Model Hardware Standard(MHS)は、AIエージェントがロボットアーム、顕微鏡、リキッドハンドラー、量子コンピューターのレーザーといった物理的な機械を安全に操作できるようにする、Anthropicの新しい共通仕様です。2026年8月27日に限定的なリサーチプレビューとして公開されました。いちばん簡単な捉え方は、MHSはMCPのハードウェア版だということです。MCPがエージェントにソフトウェアと話す共通の方法を与えたように、MHSは研究室や工場の機器と話す共通の方法を与え、連携にかかる時間を数週間から数か月だったものから数時間から数分に短縮します。
初期のパイロットは具体的で本物です。QuEraでは、量子コンピューターのレーザー安定化の成功率が58%から99.3%に上がり、カーネギーメロン大学では創薬実験が約3倍速く進みました。印象的な研究です。
知っておくべき落とし穴があります。「標準」と呼ばれていますが、仕様はまだ公開されていません。アクセスを申請する必要があり、Anthropicは「後で」オープンソース化すると述べています。多くの人にとって、MHSは今それを基盤に作るものではなく、動向を見守るものだということです。そして、今すぐ仕事をしてくれるAIエージェントが欲しいなら、それはすでにソフトウェアの世界にあります。プロトコルを組み上げるのではなく、すぐ働けるチームメイトを迎えるのです。
Model Hardware Standardの正体
発表の飾りを取り除くと、MHSはドライバーです。Anthropicはこう説明しています。"a shared specification for AI agents to safely operate physical devices"。率直に一言で言えば、コンピューターと機械の間にある、ごちゃごちゃした層を標準化するものです。
現状、AIシステムを実験機器につなぐ作業は個別対応です。顕微鏡、プレートリーダー、ロボットアームのそれぞれが独自のメーカー製インターフェースと癖を持ち、重量制限、安全な動作範囲、調整可能なパラメーターといった物理的な特性は、紙のマニュアルか、特定の専門家の頭の中にしかありません。そこにエージェントをつなぐのは、Anthropicの言葉では "a manual, time-consuming process that can take weeks or even months." です。
MHSはこれをまとめて解決します。各デバイスに標準化されたドライバーが用意され、エージェントは1つのインターフェースですべてのデバイスと話せます。Anthropicによると、"any device that has a programmable interface." で動作します。この標準は、AnthropicとHHMIのジャネリア研究キャンパスとの共同作業から生まれました。そこではポスドクが同じ壁に何度も突き当たっていました。脳イメージング実験を行うには、互いに連携しようとしない互換性のない十数個のメーカー製ツールにつきっきりになる必要があったのです。
Anthropicがデモした機器のリストは、おもちゃのような顔ぶれではありません。リキッドハンドラー、ロボットアーム、2光子顕微鏡とレーザー走査顕微鏡、プレートリーダー、インキュベーター、遠心分離機、qPCR装置、監視カメラ、デジタル収集ボード、さらには量子コンピューターのレーザーシステムまで含まれます。制御用のインターフェースがあれば、MHSで動かせるというのが売りです。
MHSの内部の仕組み
ここで「ただのドライバー」という捉え方が生きてきます。全体は、組み込みコードに触れたことのある人なら誰でも見覚えのある2つの基本操作、readとwriteで成り立っています。readは「温度を取得する」、writeは「温度を設定する」です。これがエージェントが機械を操作するときの語彙で、意図的に地味にしてあります。地味であることが標準を広める力になるからです。
主な役割を担う要素は次のとおりです。
- 標準化されたドライバーは、オペレーティングシステムとハードウェアの間を翻訳するため、エージェントがメーカー独自のインターフェースを覚える必要はありません。
- 自然言語タグにより、人がデバイスの特性をその場で平易なテキストとして記録でき、知識をマニュアルに眠らせずに済みます。
- 共有メモリ辞書は、デバイスの状態と手順を標準形式で保存するため、エージェント(あるいは次のエージェント)が、今何が起きていて何が安全かを確認できます。
- 3つの操作方法:MCP、コマンドライン、コードAPI。MHSはモデルに依存しないため、Anthropicは "any agent harness can access it using standard protocols, such as the Model Context Protocol." と述べています。
安全性は後付けではなく、ドライバー層に組み込まれています。ミスが20万ドルの機器の破損や実験の台無しを意味する場面では、これがもっとも重要です。MHSはデバイスレベルの安全限界を強制し、実行前チェックで危険な条件をブロックし、リアルタイムで監視し、リスクの高い判断は人間に回します。Anthropic自身のテストでは、"Claude interacts with experiments and hardware in an exploratory manner, much as a scientist would" とされています。これは良い表現である一方、モデルが物理的な因果関係をまだ完璧には推論できず、人がループに残るという控えめな認めでもあります。
MHSは、MCPの手法を物理世界に向けたもの
どこかで見た話だと感じたなら、それが狙いです。AnthropicはModel Context Protocolで、すでに同じ手を一度打っています。シンプルでモデルに依存しないインターフェースを出し、エコシステムに採用させ、エージェントが外の世界に届くためのデファクトスタンダードになる、という手です。MCPはそれをソフトウェア(データベース、API、ドキュメント)で行い、MHSは原子の世界で行います。
私は仕事として連携システムを作っているので、「N個の個別対応ではなく1つのインターフェース」という約束がいちばん気になります。MHSは紙の上ではそこを押さえています。N×M問題(すべてのモデルとすべてのデバイスの組み合わせ)は、良い標準がまさに解消するものです。興味深い手がかりは、初日に出た参加企業のリストです。AWS、Universal Robots、Doosan Robotics、QIAGEN、Tecan、Danaher、さらにHugging FaceのLeRobotやRaspberry Piまで名を連ねています。仕様が公開される前から多くのハードウェアメーカーが「read/write」仕様に賛同しており、MHSがデモではなく基盤層を狙っていることを示す最も明確なシグナルです。
同僚に伝えたい結論はこうです。MHSはロボットでもモデルでもありません。配管です。そして、配管を握る者は、配管以上のものを握ることが多いのです。
パイロットの数字が最大の強み
AnthropicはMHSを説明するだけでなく、実名のパートナーと具体的な数字で結果を示しました。ビジョンよりも具体的な数字のほうが偽りにくいので、最初に読むならこの節です。
QuEraのレーザー復旧の結果が目玉です。QuEraの量子コンピューターでレーザー安定化を自動化したところ、成功率は58%から99.3%に上がり、1回あたりの時間は150秒から6秒に短縮されました。16時間で363回の実験を行い、PID調整のノイズは約10分の1(15.7 mVから1.55 mV)に下がっています。マーケティング用のグラフではなく、物理学者が本当に気にする運用上の指標です。
ほかの事例も遜色ありません。
- カーネギーメロン大学は、創薬の用量反応実験をこれまでの約3倍速く実施し、MHSを8時間で統合しました(メーカー構築の環境では通常数週間かかります)。研究者が6つの危険な条件を試したところ、システムは "correctly blocked all six."
- Genentechは、リキッドハンドラー、ロボットアーム、プレートリーダーにまたがるBCAタンパク質アッセイにMHSを1週間足らずで組み込みました。
- Tetsuwan Scientificは、qPCRのワークフローで300種類の移送にわたり9,143回の個別の分注を行い、モデルは精度をメーカー自身の仕様より12%正確に予測しました。
これらは独立したベンチマークではなく、ベンダー報告のパイロットとして受け止めてください。実際にそうだからです。それでも、具体的で、実名で、数値があるという点で、多くの「フィジカルAI」の発表より上です。
コミュニティの本音
反応ははっきり二分され、どちらの声も聞く価値があります。Xでは、オープンになったときの展開への期待が大半で、その夢を言い表した広く共有されたスレッドがありました。
"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はより懐疑的で、重要な2つの問いを投げかけました。まず、当然の疑問です。
"How does this compare to ROS 2? Roughly the same goals."
もっともな指摘です。ROS 2は長年オープンなロボティクスのミドルウェアでした。MHSの本当の違いはread/writeモデルではなく、最初からLLMエージェントが操作することを前提に設計されている点と、その背後にあるAnthropicの普及力です。それが確立されたオープン標準を置き換えるのに十分かどうかは、未解決の問いです。
落とし穴:読むために申請が必要な「標準」
熱くなりすぎる前に友人に知っておいてほしい点です。MHSは標準と呼ばれていますが、現時点で仕様は公開されていません。見るにも実装するにも申請が必要で、Anthropicはプレビュー後にオープンソース化すると言うだけで、時期は示していません。HNスレッドでいちばん鋭いコメントは、まさにここを突いていました。
"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."
これがこのローンチ全体に付く正直な注釈です。USBやCANは、ハードウェア標準が勝つ方法の手本です。仕様は公開、実装は自由、門番はいません。今のMHSは半分だけオープンで、オープンと発表されながら、実際にはウェイトリストで提供されています。約束どおりに開放される可能性は十分にあり、MCPが「雑多な社内ツール」から本物の標準へと育った経緯はAnthropicに有利な材料です。それでも、仕様が公開されるまでは、「標準」は願望であって地位ではありません。研究室や工場ラインを運営していないなら、現実的な対応はmodelhardwarestandard.comをブックマークしておくことで、それを前提に計画を立てることではありません。
研究室を持たない人にとってのMHSの意味
正直な橋渡しをすると、大半のチームにとって、MHSは今年は何も変えません。科学研究と先端製造向けのインフラで、しかもクローズドなプレビュー段階です。ヘルプデスクに向けて使うことはないでしょう。
ただし、その形は覚えておく価値があります。すでにソフトウェアで進行しているのと同じ形だからです。業界全体が1つの考え方に収束しています。AIエージェントは、安全に触れられるものの範囲でしか役に立たない、という考え方です。MHSはそれを顕微鏡とロボットアームに当てはめたものです。カスタマーサポートやバックオフィスの業務では、「デバイス」とはヘルプデスク、ナレッジベース、チケット履歴のことで、その未来の形はプレビューではありません。すでに提供されています。
これはこの種の発表の落とし穴でもあります。標準はインフラであり、インフラは従業員ではありません。MHSはエージェントに機械へ届く手段を与えますが、科学者を与えてくれるわけではありません。同様に、MCPサーバーはAIエージェントにヘルプデスクへ届く手段を与えますが、サポート担当者を与えてはくれません。「技術的には接続できる」と「初日から仕事をこなす」の間の差こそが、製品そのものです。
eesel:プロトコルではなく、チームメイト
eeselにとって、その差がすべてです。こう考えてください。MHSはインフラで、eeselはそうしたインフラの上で迎えるチームメイトです。eeselはAIチームメイトのプラットフォームで、プロトコルを組み上げて祈る代わりに、特定の仕事のためにすぐ働けるチームメイトを迎えます。現在のラインナップはAIヘルプデスクチームメイトとAIブログライターで、どちらも自分の役割を理解した状態で着任します。
サポートの場合、AIヘルプデスクチームメイトはZendesk、Freshdesk、Gorgias、Frontにある既存のキューに加わり、過去のチケットとヘルプセンターから学び、コネクタを手作業で1つも用意しなくても、下書きと解決を始めます。また、自信満々のボットをライブのチケットに投入することは、MHSが設計上対処している「物理的な因果関係」のリスクそのものなので、eeselはすべての展開をシミュレーションします。まず過去のチケットで試し、顧客に触れる前に挙動を確認できます。
MHSは物理世界でのAIへのわくわくする賭けであり、注目する価値があります。しかし、今日、本当の仕事をするエージェントが必要なら、チームメイトというモデルはすでにここにあります。eeselを無料で試して、数分で自分のチケット上で動かすことができます。