El Model Hardware Standard (MHS) es la nueva especificación compartida de Anthropic para que los agentes de IA operen con seguridad máquinas físicas: brazos robóticos, microscopios, manipuladores de líquidos, láseres de ordenadores cuánticos. Se abrió como vista previa de investigación limitada el 27 de agosto de 2026. La forma más fácil de entenderlo: MHS es MCP para hardware. Donde MCP dio a los agentes una sola forma de hablar con el software, MHS les da una sola forma de hablar con instrumentos de laboratorio y de fábrica, reduciendo el tiempo de integración de semanas o meses a horas o minutos.
Los primeros pilotos son reales y concretos. En QuEra, la estabilización del láser en un ordenador cuántico pasó de una tasa de éxito del 58 % al 99,3 %; en Carnegie Mellon, los experimentos de descubrimiento de fármacos se ejecutaron unas 3 veces más rápido. Es una investigación impresionante.
El problema que conviene conocer: se llama "estándar", pero la especificación aún no es pública. Hay que solicitar acceso, y Anthropic dice que publicará MHS como código abierto "más adelante". Para la mayoría, eso significa que MHS es algo que vigilar, no algo sobre lo que construir hoy. Y si lo que quieres es un agente de IA trabajando ahora, eso ya existe en el software, donde contratas a un compañero listo para trabajar en lugar de montar un protocolo.
Qué es realmente el Model Hardware Standard
Sin el brillo del anuncio, MHS es un controlador. Anthropic lo describe como "a shared specification for AI agents to safely operate physical devices", y la descripción honesta en una línea es que estandariza la capa desordenada entre un ordenador y una máquina.
Hoy, conectar un sistema de IA a un equipo de laboratorio es un trabajo a medida. Cada microscopio, lector de placas y brazo robótico viene con su propia interfaz de fabricante, sus propias rarezas y un montón de características físicas (límites de peso, rangos de operación seguros, parámetros ajustables) que viven en un manual en papel o en la cabeza de un especialista. Según Anthropic, conectar un agente a eso es "a manual, time-consuming process that can take weeks or even months."
MHS lo resuelve. Cada dispositivo recibe un controlador estandarizado para que un agente pueda hablar con cualquiera de ellos a través de una sola interfaz, y según Anthropic funciona con "any device that has a programmable interface." El estándar surgió de una colaboración entre Anthropic y el HHMI Janelia Research Campus, donde un posdoctorando chocaba una y otra vez con el mismo muro: ejecutar experimentos de imagen cerebral significaba vigilar una docena de herramientas de fabricantes incompatibles que se negaban a comunicarse entre sí.
La lista de instrumentos que Anthropic mostró no es un juguete. Abarca manipuladores de líquidos, brazos robóticos, microscopios de dos fotones y de barrido láser, lectores de placas, incubadoras, centrífugas, equipos de qPCR, cámaras de monitorización, tarjetas de adquisición digital e incluso los sistemas láser de un ordenador cuántico. Si tiene una superficie de control, la propuesta es que MHS puede manejarlo.
Cómo funciona MHS por dentro
Aquí es donde el enfoque de "es solo un controlador" cobra sentido. Todo se construye sobre dos primitivas que reconocerá cualquiera que haya tocado código embebido: read y write. read es "obtener la temperatura". write es "fijar la temperatura". Ese es el vocabulario con el que un agente opera una máquina, y es deliberadamente aburrido, porque lo aburrido es lo que hace que un estándar se extienda.
Unas cuantas piezas hacen el trabajo pesado:
- El controlador estandarizado traduce entre un sistema operativo y el hardware, de modo que el agente nunca tiene que aprender una interfaz propietaria del fabricante.
- Las etiquetas en lenguaje natural permiten que una persona documente las características de un dispositivo en texto sencillo, en el propio dispositivo, en lugar de dejar ese conocimiento en un manual.
- Un diccionario de memoria compartida guarda estados de dispositivos y procedimientos en un formato estándar, para que un agente (o el siguiente) pueda ver qué está pasando y qué es seguro.
- Tres formas de controlarlo: MCP, una línea de comandos o APIs de código. Como MHS es independiente del modelo, Anthropic dice que "any agent harness can access it using standard protocols, such as the Model Context Protocol."
La seguridad está integrada en la capa del controlador, no añadida después, que es lo que más importa cuando un error significa un instrumento de 200.000 dólares roto o un experimento arruinado. MHS impone límites de seguridad a nivel de dispositivo, ejecuta comprobaciones previas que bloquean condiciones inseguras, monitoriza en tiempo real y deriva las decisiones de alto riesgo a una persona. En las pruebas propias de Anthropic, "Claude interacts with experiments and hardware in an exploratory manner, much as a scientist would", una buena formulación y también una admisión discreta: el modelo todavía no razona a la perfección sobre causa y efecto físicos, así que una persona sigue en el circuito.
MHS es la fórmula de MCP aplicada al mundo físico
Si todo esto te suena, es la idea. Anthropic ya hizo esta misma jugada con el Model Context Protocol: lanzar una interfaz simple e independiente del modelo, dejar que el ecosistema la adopte y convertirse en el estándar de facto de cómo los agentes llegan al mundo exterior. MCP lo hizo con el software (bases de datos, APIs, documentos). MHS lo hace con los átomos.
Yo construyo integraciones para vivir, así que la promesa de "una interfaz en lugar de N a medida" es la parte que realmente me importa, y es la que MHS cumple sobre el papel. El problema de N por M (cada modelo por cada dispositivo) es exactamente lo que disuelve un buen estándar. Lo revelador es la lista de la industria que apareció el primer día: AWS, Universal Robots, Doosan Robotics, QIAGEN, Tecan, Danaher, además de LeRobot de Hugging Face e incluso Raspberry Pi. Son muchos fabricantes de hardware sumándose a una especificación de "read/write" antes de que sea pública, y es la señal más clara de que MHS aspira a ser la capa, no una demo.
La conclusión que le daría a un colega: MHS no es un robot ni un modelo. Es fontanería. Y quien es dueño de la fontanería suele ser dueño de mucho más que la fontanería.
Los números de los pilotos son lo más sólido
Anthropic no se limitó a describir MHS: presentó resultados con socios con nombre y cifras concretas. Esta es la sección que leería primero, porque los detalles son más difíciles de inventar que la visión.
El resultado de recuperación del láser en QuEra es el titular. Automatizar la estabilización del láser en los ordenadores cuánticos de QuEra llevó la tasa de éxito del 58 % al 99,3 % y redujo el tiempo por intento de 150 a 6 segundos, en 363 experimentos a lo largo de 16 horas, con el ruido de ajuste PID cayendo aproximadamente diez veces (de 15,7 mV a 1,55 mV). No es un gráfico de marketing; es una métrica operativa que a un físico realmente le importaría.
El resto también se sostiene:
- Carnegie Mellon ejecutó experimentos de dosis-respuesta para el descubrimiento de fármacos unas 3 veces más rápido que antes, integró MHS en ocho horas (frente a las semanas que suele llevar una instalación creada por el fabricante) y, cuando los investigadores probaron seis condiciones inseguras, el sistema "correctly blocked all six."
- Genentech integró MHS en un ensayo de proteínas BCA con un manipulador de líquidos, un brazo robótico y un lector de placas en menos de una semana.
- Tetsuwan Scientific ejecutó 9.143 dispensaciones individuales en 300 tipos de transferencia en un flujo de qPCR, y el modelo predijo la precisión un 12 % mejor que las propias especificaciones del fabricante.
Toma esto como pilotos reportados por el proveedor y no como pruebas de rendimiento independientes, porque eso es lo que son. Pero son específicos, con nombre y numéricos, que es más de lo que aportan la mayoría de los anuncios de "IA física".
Qué piensa realmente la comunidad
La reacción se dividió con claridad, y vale la pena escuchar a ambos lados. En X, el ánimo fue sobre todo de entusiasmo por adónde llegará esto cuando sea abierto, con un hilo muy compartido que recoge el sueño:
"It's gonna be freaking bizarre when they open source it. With the same ease that you play with Legos, you can order an open source robot arm, run this, and run your own robotics policies. You can vibe code hardware."
Hacker News fue más escéptico y planteó las dos preguntas que importan. Primero, la obvia:
"How does this compare to ROS 2? Roughly the same goals."
Es un golpe justo. ROS 2 lleva años siendo el middleware abierto de robótica, y el verdadero diferenciador de MHS no es el modelo read/write, sino estar diseñado desde el principio para que lo maneje un agente LLM, además del peso de distribución de Anthropic detrás. Si eso basta para desplazar a un estándar abierto consolidado es la pregunta abierta.
El problema: un "estándar" para cuya lectura hay que postularse
Esto es lo que querría que un amigo supiera antes de entusiasmarse demasiado. MHS se llama estándar, pero por ahora la especificación no es pública. Hay que solicitar acceso para verla o implementarla, y Anthropic dice que publicará el estándar como código abierto tras la vista previa, sin fecha. El comentario más afilado de todo el hilo de HN cae justo aquí:
"But as far as I can tell, this technical 'standard' isn't actually public yet (you have to apply for access to even see or implement it.) Anthropic says they plan to open source it later. Quite a departure from the way foundational hardware standards like USB and CAN were developed. You shouldn't need permission to read a standard."
Ese es el asterisco honesto de todo el lanzamiento. USB y CAN son el modelo de cómo ganan los estándares de hardware: especificación pública, libre de implementar, sin guardianes. Hoy MHS es medio abierto: anunciado como abierto, entregado como lista de espera. Bien puede abrirse tal como se promete, y el camino de MCP de "herramienta interna desordenada" a estándar real juega a favor de Anthropic. Pero hasta que la especificación sea pública, "estándar" es una aspiración, no un estatus. Si no diriges un laboratorio ni una línea de fábrica, lo práctico es guardar modelhardwarestandard.com en favoritos, no planificar en torno a él.
Qué significa MHS si no diriges un laboratorio
El puente honesto: para la inmensa mayoría de los equipos, MHS no cambia nada este año. Es infraestructura para la investigación científica y la fabricación avanzada, y está en una vista previa cerrada. No vas a apuntarlo a tu helpdesk.
Pero vale la pena interiorizar su forma, porque es la misma que ya se está desarrollando en el software. Toda la industria converge en una idea: un agente de IA es tan útil como las cosas que puede tocar con seguridad. MHS es esa idea para microscopios y brazos robóticos. En atención al cliente y trabajo de oficina, los "dispositivos" son tu helpdesk, tu base de conocimiento y tu historial de tickets, y esa versión del futuro no es una vista previa. Ya se está entregando.
Esa es también la trampa de un lanzamiento así. Un estándar es infraestructura, y la infraestructura no es un empleado. MHS da a un agente una forma de llegar a una máquina; no te da un científico. Del mismo modo, un servidor MCP da a un agente de IA una forma de llegar a tu helpdesk; no te da un agente de soporte. La brecha entre "puede conectarse técnicamente" y "hace el trabajo desde el primer día" es el producto entero.
eesel: el compañero, no el protocolo
En eesel, esa brecha es el objetivo. Piénsalo así: MHS es la infraestructura; eesel es el compañero que contratas sobre infraestructuras como esa. eesel es una plataforma de compañeros de IA, y en lugar de montar un protocolo y esperar lo mejor, contratas a un compañero listo para trabajar para un trabajo concreto. La plantilla actual es un compañero de IA para helpdesk y un redactor de blog con IA, y cada uno llega sabiendo ya su función.
En soporte, eso significa que el compañero de IA para helpdesk se une a tu cola actual en Zendesk, Freshdesk, Gorgias o Front, aprende de tus tickets anteriores y de tu centro de ayuda, y empieza a redactar y resolver, sin que tengas que montar a mano un solo conector. Y como poner un bot seguro de sí mismo en tickets reales es justo el tipo de riesgo de "causa y efecto físicos" que MHS está diseñado para contener, eesel simula cada despliegue primero con tus tickets históricos, para que veas cómo se comporta antes de que toque a un solo cliente.
MHS es una apuesta emocionante por la IA en el mundo físico y merece seguimiento. Pero si lo que necesitas es un agente que haga trabajo real hoy, el modelo de compañero ya está aquí. Puedes probar eesel gratis y tenerlo funcionando con tus propios tickets en minutos.