Le Model Hardware Standard (MHS) est la nouvelle spécification partagée d'Anthropic pour permettre aux agents IA de piloter en toute sécurité des machines physiques : bras robotisés, microscopes, robots de manipulation de liquides, lasers d'ordinateurs quantiques. Il a été ouvert en préversion de recherche limitée le 27 août 2026. La façon la plus simple d'y penser : le MHS, c'est MCP pour le matériel. Là où MCP a donné aux agents une seule façon de parler aux logiciels, le MHS leur donne une seule façon de parler aux instruments de laboratoire et d'usine, ramenant le temps d'intégration de semaines ou de mois à quelques heures ou minutes.
Les premiers pilotes sont réels et précis. Chez QuEra, la stabilisation de laser sur un ordinateur quantique est passée d'un taux de réussite de 58 % à 99,3 % ; à Carnegie Mellon, des expériences de découverte de médicaments ont tourné environ 3 fois plus vite. C'est une recherche impressionnante.
Le point à connaître : on l'appelle « standard », mais la spécification n'est pas encore publique. Il faut demander l'accès, et Anthropic dit qu'elle publiera le MHS en open source « plus tard ». Pour la plupart des gens, cela veut dire que le MHS est à surveiller, pas à utiliser aujourd'hui. Et si ce que vous voulez, c'est un agent IA qui travaille maintenant, cela existe déjà côté logiciel, où vous recrutez un coéquipier prêt à travailler au lieu de câbler un protocole.
Ce qu'est réellement le Model Hardware Standard
Si l'on enlève le vernis de l'annonce, le MHS est un pilote (driver). Anthropic le décrit comme « a shared specification for AI agents to safely operate physical devices », et la formule honnête en une ligne est qu'il standardise la couche désordonnée entre un ordinateur et une machine.
Aujourd'hui, connecter un système d'IA à un équipement de laboratoire se fait sur mesure. Chaque microscope, lecteur de plaques et bras robotisé arrive avec sa propre interface constructeur, ses particularités et un tas de caractéristiques physiques (limites de poids, plages de fonctionnement sûres, paramètres réglables) qui vivent dans un manuel papier ou dans la tête d'un spécialiste. Câbler un agent là-dessus est, selon Anthropic, « a manual, time-consuming process that can take weeks or even months. »
Le MHS règle cela. Chaque appareil reçoit un pilote standardisé afin qu'un agent puisse parler à n'importe lequel via une seule interface, et, selon Anthropic, il fonctionne avec « any device that has a programmable interface. » Le standard est né d'une collaboration entre Anthropic et le HHMI Janelia Research Campus, où un postdoctorant se heurtait toujours au même mur : mener des expériences d'imagerie cérébrale voulait dire surveiller une douzaine d'outils de fabricants incompatibles qui refusaient de communiquer entre eux.
La liste d'instruments présentée par Anthropic n'a rien d'un jouet. Elle couvre des robots de manipulation de liquides, des bras robotisés, des microscopes à deux photons et à balayage laser, des lecteurs de plaques, des incubateurs, des centrifugeuses, des appareils de qPCR, des caméras de surveillance, des cartes d'acquisition numérique et même les systèmes laser d'un ordinateur quantique. S'il a une surface de contrôle, la promesse est que le MHS peut le piloter.
Comment le MHS fonctionne sous le capot
C'est ici que la formule « ce n'est qu'un pilote » prend tout son sens. L'ensemble repose sur deux primitives que reconnaîtra quiconque a déjà touché au code embarqué : read et write. read veut dire « obtenir la température ». write veut dire « régler la température ». C'est le vocabulaire qu'un agent utilise pour piloter une machine, et il est volontairement banal, car c'est le banal qui fait se répandre un standard.
Quelques éléments font le gros du travail :
- Le pilote standardisé fait la traduction entre un système d'exploitation et le matériel, de sorte que l'agent n'a jamais à apprendre une interface propriétaire de constructeur.
- Des étiquettes en langage naturel permettent à une personne de documenter les caractéristiques d'un appareil en texte simple, directement sur l'appareil, au lieu de laisser ce savoir dans un manuel.
- Un dictionnaire de mémoire partagée stocke les états des appareils et les procédures dans un format standard, afin qu'un agent (ou le suivant) voie ce qui se passe et ce qui est sûr.
- Trois façons de le piloter : MCP, une ligne de commande ou des API de code. Comme le MHS est indépendant du modèle, Anthropic dit que « any agent harness can access it using standard protocols, such as the Model Context Protocol. »
La sécurité est intégrée à la couche du pilote, et non ajoutée après coup, ce qui compte le plus lorsqu'une erreur signifie un instrument à 200 000 dollars cassé ou une expérience ruinée. Le MHS impose des limites de sécurité au niveau de l'appareil, exécute des vérifications préalables qui bloquent les conditions dangereuses, surveille en temps réel et renvoie les décisions à haut risque vers un humain. Dans les propres tests d'Anthropic, « Claude interacts with experiments and hardware in an exploratory manner, much as a scientist would », une jolie formule et aussi un aveu discret : le modèle ne raisonne pas encore parfaitement sur la cause et l'effet physiques, donc un humain reste dans la boucle.
Le MHS, c'est la recette de MCP appliquée au monde physique
Si tout cela vous semble familier, c'est voulu. Anthropic a déjà joué ce coup une fois avec le Model Context Protocol : publier une interface simple et indépendante du modèle, laisser l'écosystème l'adopter et devenir le standard de fait pour la façon dont les agents atteignent le monde extérieur. MCP l'a fait pour les logiciels (bases de données, API, documents). Le MHS le fait pour les atomes.
Je construis des intégrations pour vivre, donc la promesse « une interface au lieu de N sur mesure » est ce qui m'importe vraiment, et c'est ce que le MHS réussit sur le papier. Le problème N par M (chaque modèle fois chaque appareil) est exactement ce qu'un bon standard dissout. Le signe révélateur est la liste d'acteurs de l'industrie apparue dès le premier jour : AWS, Universal Robots, Doosan Robotics, QIAGEN, Tecan, Danaher, ainsi que LeRobot de Hugging Face et même Raspberry Pi. Cela fait beaucoup de fabricants de matériel qui adhèrent à une spécification « read/write » avant qu'elle soit publique, et c'est le signal le plus net que le MHS veut être la couche, pas une démo.
Ce que je dirais à un collègue : le MHS n'est ni un robot ni un modèle. C'est de la plomberie. Et celui qui possède la plomberie possède souvent bien plus que la plomberie.
Les chiffres des pilotes sont le point le plus solide
Anthropic ne s'est pas contentée de décrire le MHS, elle a livré des résultats avec des partenaires nommés et des chiffres précis. C'est la section que je lirais en premier, car les détails sont plus difficiles à fabriquer qu'une vision.
Le résultat de récupération du laser chez QuEra est le titre principal. L'automatisation de la stabilisation du laser sur les ordinateurs quantiques de QuEra a fait passer le taux de réussite de 58 % à 99,3 % tout en ramenant le temps par tentative de 150 secondes à 6, sur 363 expériences en 16 heures, avec un bruit de réglage PID divisé par environ dix (de 15,7 mV à 1,55 mV). Ce n'est pas un graphique marketing ; c'est une mesure opérationnelle qu'un physicien prendrait vraiment au sérieux.
Le reste tient aussi la route :
- Carnegie Mellon a mené des expériences dose-réponse de découverte de médicaments environ 3 fois plus vite qu'avant, a intégré le MHS en huit heures (contre les semaines qu'exige habituellement une installation conçue par le fabricant) et, lorsque les chercheurs ont testé six conditions dangereuses, le système a "correctly blocked all six."
- Genentech a intégré le MHS à un dosage de protéines BCA avec un robot de manipulation de liquides, un bras robotisé et un lecteur de plaques en moins d'une semaine.
- Tetsuwan Scientific a exécuté 9 143 distributions individuelles sur 300 types de transferts dans un flux de travail qPCR, et le modèle a prédit la précision 12 % mieux que les spécifications du fabricant lui-même.
Prenez cela comme des pilotes rapportés par le fournisseur plutôt que comme des benchmarks indépendants, car c'est ce qu'ils sont. Mais ils sont précis, nommés et chiffrés, ce qui est plus que ce qu'apportent la plupart des annonces d'« IA physique ».
Ce que la communauté en pense vraiment
La réaction s'est nettement divisée, et les deux côtés valent d'être entendus. Sur X, l'ambiance était surtout à l'enthousiasme quant à ce que cela donnera une fois ouvert, avec un fil très partagé qui résume le rêve :
"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 a été plus sceptique et a posé les deux questions qui comptent. D'abord, l'évidente :
"How does this compare to ROS 2? Roughly the same goals."
C'est une critique juste. ROS 2 est depuis des années le middleware robotique ouvert, et la vraie différence du MHS n'est pas le modèle read/write, mais d'avoir été conçu dès le départ pour être piloté par un agent LLM, avec le poids de distribution d'Anthropic derrière. Reste à savoir si cela suffit à déloger un standard ouvert établi.
Le point noir : un « standard » pour lequel il faut candidater afin de le lire
C'est ce que je voudrais qu'un ami sache avant de trop s'enthousiasmer. Le MHS est présenté comme un standard, mais pour l'instant la spécification n'est pas publique. Il faut demander l'accès pour la voir ou l'implémenter, et Anthropic dit qu'elle ouvrira le standard en open source après la préversion, sans date. Le commentaire le plus mordant de tout le fil HN tombe exactement là :
"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."
C'est l'astérisque honnête de tout le lancement. USB et CAN sont les modèles de la façon dont les standards matériels gagnent : spécification publique, libre à implémenter, pas de portier. Aujourd'hui, le MHS est à moitié ouvert : annoncé comme ouvert, livré comme liste d'attente. Il peut très bien s'ouvrir comme promis, et le parcours de MCP, d'« outil interne brouillon » à vrai standard, joue en faveur d'Anthropic. Mais tant que la spécification n'est pas publique, « standard » est une aspiration, pas un statut. Si vous ne dirigez ni un laboratoire ni une ligne d'usine, le geste pratique est de mettre modelhardwarestandard.com en favori, pas de planifier autour.
Ce que le MHS signifie si vous ne dirigez pas de laboratoire
Le pont honnête : pour la grande majorité des équipes, le MHS ne change rien cette année. C'est une infrastructure pour la recherche scientifique et la fabrication avancée, et il est en préversion fermée. Vous n'allez pas le brancher sur votre helpdesk.
Mais sa forme mérite d'être intégrée, car c'est la même qui se joue déjà dans les logiciels. Toute l'industrie converge vers une idée : un agent IA n'est utile que dans la mesure des choses qu'il peut toucher en toute sécurité. Le MHS, c'est cette idée pour les microscopes et les bras robotisés. Dans le support client et le travail de back-office, les « appareils » sont votre helpdesk, votre base de connaissances et votre historique de tickets, et cette version du futur n'est pas une préversion. Elle est livrée.
C'est aussi le piège d'un lancement comme celui-ci. Un standard est une infrastructure, et une infrastructure n'est pas un employé. Le MHS donne à un agent un moyen d'atteindre une machine ; il ne vous donne pas un scientifique. De même, un serveur MCP donne à un agent IA un moyen d'atteindre votre helpdesk ; il ne vous donne pas un conseiller de support. L'écart entre « peut techniquement se connecter » et « fait le travail dès le premier jour » est tout le produit.
eesel : le coéquipier, pas le protocole
Chez eesel, cet écart est tout l'enjeu. Voyez les choses ainsi : le MHS est l'infrastructure ; eesel est le coéquipier que vous recrutez par-dessus une infrastructure de ce type. eesel est une plateforme de coéquipiers IA, et au lieu de câbler un protocole en espérant que ça marche, vous recrutez un coéquipier prêt à travailler pour une mission précise. L'effectif actuel compte un coéquipier IA de helpdesk et un rédacteur de blog IA, et chacun arrive en connaissant déjà son rôle.
Pour le support, cela signifie que le coéquipier IA de helpdesk rejoint votre file actuelle dans Zendesk, Freshdesk, Gorgias ou Front, apprend de vos anciens tickets et de votre centre d'aide, puis se met à rédiger et à résoudre, sans que vous ayez à monter un seul connecteur à la main. Et comme mettre un bot sûr de lui sur des tickets en production est exactement le genre de risque de « cause et effet physiques » autour duquel le MHS est conçu, eesel simule chaque déploiement d'abord sur vos tickets historiques, pour que vous voyiez son comportement avant qu'il ne touche un seul client.
Le MHS est un pari enthousiasmant sur l'IA dans le monde physique, et il mérite d'être suivi. Mais si ce qu'il vous faut, c'est un agent qui fait du vrai travail aujourd'hui, le modèle du coéquipier est déjà là. Vous pouvez essayer eesel gratuitement et le faire tourner sur vos propres tickets en quelques minutes.