Anthropic opent Model Hardware Standard voor AI-agents die labapparatuur aansturen

Anthropic opent een research preview van de Model Hardware Standard (MHS), een gedeelde specificatie waarmee AI-agents laboratorium- en productieapparatuur aansturen: microscopen, pipetteerrobots, plaatlezers en robotarmen. De standaard is nog niet open source en toegang loopt via een aanmeldformulier op de site van de standaard.

De inzet voor een Nederlands lab, maakbedrijf of procesbedrijf zit in de integratierekening. Apparaten van verschillende leveranciers praten meestal niet met elkaar, en een koppeling laten bouwen kost weken tot maanden specialistenwerk. MHS brengt dat werk terug naar uren of minuten met een gestandaardiseerde driver tussen het besturingssysteem en het apparaat. In de eigen doorrekening van Anthropic kost het alternatief, een klassiek geautomatiseerd lab, zes tot vierentwintig maanden opbouw en 2 tot ruim 10 miljoen dollar extra, met een opstelling die daarna aan een leverancier vastzit. Kopen kan vandaag alleen nog niet: je meldt je aan en komt op een wachtlijst.

Hoe de standaard werkt

De MHS-driver draait om een handvol primitieven, commando's als "read" (haal de temperatuur op) en "write" (zet de temperatuur), die elk apparaat kan uitvoeren. Daarnaast maakt de driver machines vindbaar in een standaardformaat, zodat agents en apparaten elkaar over het netwerk vinden zonder tussenprogramma dat vertaalt.

Voor de praktijk telt vooral welke kennis er in die driver meegaat. Via tags leg je in gewone taal vast wat een machine meet, wat je mag verstellen en welke veiligheidsgrenzen worden afgedwongen, bijvoorbeeld het gewicht van een robotarm dat bepaalt hoe je hem veilig beweegt. Die informatie stond tot nu toe in papieren handleidingen of in het hoofd van een enkele technicus. De driver maakt er automatisch een referentiebestand van dat de agent leest voordat hij een apparaat aanraakt.

Aansturen kan langs drie wegen: het Model Context Protocol, de commandoregel en codebestanden. MHS is model-agnostisch, dus elke agent-omgeving kan er via standaardprotocollen bij, ook met modellen van andere aanbieders. Jonah Cool, hoofd partnerships en deployment voor wetenschap bij Anthropic, noemt dat een programmeerbare interface waarmee onderzoekers vendor lock-in kunnen vermijden.

Wat de eerste partners meten

Bij QuEra Computing, dat quantumcomputers bouwt met neutrale atomen, kreeg een agent controle over delen van het lasersysteem. Die agent ontwikkelde een regelaar die de laserlock, de zeer precieze frequentie die de lasers moeten vasthouden, in 99,3 procent van de gevallen zonder mens herstelt. Een grafiek bij de aankondiging laat zien hoe Claude in ruim zestien uur onbewaakt 364 experimenten draaide en de ruis op die lock terugbracht van de 15,7 millivolt van de vaste instelling van de specialist naar 1,55 millivolt, ongeveer tien keer rustiger.

Carnegie Mellon University draaide verdunningsreeksen voor dosis-responscurves ongeveer drie keer sneller dan voorheen, met een agent die een pipetteerrobot, een plaatlezer, een robotarm en meekijkende camera's aanstuurde die verdeeld stonden over drie computers met onverenigbare interfaces. Bij HHMI Janelia Research Campus, waar MHS begon als samenwerking tussen Anthropic-medewerker Alek Kemeny en postdoc Arco Bast, bracht onderzoeker Virginie Ruetten een meetopstelling samen die eerder zeven verschillende leveranciersprogramma's zonder gedeelde interface gebruikte.

De rekensom die Anthropic laat zien

Anthropic zet drie labtypes naast elkaar. Het academische lab kost ongeveer een week opbouw per instrument, vraagt veel handwerk en blijft flexibel. Het klassiek geautomatiseerde lab draait met weinig handwerk, maar kost zes tot vierentwintig maanden en miljoenen, en zit daarna vast in een systeem van een leverancier. Het MHS-lab claimt minder dan een week per instrument, weinig handwerk en behoud van flexibiliteit.

Bij de nul in die laatste kolom hoort wel een voetnoot: die extra kosten van nul euro staan er onder de aanname dat MHS open source is, en dat moment is nog niet aangebroken.

Wie er nu al aan bouwt

Aan de leverancierskant is de lijst opvallend concreet. Amazon Web Services ondersteunt MHS via Strands Robots, de bibliotheek die AI-agents aan fysieke apparaten koppelt, en geeft deelnemers aan de preview een pre-release versie. Universal Robots en Doosan Robotics testen de standaard met hun robotarmen, Doosan onder meer voor geautomatiseerde kwaliteitscontrole. Tecan bouwt ondersteuning in zijn Fluent-pipetteerplatforms. MBF Bioscience maakt een driver voor ScanImage, de software achter laser-scanningmicroscopen in honderden neurolabs. QIAGEN, dat zijn hoofdkantoor in het Limburgse Venlo heeft, draait een proof of concept op zijn QIAsymphony Connect om storingen sneller op te lossen en uitval te beperken. Automata voegt MHS toe aan labautomatiseringsplatform LINQ, Danaher verkent het voor zijn instrumenten. Buiten het lab zijn Hugging Face, met robotbibliotheek LeRobot, en Raspberry Pi vroege gebruikers.

Wat vandaag nog niet kan

MHS werkt alleen met apparaten die een programmeerbare interface hebben. Voor machines zonder zo'n interface werkt Anthropic met fabrikanten aan ingebouwde drivers, maar dat is toekomstwerk. Verder leert Claude de fysieke wereld via tekst en beeld, waardoor ruimtelijk en natuurkundig redeneren beperkt blijft. Onderzoekers van Genentech moesten het model erop wijzen dat fouten door schuimvorming in eiwitmonsters geen softwarebug waren maar een fysiek probleem met een fysieke oplossing. Toezicht van een expert blijft dus nodig, en de veiligheidsevaluaties voor agents die machines bedienen worden nog samen met de launchpartners gebouwd.

De volgende laag die gestandaardiseerd wordt

Het patroon is bekend. MCP begon als protocol van een enkele leverancier en ging in december 2025 over naar een vendor-neutrale stichting met Google, Microsoft en OpenAI erachter, waarna koppelen tussen AI en bedrijfssoftware een afspraak werd in plaats van maatwerk. MHS trekt diezelfde afspraak door naar apparatuur. De softwarekant van het lab zette Anthropic eerder al neer met Claude Science, dat ruim zestig wetenschappelijke databases samenbrengt en op de eigen infrastructuur van het lab draait.

Wat daarmee verschuift, is waar het risico zit. Zolang agents lazen en schreven, bleef een fout een verkeerd antwoord. Sinds agents ook handelen, blijkt een vergiftigde toolomschrijving genoeg om een agent te kapen en bedrijfsdata te laten weglekken. Aan de andere kant van een MHS-driver staat geen document, maar een robotarm met gewicht en een laser met vermogen. Dat verklaart de volgorde die Anthropic kiest: eerst een besloten preview met veiligheidsregels die samen met labs en fabrikanten worden geschreven, dan pas de open code.

Voor wie apparatuur koopt of vervangt verandert er vandaag niets aan de bestelbon, maar wel iets aan de vraag die erbij hoort. Heeft dit apparaat een programmeerbare interface, en wat doet de leverancier met MHS. Machines die die taal straks niet spreken, worden hetzelfde soort eiland als software die geen MCP spreekt.