Anthropic dévoile MHS, une norme pour piloter des machines

Anthropic a ouvert le 27 août 2026 un aperçu de recherche du Model Hardware Standard (MHS), une spécification commune qui permet aux agents d'intelligence artificielle de piloter des appareils physiques en toute sécurité. Développée avec le campus de recherche HHMI Janelia, cette norme doit permettre à un agent comme Claude d'orchestrer en parallèle plusieurs instruments de laboratoire ou de production — microscopes, bras robotisés, distributeurs de liquides — pour des tâches allant d'une expérience de découverte de médicaments à la calibration d'un laser sur un ordinateur quantique. C'est la première fois qu'Anthropic pousse ses agents au-delà de l'écran, vers le pilotage direct de machines.

Un langage commun pour parler aux machines

Installer et faire communiquer les appareils d'un laboratoire ou d'une usine prend d'ordinaire des semaines, voire des mois : la plupart des dispositifs ne se parlent pas entre eux, et des spécialistes doivent construire des intégrations sur mesure pour chaque combinaison de matériel. MHS ramène ce travail à quelques heures en introduisant un pilote standardisé — un logiciel qui traduit entre le système d'exploitation et l'appareil physique. Ce pilote repose sur un petit jeu de primitives, des commandes de lecture (par exemple obtenir une température) ou d'écriture (par exemple fixer une température), que n'importe quel appareil doté d'une interface programmable peut comprendre. Chaque machine devient ainsi détectable dans un format commun : les appareils et les agents se trouvent et communiquent sur un réseau sans passer par un programme «traducteur» sur mesure à chaque fois. Un agent peut ensuite les piloter par trois voies : le protocole MCP, la ligne de commande, ou des fichiers de code (API).

Le pilote MHS résout aussi un problème que le code seul ne dit pas : un agent entraîné surtout dans un monde virtuel ignore le poids d'un bras robotisé ou la plage de sécurité d'un laser. MHS inclut donc un système de balises qui décrit en langage naturel les caractéristiques physiques d'un appareil, ses réglages possibles et ses limites de sécurité imposées — l'utilisateur peut les renseigner lui-même, ou en discutant avec un agent qui l'interroge sur son matériel. Ces informations produisent automatiquement un fichier de référence qui donne à l'agent tout ce qu'il doit savoir pour opérer un appareil qu'il n'a jamais vu, sans manuel papier ni connaissance tacite d'un technicien.

Des laboratoires à l'industrie

Anthropic a partagé une version précoce de MHS avec une première vague de laboratoires et de fabricants en biotechnologie, robotique, informatique quantique et électronique. Chez Genentech, l'entreprise a testé MHS pour automatiser un dosage de protéines qui exige de coordonner un distributeur de liquides, un bras robotisé et un lecteur de plaques. À l'université de Washington, un doctorant des laboratoires Baker et Pinglay a construit un tableau de bord de surveillance à distance et un agent qui supervise une réaction en chaîne par polymérase et l'arrête au bon moment.

• À l'université Carnegie Mellon, un agent orchestrant un distributeur de liquides, un lecteur de plaques, un bras robotisé et des caméras a fait tourner des expériences dose-réponse environ trois fois plus vite.
• Au campus HHMI Janelia, à l'origine du projet, un agent a unifié un dispositif de microscopie qui reposait jusque-là sur sept logiciels de fournisseurs différents, sans interface commune.
• Chez QuEra Computing, un agent contrôlant une partie du système laser d'un ordinateur quantique a retrouvé le «verrou» de fréquence ultra-précis des lasers dans 99,3 % des cas, sans intervention humaine.
• Chez Tetsuwan Scientific, MHS a orchestré une réaction en chaîne par polymérase pour un projet de science citoyenne sur la pollution d'un cours d'eau californien.

Le pari matériel d'Anthropic

Amazon Web Services doit intégrer MHS à Strands Robots, sa bibliothèque de connexion entre agents et appareils physiques ; Hugging Face (LeRobot), Raspberry Pi, Automata et Universal Robots comptent parmi les autres partenaires matériels, et Danaher explore une collaboration. Pour l'instant réservé à un groupe restreint, MHS doit ensuite devenir un standard ouvert et agnostique vis-à-vis du modèle d'IA utilisé — comme le fut en 2024 le Model Context Protocol, autre norme née chez Anthropic. «Nous avons construit cela pour la science, pour montrer la promesse de l'IA, mais il y a aussi d'énormes bénéfices pour l'entreprise et l'industrie», a expliqué à CNBC Elizabeth Kelly, responsable des déploiements bénéfiques chez Anthropic. L'annonce survient alors qu'Anthropic bâtit une équipe dédiée aux puces et vient de recruter Caitlin Kalinowski, une ancienne cadre matériel d'OpenAI, Meta et Apple — signe que la maison de Claude veut peser face à des rivaux qui investissent déjà massivement dans le matériel.

Si l'on peut tester des hypothèses plus vite, on peut créer des technologies plus vite. C'est ainsi qu'un siècle de progrès peut se condenser en une décennie.

Ce que ça change pour les entreprises françaises

Pour un laboratoire de recherche ou un site de production français, MHS promet de réduire un coût bien connu : des semaines perdues à faire dialoguer des appareils de fournisseurs différents plutôt qu'à mener l'expérience elle-même. Le standard restant pour l'instant en aperçu fermé et réservé à un premier cercle de partenaires, un accès en France dépendra du calendrier d'ouverture annoncé par Anthropic — mais son caractère annoncé comme agnostique vis-à-vis du modèle et destiné à devenir open source limite le risque de dépendre d'un seul fournisseur d'IA. Les industriels et laboratoires publics français feraient bien de suivre cette ouverture de près : la même normalisation qui a fait le succès du protocole MCP pourrait, cette fois, s'appliquer directement à leurs chaînes de production et à leurs bancs d'essai.