El 27 de agosto de 2026 Anthropic abrió un research preview del Model Hardware Standard, una especificación que permite a los agentes operar instrumentos de laboratorio y de manufactura. En menos de un día el encuadre ya estaba fijado en todas partes, incluida mi propia primera reacción: MCP, pero para hardware.
Ese encuadre está mal de una manera que cambia qué conviene hacer al respecto. El anuncio además es más interesante que el encuadre, y bastante menos accesible.
La relación con MCP no es la que se está reportando
Varias notas describen MHS como construido sobre el Model Context Protocol. El anuncio no dice eso. Dice que MHS “funciona con cualquier dispositivo que tenga una interfaz programable” y que es model-agnostic — “cualquier agent harness puede acceder usando protocolos estándar, como el Model Context Protocol”.
Como. MCP es una de tres puertas de entrada, junto a una CLI y a code file APIs. MHS está por debajo, como especificación de drivers; no viaja sobre MCP, y adoptarlo no compromete con el stack de protocolos de Anthropic ni con sus modelos.
No es una distinción pedante. Es el diseño comercial de la cosa. Un fabricante puede publicar un driver MHS sin apostar al agente de un vendor, y un operador puede manejar ese mismo driver desde un script de shell sin ningún modelo en el medio. Basta con mirar la lista de fabricantes — Universal Robots, Doosan, Danaher, Tecan, QIAGEN, Automata, MBF Bioscience, Raspberry Pi, AWS vía Strands Robots, Hugging Face vía LeRobot — para ver que cuesta imaginar a alguno de ellos firmando algo que hubiera salido como una extensión de MCP.
Qué estandariza en realidad
Tres cosas, y ninguna es un protocolo.
Una arquitectura de drivers que reduce todo dispositivo a las mismas primitivas — read y write — para que la diferencia entre un microscopio y un manipulador de líquidos deje de ser problema del integrador.
Un formato de descubrimiento, para que dispositivos y agentes “puedan encontrarse y comunicarse entre redes sin necesitar un programa traductor hecho a medida”. Esta es la parte que elimina la matriz de integración N por M.
Tags en lenguaje natural dentro del driver, donde el dispositivo documenta sus propias especificaciones y límites.
Ese tercer punto es silencioso y es el que conviene seguir de cerca. Hoy el conocimiento operacional vive en la cabeza de unas pocas personas y en manuales de papel al lado de la máquina. Un driver que carga sus propias restricciones en un formato que leen tanto un humano como un agente es un artefacto distinto de un PDF — es el conocimiento tácito por fin escrito en algún lado, y además cargado en tiempo de ejecución.
El número que vale citar
Casi todo el anuncio es cualitativo. Un partner publicó números difíciles de discutir.
QuEra, sobre estabilización de frecuencia de láser cuántico:
| Medida | Antes | Después |
|---|---|---|
| Tasa de éxito en recuperación del láser | 58% | 99.3% |
| Tiempo de recuperación | 150 s | 0.9–14 s |
| Ruido residual tras ajustar el PID | 15.7 mV | 1.55 mV |
Un 58% de éxito es una moneda al aire que alguien tiene que vigilar. 99.3% es un sistema. Esa es la forma real de lo que se está afirmando aquí, y es una afirmación más angosta y más fuerte que “los agentes ya pueden usar máquinas”.
Sobre tiempo de integración, el titular es que el setup baja de “semanas, si no meses” a “horas o minutos”. Las cifras que lo respaldan son más modestas y más creíbles: Carnegie Mellon integró tres sistemas incompatibles en 8 horas, y la Universidad de Washington levantó seis instrumentos en menos de una semana, desarrollo de drivers incluido. Días, no minutos — pero contra semanas, sigue siendo el número interesante.
Dos más que vale guardar: Tetsuwan Scientific mejoró la precisión de su modelo de dispensado entre 12% y 17% por encima de las especificaciones del propio fabricante, medido sobre 9.143 dispensados en 1.508 condiciones. Y en Carnegie Mellon el agente rechazó su propia curva dosis-respuesta con R² por debajo de 0.9 y la volvió a correr con parámetros ajustados hasta superar 0.98 — un agente que nota que su resultado está mal es una capacidad más útil que un agente que produce un resultado.
Cuál es su alcance, y cuál no
Los partners de lanzamiento son Genentech, los laboratorios Baker y Pinglay de la Universidad de Washington, Carnegie Mellon, HHMI Janelia, QuEra y Tetsuwan Scientific. El hardware son microscopios, manipuladores de líquidos, lectores de placas, máquinas de qPCR, brazos robóticos y láseres. El caso de Janelia fue unificar siete programas de distintos fabricantes sobre un mismo equipo de microscopía.
SCADA, PLC y MES no aparecen en ninguna parte del anuncio. Tampoco industria de procesos, tampoco control de planta. Esto es investigación científica y manufactura avanzada, que en este contexto significa mesadas e instrumentos, no una operación continua con sistema de enclavamientos y un caso de seguridad formal.
La extrapolación al control industrial es la obvia, y probablemente en algún momento se cumpla — un PLC es una interfaz programable, que es el único requisito que MHS declara. Pero “en algún momento” es un pronóstico, y conviene mantenerlo separado del anuncio, porque la distancia entre un instrumento de mesada y una planta es exactamente el trabajo de caso de seguridad que Anthropic dice que todavía no está terminado.
Dónde se queda el humano
El modelo de seguridad es más conservador de lo que sugiere el entusiasmo, y las partes honestas son las partes útiles.
Los límites se aplican en el driver, no en el prompt. Como lo dijo un investigador: “como MHS aplica límites de seguridad a nivel de dispositivo, no tengo que preocuparme de que el agente use accidentalmente potencia de láser en exceso”. Ese es el lugar correcto para un límite — una restricción que el modelo no puede sortear conversando es una restricción de verdad.
Los agentes se detienen a pedir confirmación. Del preview: “Claude frecuentemente se detenía a esperar confirmación humana antes de ejecutar una acción que consideraba mínimamente riesgosa”.
Y la falla que Anthropic eligió publicar es la que más importa. En Genentech el agente chocó con fallas por burbujas en el manejo de líquidos y necesitó guía humana — “tuvimos que guiarlo hacia parámetros que manejaran el líquido con más suavidad” — porque “Claude todavía no entendía la física subyacente de la falla”.
Conviene leer eso junto a los números de QuEra. El agente ajustó un lazo PID hasta reducir el ruido diez veces y no pudo razonar sobre por qué un líquido hacía espuma. Es muy bueno cerrando un lazo sobre una señal medible y no tiene intuición física. Esa es una forma específica y verificable de competencia, e indica qué trabajos conviene entregarle primero.
Todavía no se puede usar
Esta es la parte que falta en casi toda la cobertura, y es la que decide si algo de lo anterior es accionable hoy.
MHS es un research preview cerrado. El acceso es por postulación en modelhardwarestandard.com, que es una landing con un formulario — no publica la especificación. El estándar no es open source; el anuncio dice que Anthropic está completando “evaluaciones de seguridad adicionales con nuestros partners de lanzamiento” antes de liberarlo, sin fecha. Los dispositivos sin interfaz programable quedan fuera de alcance por completo.
Así que no hay nada para instalar, nada para leer a nivel de especificación, y ninguna forma de escribir un driver hoy fuera de los partners nombrados.
Qué haría yo
- Dejar de repetir “MCP para hardware”. Es la única línea que todo el mundo se llevó de esto, y describe mal tanto la arquitectura como la estrategia comercial. Especificación de drivers model-agnostic, tres vías de acceso, MCP opcional.
- Citar a QuEra, no el número de integración. De 58% a 99.3% es evidencia. “Horas o minutos” es un rango de marketing cuyos propios casos de respaldo tardaron ocho horas y una semana.
- Postular si hay un laboratorio de por medio. El preview es donde se están escribiendo las evaluaciones de seguridad, y el costo de estar temprano en esa conversación es un formulario.
- Con una planta de por medio, tratarlo como algo a seguir, no como algo de roadmap. Nada de lo anunciado cubre control industrial, y la lectura honesta de la falla de Genentech es que lo que falta es intuición física — que es justamente sobre lo que corre una planta.
- Construir la intuición igual. Un mini brazo robótico y un kit de Arduino no se van a conectar a MHS hoy. Lo que sí hacen es dar fluidez en los modos de falla — juego mecánico, deriva de calibración, la diferencia entre un comando aceptado y un comando ejecutado — antes de que el estándar abra. Raspberry Pi y LeRobot de Hugging Face están los dos en la lista de fabricantes, que es la señal más fuerte disponible de que el extremo hobbyista de esto no es un accesorio.
La afirmación interesante de este anuncio no es que los agentes puedan operar máquinas. Es que la capa de integración entre un modelo y una máquina puede ser un driver aburrido, model-agnostic y autodocumentado — y que si lo es, el conocimiento hoy atrapado en un manual y en la memoria de un técnico pasa a ser algo que un sistema puede leer. Si eso se sostiene fuera de una mesada de laboratorio es la pregunta abierta, y nada de lo que salió el 27 de agosto la responde.