robots working together: the Model Hardware Standard and Strands Robots”: https://strandsagents.com/blog/robots-working-together-model-hardware-standard-strands-robots/ (acesso em 29/08/2026)

• 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 em 28/08/2026, acesso em 29/08/2026)

• Kingy.ai, “Anthropic's Model Hardware Standard (MHS)”: https://kingy.ai/blog/anthropic-model-hardware-standard-mhs/ (publicado em 28/08/2026, acesso em 29/08/2026)

• nextaipress, “Anthropic Model Hardware Standard (MHS)”: https://nextaipress.com/anthropic-model-hardware-standard-mhs/ (publicado em 28/08/2026, acesso em 29/08/2026)

• 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 em 28/08/2026, acesso em 29/08/2026)

• Brave, “Agentic Browser Security: Indirect Prompt Injection in Perplexity Comet”: https://brave.com/blog/comet-prompt-injection/ (publicado em 20/08/2025, acesso em 29/08/2026)

• Discussão no Hacker News, “Previewing the Model Hardware Standard”: https://news.ycombinator.com/item?id=49468834 (acesso em 29/08/2026)

• Flickr, imagem de capa “Robot Arm”, de fireflythegreat (CC BY 2.0): https://www.flickr.com/photos/fireflythegreat/5604962354/ (acesso em 29/08/2026)