Anthropic nový standard představil 27. srpna 2026. Podle společnosti vznikl ve spolupráci s výzkumným kampusem HHMI Janelia a nyní se testuje s partnery z oblasti vědy, robotiky, elektroniky a výroby. Po dokončení výzkumné fáze má být MHS vydán jako open source.
Hlavní myšlenka je poměrně praktická. Každý laboratorní přístroj nebo průmyslový stroj dnes obvykle používá vlastní rozhraní, příkazy a bezpečnostní pravidla. Když je potřeba propojit více zařízení, musí specialisté vytvářet individuální integrace. MHS se snaží zavést společný způsob, jak zařízení popsat, zjistit jeho stav a bezpečně mu zadávat úkoly.
Od softwarových nástrojů k fyzickým zařízením
Anthropic už dříve uvedl Model Context Protocol (MCP), který umožňuje AI agentům pracovat se softwarem, databázemi nebo dalšími digitálními nástroji. MHS na tento přístup navazuje, ale rozšiřuje ho na fyzický svět.
Rozdíl je důležitý. Když AI agent udělá chybu při práci s textem, obvykle stačí výsledek opravit nebo požádat model o nový návrh. U robotického ramene může stejná chyba poškodit zařízení, znehodnotit vzorek nebo ohrozit člověka v jeho okolí. Standard proto nemá pouze usnadnit komunikaci mezi agentem a strojem. Má také popsat limity zařízení, které by agent neměl překročit.
U robotického ramene může jít například o jeho hmotnostní limit, rozsah pohybu, povolenou rychlost nebo bezpečné úhly. U mikroskopu se mohou popisovat dostupné režimy, možnosti zaostření a měření. U laseru je důležité nejen to, co lze nastavit, ale také které zásahy jsou příliš rizikové pro automatické provedení.
Co MHS umožní v laboratoři
Praktický přínos se ukazuje hlavně ve vědeckých laboratořích, kde na jednom experimentu spolupracuje více přístrojů. AI agent může například připravit vzorek pomocí dávkovače kapalin, vložit ho do dalšího zařízení, sledovat výsledky měření a podle nich upravit následující krok.
U mikroskopu může agent vyhodnotit první snímek, vybrat oblast, která si zaslouží podrobnější pozorování, a následně přístroj sám nastavit. V kvantové laboratoři může sledovat stav laseru a pokusit se obnovit jeho uzamčení, pokud se nastavení odchýlí od požadovaných hodnot.
To neznamená, že by vědec pouze napsal jednu větu a bez kontroly nechal model pracovat. MHS je především technická vrstva mezi agentem a hardwarem. Určuje, jaká zařízení jsou dostupná, co umějí, jaké hodnoty mohou přijímat a které činnosti jsou zakázané nebo vyžadují schválení člověka.
Čísla z testování: hodiny místo týdnů
Anthropic uvádí, že na Carnegie Mellon University zabrala integrace čtyř různých přístrojů pomocí AI agenta přibližně osm hodin. U běžných řešení od dodavatelů může podobné propojení podle popisu společnosti trvat několik týdnů. Na University of Washington měl doktorand připojit šest zařízení za méně než týden.
Ještě názornější výsledek pochází z kvantové laboratoře společnosti QuEra Computing. AI agent tam zkrátil čas potřebný k obnovení uzamčení laseru ze zhruba 150 sekund na přibližně šest sekund. V blind testu dosáhl kód vytvořený agentem úspěšnosti 99,3 procenta, tedy 695 úspěšných pokusů ze 700. Předchozí skript vytvořený lidskými experty dosahoval úspěšnosti 58 procent.
Během šestnácti hodin autonomního provozu a 363 experimentů se agentovi podařilo snížit zbytkovou chybu naladění laseru z 15,7 mV na 1,55 mV. Jde o zajímavé výsledky, ale je nutné je číst opatrně. Nejde o univerzální benchmark AI modelů, který by umožnil přímé srovnání s GPT, Gemini nebo jiným systémem. Výsledky se vztahují ke konkrétnímu zařízení, úloze a laboratornímu prostředí.
Právě opakovatelnost bude jednou z hlavních otázek dalšího vývoje. Agent může dobře fungovat v laboratoři, pro kterou byl systém připraven, ale horší výsledek podat u jiného modelu přístroje, odlišného firmwaru nebo nestandardní situace.
Bezpečnost není doplněk, ale základ
Ovládání fyzických zařízení má jiný typ rizik než běžný chatbot. Agent může špatně pochopit instrukci, vyhodnotit nekvalitní měření jako správné nebo pokračovat v experimentu navzdory tomu, že se zařízení chová neobvykle.
Anthropic proto MHS popisuje jako modelově agnostický standard. To znamená, že není určený pouze pro Claude a teoreticky ho mohou využít i jiné AI systémy a agentní platformy. Bezpečnostní pravidla mají být navázána na konkrétní zařízení a proces, nikoli pouze na značku použitého modelu.
To je rozumný směr, ale samo rozhraní bezpečnost nezaručí. Pokud někdo špatně popíše limity stroje nebo nastaví příliš široká oprávnění, může agent pracovat podle chybných informací. Ve výrobě a laboratoři proto zůstává důležitá kontrola člověkem, oddělení testovacího a ostrého provozu, nouzové vypnutí a záznam všech provedených kroků.
Rizika nejsou pouze technická. Stejná infrastruktura, která pomůže automatizovat výzkum léčiv nebo kalibraci přístrojů, může být zneužita také k nebezpečným experimentům. WIRED upozorňuje na možné problémy v oblasti biologické bezpečnosti a na skutečnost, že agenti už dnes někdy selhávají při práci s počítačovými systémy. Přenést podobné chování do fyzického světa znamená přidat možnost materiální škody nebo zranění.
Co to znamená pro české firmy a vývojáře
MHS zatím není běžně dostupná platforma, kterou by si mohla česká firma jednoduše nainstalovat. Přístup je v současnosti omezený na výzkumný náhled a zájemci se musí přihlásit. Standard nemá spotřebitelské předplatné ani veřejně oznámenou cenu.
Pro české laboratoře, výrobce automatizačních systémů a vývojáře je ale důležitá jeho otevřenost. Pokud bude MHS skutečně vydán jako open source a získá podporu výrobců zařízení, mohl by snížit závislost na drahých integracích na míru. To by mohlo být zajímavé hlavně pro menší výzkumné týmy, které nemají vlastní specialisty na každý typ laboratorního hardwaru.
V tuto chvíli však není potvrzená konkrétní dostupnost MHS v češtině ani lokalizace pro český trh. Standard je technické rozhraní, nikoli aplikace s uživatelským menu. Čeština tedy sama o sobě není hlavní překážkou. Důležitější bude, zda budou mít konkrétní přístroje programovatelné rozhraní a zda jejich výrobci nebo integrátoři připraví podporu pro MHS.
Proč je důležitější standard než samotný chatbot
Nejzajímavější částí oznámení není to, že AI dokáže napsat skript pro robotické rameno. To už se v různých podobách objevuje delší dobu. Podstatnější je snaha vytvořit společný jazyk mezi agentem a fyzickými zařízeními.
Bez standardu by každé propojení vyžadovalo nový vývoj, vlastní dokumentaci a samostatné bezpečnostní testy. Se standardizovaným popisem zařízení může agent snadněji zjistit, co má k dispozici, a vývojář může stejnou integraci použít v různých prostředích.
Na druhou stranu je MHS stále ve fázi výzkumného náhledu. Teprve testování ukáže, zda se k němu připojí dost výrobců, zda budou pravidla dostatečně přesná a jak si poradí s nečekanými situacemi. Pro běžného uživatele se dnes nic bezprostředně nemění. Pro výzkumné a výrobní firmy však může jít o jeden z důležitých kroků k tomu, aby AI agenti nepracovali jen s dokumenty a softwarem, ale také s přístroji, které mají skutečnou váhu, výkon a rizika.
Podrobnosti o výzkumném náhledu zveřejnil web Model Hardware Standard. Kontext k oznámení přinesly také WIRED a agentura Reuters. Anthropic současně zveřejňuje vlastní testy práce AI s roboty a dalším hardwarem, například v projektu Project Pilot.
FAQ
Je možné MHS vyzkoušet doma nebo v malé firmě?
Zatím ne běžným způsobem. MHS je ve fázi omezeného výzkumného náhledu a přístup je určen vybraným vědeckým laboratořím a výrobcům. Veřejně oznámená cena ani spotřebitelská verze nejsou k dispozici.
Bude MHS fungovat pouze s modelem Claude?
Ne podle současného popisu. MHS je navržený jako modelově agnostický standard, takže by ho teoreticky mohly využívat různé AI modely a agentní platformy. Praktická podpora ale bude záviset na konkrétních implementacích.
Může AI agent díky MHS ovládat jakýkoli robot nebo přístroj?
Ne automaticky. Zařízení musí mít programovatelné rozhraní a musí být pro MHS vhodně popsáno včetně jeho parametrů, měření a bezpečnostních limitů. U kritických úkonů bude navíc nutná lidská kontrola a možnost okamžitého zastavení.
