Anthropics Model Hardware Standard uitgelegd

Anthropic wil AI-agents niet langer alleen software laten bedienen. Op 27 augustus 2026 presenteerde het bedrijf de Model Hardware Standard (MHS) als research preview: een voorgestelde gemeenschappelijke softwarespecificatie voor de koppeling tussen AI-agents en programmeerbare fysieke apparatuur. 11

Het gaat dus niet om een nieuwe robot, maar om de digitale ‘tussenlaag’ die AI en machines met elkaar laat praten. Als het concept werkt zoals bedoeld, kan een agent apparatuur van verschillende fabrikanten via een vergelijkbare interface ontdekken, uitlezen en aansturen, zonder voor elk apparaat een volledig aparte integratie nodig te hebben.

Wat moet MHS mogelijk maken?

MHS richt zich op apparatuur zoals microscopen, vloeistofrobots, robotarmen en andere machines met programmeerbare interfaces. Volgens Anthropic zouden agents meerdere instrumenten gelijktijdig kunnen bedienen en complexe werkstromen kunnen uitvoeren, van experimenten voor geneesmiddelenonderzoek tot het kalibreren van lasers in een kwantumcomputer. 111

In de praktijk zou een systeem met MHS een agent kunnen laten:

• bekijken welke instrumenten beschikbaar zijn en wat ze kunnen;
• machinegegevens, statussen en meetresultaten uitlezen;
• acties over meerdere apparaten heen plannen en uitvoeren;
• parameters aanpassen zodra nieuwe resultaten binnenkomen; en
• reageren op bepaalde fouten of veranderende omstandigheden.

Dit beschrijft het beoogde werkingsmodel, geen algemene garantie dat een AI-agent elke machine veilig en zonder toezicht kan beheren. Hoeveel autonomie verantwoord is, hangt af van de apparatuur, de software-adapter, de ingebouwde beveiligingen en de lokale procedures.

De link met Model Context Protocol

Anthropic positioneert MHS als een fysieke uitbreiding van de interoperabiliteitsaanpak achter het Model Context Protocol (MCP). MCP biedt AI-systemen een gestandaardiseerde manier om externe hulpmiddelen en informatiebronnen te gebruiken. MHS moet een vergelijkbaar principe toepassen op fysieke apparaten en de gegevens die zij produceren. 412

Dat onderscheid is belangrijk: MHS is zelf geen AI-model, robot of compleet laboratoriumbeheersysteem. Het is een interface en specificatie die apparaten begrijpelijker en bruikbaarder moet maken voor agents. De aanpak is bovendien bedoeld om niet uitsluitend aan Claude gebonden te zijn, maar ook andere agent- en modelssystemen te kunnen ondersteunen.

Waarom integratietijd de belangrijkste belofte is

Laboratoria en fabrieken combineren vaak apparatuur van meerdere leveranciers. Die machines gebruiken niet altijd dezelfde API’s, gegevensformaten, bedieningslogica of veiligheidsbeperkingen. Daardoor moeten specialisten geregeld maatwerkverbindingen bouwen voordat één geautomatiseerde werkstroom kan draaien. 110

Anthropic zegt dat MHS dit proces kan terugbrengen van weken of maanden naar uren of minuten. 514 Dat moet voorlopig worden gezien als een uitgesproken doelstelling en een claim uit een vroege testfase, niet als een bewezen resultaat voor elke machine of toepassing.

Het voorgestelde model kent twee routes. Een fabrikant kan nieuwe apparatuur direct geschikt maken voor MHS. Een gebruiker kan bij bepaalde bestaande programmeerbare machines mogelijk een softwaredriver of adapter toevoegen. Uit de beschikbare informatie blijkt echter niet dat iedere oudere machine kan worden aangepast, of dat via MHS automatisch alle functies beschikbaar komen.

Ontwikkeling en eerste tests

MHS ontstond uit een samenwerking tussen Anthropic en de Janelia Research Campus van het Howard Hughes Medical Institute (HHMI). 411 Anthropic deelt de research preview met partners in wetenschappelijk onderzoek, robotica, elektronica en geavanceerde productie om de standaard te testen en veiligheidsmaatregelen te evalueren voordat een bredere verspreiding volgt. 12

In openbare berichtgeving worden Genentech en QuEra Computing genoemd als vroege gebruikers of testers. Genentech testte MHS in een workflow voor laboratoriumautomatisering. QuEra gebruikte de standaard rond onderdelen van een lasersysteem dat verbonden is met quantumcomputing op basis van neutrale atomen. 6

Andere berichten noemen ook Carnegie Mellon University, Universal Robots, AWS, Doosan Robotics, Danaher en Hugging Face als onderdeel van een bredere groep met vroege toegang. Omdat het om een vroeg programma gaat en partnerlijsten per bericht verschillen, moeten deze organisaties worden gezien als gerapporteerde deelnemers, niet als bewijs van een definitief ecosysteem. 23

Kan MHS vendor lock-in verminderen?

Een gedeelde standaard kan het eenvoudiger maken om één agentinterface te gebruiken met apparatuur van verschillende leveranciers. Daarmee zou de afhankelijkheid van propriëtaire API’s kunnen afnemen en wordt het mogelijk makkelijker om machines te combineren of te vervangen.

Interoperabiliteit ontstaat echter niet automatisch doordat er een specificatie bestaat. Leveranciers moeten MHS invoeren, betrouwbare drivers aanbieden en de benodigde functies daadwerkelijk beschikbaar maken. Ook kunnen operators afhankelijk blijven van propriëtaire software of hardware, zelfs wanneer er een MHS-adapter bestaat.

Veiligheid blijft de grote onbeantwoorde vraag

Anthropic verspreidt een vroege versie van MHS onder partners om veiligheidsevaluaties en praktische richtlijnen te ontwikkelen voor AI-systemen die fysieke apparatuur bedienen. Het bedrijf heeft gezegd de standaard na de preview- en evaluatiefase open source te willen maken. 12

De previewstatus is veelzeggend. Een gemeenschappelijke interface maakt een apparaat mogelijk eenvoudiger aan te sturen, maar maakt die bediening niet vanzelf veilig. Werkelijke toepassingen hebben nog altijd apparaat-specifieke limieten, authenticatie en toegangsbeheer, monitoring, validatie, noodstopmechanismen, logging en passend menselijk toezicht nodig.

Er is nog geen definitieve open-sourcedatum, afgeronde veiligheidsbenchmark of vaststaand bestuursmodel bekend. Uitspraken over bediening die dag en nacht kan doorgaan, moeten daarom worden gelezen als een mogelijke toepassing — niet als bewijs dat MHS-systemen al klaar zijn voor onbeheerde inzet in risicovolle omgevingen.

Wat betekent dit voor Anthropics strategie rond fysieke AI?

MHS markeert Anthropics beweging van agents die vooral software gebruiken naar systemen die kunnen communiceren met laboratoriumapparatuur, robots en productiemachines. 12 Daarmee sluit het bedrijf aan bij een bredere industriële ontwikkeling waarin taalmodellen worden gecombineerd met sensoren, automatisering en robotica.

De strategische belofte is dat onderzoekers en industriële operators doelen op een hoger niveau kunnen formuleren, waarna een agent de onderliggende apparatuur coördineert. De echte test wordt echter niet alleen of een agent via één protocol opdrachten kan geven, maar of dat in de praktijk betrouwbaar, controleerbaar en veilig werkt op machines van verschillende merken.

Voorlopig is MHS daarom het best te begrijpen als vroege interoperabiliteitsinfrastructuur voor fysieke AI: mogelijk nuttig om integratiewerk te verminderen, maar nog sterk afhankelijk van hardwarecompatibiliteit, steun van leveranciers, grondige evaluatie en door mensen ontworpen veiligheidscontroles.