طبق اعلام رسمی آنتروپیک در ۲۷ اوت ۲۰۲۶، استاندارد سخت‌افزار مدل قرار است فاصلهٔ طولانی بین «اتصال سخت‌افزار» و «کار واقعی ایجنت» را کوتاه کند. امروز وصل کردن چند دستگاه در یک آزمایشگاه یا خط تولید معمولاً هفته‌ها یا ماه‌ها طول می‌کشد، چون هر دستگاه رابط برنامه‌نویسی خودش را دارد و متخصص باید برای هر ترکیب، یکپارچه‌سازی جدا بسازد.
MHS این کار را با یک درایور استاندارد جلو می‌برد: فرمان‌های ساده مثل خواندن (مثلاً گرفتن دما) و نوشتن (مثلاً تنظیم دما) که دستگاه‌های دارای رابط برنامه‌پذیر بفهمند. دستگاه‌ها قابل کشف می‌شوند، روی شبکه با هم حرف می‌زنند، و ایجنت بدون مترجم اختصاصی به آن‌ها دسترسی پیدا می‌کند. استاندارد نسبت به مدل بی‌طرف است؛ هر هارنس ایجنتی می‌تواند از پروتکل‌هایی مثل Model Context Protocol (MCP) استفاده کند.
استاندارد سخت‌افزار مدل چه کارهایی را ممکن می‌کند
با MHS ایجنت می‌تواند چند ابزار را هم‌زمان راه بیندازد: میکروسکوپ، جابه‌جاکنندهٔ مایع، بازوی رباتیک و دوربین پایش. مثال‌های اعلام‌شده از کشف دارو تا کالیبراسیون لیزر روی رایانهٔ کوانتومی را پوشش می‌دهند. ایجنت می‌تواند ترتیب گام‌ها را بچیند، نتیجه را ببیند، پارامتر را لحظه‌ای عوض کند و برای کارهای طولانی، فرمان‌ها را در اسکریپت قطعی جمع کند تا دستگاه‌ها بدون استدلال گام‌به‌گام ادامه دهند.
در آزمایش‌های اولیه، کلود طوری با سخت‌افزار کار کرده که شبیه رفتار یک پژوهشگر است: تنظیم لیزر، دیدن نتیجه از دوربین، تکرار و بعد بسته‌بندی یادگیری در یک اسکریپت یک‌فرمانی. شرکای اولیه هم مثال‌های ملموس گزارش کرده‌اند. در Genentech یک اثبات‌مفهوم برای اتوماسیون سنجش پروتئین BCA با هماهنگی جابه‌جاکنندهٔ مایع، بازوی ربات و صفحهٔ خوانش اجرا شد. در QuEra Computing ایجنت بخشی از سامانهٔ لیزر رایانهٔ کوانتومی را کنترل کرد و قفل فرکانس لیزر را در ۹۹٫۳ درصد موارد بدون دخالت انسان بازیابی کرد.
دانشگاه واشنگتن، کارنگی ملون و HHMI Janelia هم از داشبورد پایش از راه دور تا qPCR تحت نظارت ایجنت و یکپارچه‌سازی چند دستگاه ناسازگار روی چند رایانه خبر داده‌اند. در سمت سازندگان، نام‌هایی مثل AWS (Strands Robots)، Automata، Danaher، Doosan Robotics، Tecan، Hugging Face و Raspberry Pi در فهرست پشتیبانی یا آزمایش دیده می‌شوند.
محدودیت‌ها و مرحلهٔ بعد
این هنوز پیش‌نمایش پژوهشی است، نه محصول عمومی برای همه. آنتروپیک می‌گوید استدلال فضایی و فیزیکی مدل‌های زبانی محدودیت دارد و هنوز به نظارت متخصص نیاز است؛ مثلاً در Genentech پژوهشگران باید به کلود نشان می‌دادند که کف کردن نمونه یک خطای فیزیکی است، نه باگ نرم‌افزاری. MHS فعلاً با سخت‌افزاری که رابط برنامه‌نویسی ندارد کار نمی‌کند و شرکت با سازندگان برای افزودن درایور همکاری می‌کند.
هدف بعدی ساخت ارزیابی‌های ایمنی بیشتر با شرکا، نقشهٔ راه ایمنی فیزیکی، و در نهایت متن‌باز کردن استاندارد همراه با یافته‌های پیش‌نمایش است. علاقه‌مندان می‌توانند از صفحهٔ رسمی آنتروپیک برای فهرست انتظار پیش‌نمایش درخواست بدهند. برای ایران، دسترسی عملی به سخت‌افزار آزمایشگاهی و حساب‌های شرکا همچنان محدودیت اصلی است؛ خود استاندارد اما مسیر روشنی برای اتوماسیون آزمایشگاه و کارخانه نشان می‌دهد.
اگر در آزمایشگاه یا کارگاه با دستگاه برنامه‌پذیر کار می‌کنید، به نظرتان اولین جایی که یک ایجنت باید دست بگذارد کجاست: پایش از راه دور، کالیبراسیون، یا هماهنگی چند ربات؟
