何が発表されたか
Anthropicが「MHS」というハードウェア標準を公開しました。狙いは、Claudeのようなモデルが実験室の計測機器や製造装置を制御・操作できるようにすることです。
Anthropicが挙げた例はわかりやすいものです。モデルがレーザーを調整し、別のカメラで結果を確認し、そのプロセスを繰り返してシステム全体を自動的にキャリブレーションする。あるいは顕微鏡のピントを合わせ、得られた像を解析し、もっと観察すべき箇所を自分で判断して、その部分へ顕微鏡を動かして実験を続ける。人間が装置の前に張り付いて回していた「調整→観測→再調整」のループを、モデル側に閉じさせるという発想です。
公開された動画では、アルミ缶を掴むための手順を特別に学習していないロボットアームに対して、Claudeがどう動かせばよいかを推論する様子が示されました。
タグ付けという地味だが本質的な仕掛け
MHSの中核は派手なロボット制御ではなく、標準化されたタグ付けの仕組みにあります。装置の物理的な制約——ロボットアームの重量や可動範囲といった物理特性、調整可能なパラメータ、測定オプション、そして強制される安全上の限界——をタグとして記述し、モデルに渡す。これらのタグはリファレンスファイルにまとめられ、そのモデルが一度も学習したことのない装置についても、必要な情報を短時間で与えられます。
ここが重要な理由は、現行モデルの多くが仮想空間の中で訓練されてきたからです。テキストやコードの世界には「アームは3kgまでしか持てない」「この軸はここで止まる」という物理法則が存在しません。MHSは、その欠落を学習ではなく仕様記述で埋めにいっています。
「毎回考える」から「スクリプトを書く」へ
Anthropicによれば、MHS対応モデルは複数の装置にまたがる手順を、その都度一段ずつ推論するのではなく、APIスクリプトを書き、条件に応じて書き換える形で並べられます。これは実装上の些細な違いに見えて、経済性の話です。推論を毎ステップ回せばトークンも時間も嵩みますが、スクリプト化すれば実行は高速かつ再現的になり、モデルは「例外が起きたときだけ考える」役割に退けます。エージェントが実世界で経済的に成立するかどうかは、この線引きにかかっています。
プレビューの顔ぶれが示すもの
プレビュー期間の相手は「科学研究機関と先端製造業の第一陣」とされ、AWS（Strands Robots）、Hugging Face（LeRobot）、Raspberry Pi、Automata、Universal Robotsが挙がっています。クラウド、オープンソースのロボット学習、安価な組み込みボード、ラボ自動化、産業用協働ロボット——レイヤーが綺麗に分かれています。パートナーは安全性評価の構築と、物理装置を操作するAIシステムの運用指針づくりにも関わります。Anthropicは最終的にMHSをオープンソースかつ「エージェント非依存（agent agnostic）」の標準にする計画です。
過去1年の科学分野パートナーとの初期テストでは、装置の統合にかかる時間が短縮され、さまざまな実験環境でより速い反復が可能になったとAnthropicは述べています。プロモーション動画でKemenyは「仮説をより速く検証できれば、汎用技術をより速く作れる。こうして一世紀分の進歩が10年に凝縮されうる」と語りました。この一文は成果報告ではなく期待値の表明ですが、Anthropicがどこを狙っているかは明快です。
💼 事業会社視点：これは自社にどう効くか
日本企業にとっての含意は、業界によってまったく違います。
製造業・素材化学・製薬：最も直接的です。Universal Robotsの協働ロボットは国内の製造現場にすでに入っており、そこにMHSのタグ層が乗るなら、ティーチングペンダントで教え込む工程の一部が仕様記述に置き換わります。役員が今やるべきは大型投資の判断ではなく、自社設備の物理制約・安全限界が誰かの頭の中ではなく文書として存在するかの棚卸しです。タグ化できない暗黙知は、そのまま自動化できない領域として残ります。
受託開発・SIer：装置制御は長らく参入障壁の高い領域でしたが、標準化とオープンソース化が進めば、その障壁は「装置ごとの作り込み」から「安全設計と現場運用」へ移ります。前者を収益源にしている会社は数年単位で単価が削られます。逆に、ラボ自動化やFA案件を持つ企業には、標準が固まる前に実装知見を溜める窓が開いています。Raspberry Piが名を連ねている点は、PoCの初期コストが低いことを意味します。
SaaS・EC：直接の影響は薄いものの、AIの適用領域がソフトウェア内部から物理世界へ広がることは、競合の投資配分が変わる兆候として見ておくべきです。
共通して言えるのは、MHSがまだプレビュー段階で、安全性評価の枠組み自体がこれから作られる点です。今の適切な動きは導入ではなく��自社の装置資産と安全要件を棚卸ししておくことです。