Anthropic lança MHS para agentes de IA controlarem máquinas físicas

A 27 de agosto de 2026, a Anthropic abriu uma antevisão de investigação do Model Hardware Standard (MHS), uma especificação comum que permite a agentes de inteligência artificial operar dispositivos físicos com segurança. Desenvolvida em conjunto com o campus de investigação HHMI Janelia, a norma deve permitir que um agente como o Claude orquestre em paralelo vários instrumentos de laboratório ou de produção — microscópios, braços robóticos, dispensadores de líquidos — para tarefas que vão de uma experiência de descoberta de fármacos até à calibração de um laser num computador quântico. É a primeira vez que a Anthropic leva os seus agentes para além do ecrã, até ao controlo direto de máquinas.

Uma linguagem comum para falar com as máquinas

Fazer com que os aparelhos de um laboratório ou de uma fábrica comuniquem entre si costuma demorar semanas, quando não meses: a maioria dos dispositivos não dialoga entre si, e são precisos especialistas para construir integrações à medida para cada combinação de equipamento. O MHS reduz esse trabalho a horas ao introduzir um controlador (driver) padronizado — um software que traduz entre o sistema operativo de um computador e um dispositivo físico. Este controlador assenta num pequeno conjunto de primitivas, comandos de leitura (por exemplo, obter uma temperatura) ou de escrita (por exemplo, definir uma temperatura), que qualquer aparelho com interface programável consegue compreender. Cada máquina torna-se assim detetável num formato comum: dispositivos e agentes encontram-se e comunicam em rede sem precisarem de um programa «tradutor» à medida de cada vez. Um agente pode depois controlá-los por três vias: o protocolo MCP, a linha de comandos ou ficheiros de código (API).

O controlador do MHS resolve ainda um problema que o código, por si só, não descreve: um agente treinado sobretudo num mundo virtual não sabe o peso de um braço robótico nem a margem de segurança de um laser. Por isso o MHS inclui um sistema de etiquetas que descreve em linguagem natural as características físicas de um aparelho, os seus ajustes possíveis e os seus limites de segurança — o utilizador pode preenchê-las ele próprio, ou conversando com um agente que o interroga sobre o seu equipamento. Esta informação gera automaticamente um ficheiro de referência que dá ao agente tudo o que precisa para operar um aparelho que nunca viu, sem manual em papel nem conhecimento tácito de um técnico.

Dos laboratórios à indústria

A Anthropic partilhou uma versão inicial do MHS com um primeiro grupo de laboratórios e fabricantes de biotecnologia, robótica, computação quântica e eletrónica. Na Genentech, investigadores testaram o MHS para automatizar um ensaio de proteínas que exige coordenar um dispensador de líquidos, um braço robótico e um leitor de placas. Na Universidade de Washington, um doutorando dos laboratórios Baker e Pinglay construiu um painel de monitorização remota e um agente que supervisiona uma reação em cadeia da polimerase e a interrompe no momento certo.

• Na Universidade Carnegie Mellon, um agente que orquestrava um dispensador de líquidos, um leitor de placas, um braço robótico e câmaras executou experiências dose-resposta cerca de três vezes mais depressa.
• No campus HHMI Janelia, onde o projeto nasceu, um agente unificou um sistema de microscopia que antes dependia de sete programas de fornecedores diferentes, sem interface comum.
• Na QuEra Computing, um agente que controlava parte do sistema laser de um computador quântico recuperou o «bloqueio» de frequência ultraprecisa dos lasers em 99,3% dos casos, sem intervenção humana.
• Na Tetsuwan Scientific, o MHS orquestrou um fluxo de PCR para um projeto de ciência cidadã sobre a poluição de uma ribeira da Califórnia.

A aposta da Anthropic no hardware

A Amazon Web Services vai integrar o MHS no Strands Robots, a sua biblioteca para ligar agentes a dispositivos físicos; a Hugging Face (LeRobot), a Raspberry Pi, a Automata e a Universal Robots contam-se entre os restantes parceiros de hardware, e a Danaher está a explorar uma colaboração. Por agora limitado a um grupo restrito, o MHS deverá tornar-se depois um padrão aberto e agnóstico quanto ao modelo de IA utilizado — tal como aconteceu em 2024 com o Model Context Protocol, outra norma nascida na Anthropic. «Construímos isto para a ciência, para mostrar a promessa da IA, mas há também enormes benefícios para as empresas e para a indústria», explicou à CNBC Elizabeth Kelly, responsável por implementações benéficas da Anthropic. O anúncio surge enquanto a Anthropic monta uma equipa dedicada a chips e acaba de contratar Caitlin Kalinowski, antiga executiva de hardware da OpenAI, da Meta e da Apple — sinal de que a criadora do Claude quer pesar face a rivais que já investem fortemente em hardware.

Se conseguirmos testar hipóteses mais depressa, podemos criar tecnologias mais depressa. É assim que um século de progresso se pode condensar numa década.

O que muda para as empresas portuguesas

Para um laboratório de investigação ou uma unidade de produção em Portugal, o MHS promete reduzir um custo bem conhecido: semanas perdidas a fazer dialogar aparelhos de fornecedores diferentes em vez de dedicar esse tempo à própria experiência. A norma continua por agora limitada a uma antevisão fechada, reservada a um primeiro círculo de parceiros, pelo que o acesso em Portugal dependerá do calendário de abertura anunciado pela Anthropic — mas o seu desenho agnóstico quanto ao modelo e a futura publicação como código aberto limitam o risco de dependência de um único fornecedor de IA. Empresas e laboratórios públicos portugueses fariam bem em acompanhar de perto esta abertura: a mesma normalização que deu certo com o Model Context Protocol pode, desta vez, aplicar-se diretamente às suas linhas de produção e bancadas de ensaio.