Model Hardware Standard (MHS) : le guide 2026

Le Model Hardware Standard (MHS) est une spécification ouverte, présentée par Anthropic le 27 août 2026, qui permet à un agent IA de découvrir, piloter et dépanner des appareils physiques : microscopes, bras robotiques, liquid handlers et instruments de laboratoire. Là où le MCP branche un agent sur des outils logiciels, le MHS le branche sur des machines. Anthropic le compare lui-même à un câble USB-C : un connecteur unique et standardisé pour faire dialoguer une IA et du matériel.

Dans la série des protocoles que je suis sur ce blog, le MHS occupe une place précise. Le MCP est la couche logique de l’agent, l’A2A la couche de collaboration entre agents, et le MHS la couche physique. Je vous explique ici ce qu’est réellement le MHS, comment il fonctionne, les résultats obtenus dans les premiers labos pilotes, et ce que ce standard change pour l’automatisation et la R&D.

Pourquoi le Model Hardware Standard arrive maintenant

Le MHS répond à un problème très concret : en 2026, les agents IA savent manipuler du logiciel, mais pas du matériel. Un laboratoire ou une usine met généralement des semaines, parfois des mois, à intégrer ses instruments, car chaque appareil a son interface propriétaire, son pilote maison et son format de commande.

Ce cloisonnement a un coût. Selon Anthropic, le MHS ramène ce travail d’intégration de plusieurs semaines à quelques heures, voire quelques minutes. Le standard est né d’une collaboration entre Anthropic et le HHMI Janelia Research Campus, à partir d’une idée du chercheur Arco Bast : un dictionnaire en mémoire partagée pour coordonner des instruments incompatibles.

L’analogie de l’USB-C n’est pas gratuite. Avant l’USB-C, chaque appareil avait son connecteur ; aujourd’hui, un seul câble suffit. Le MHS applique cette logique au matériel scientifique et industriel : un seul standard pour qu’un agent trouve un appareil, lise son état et lui envoie des commandes, sans écrire à chaque fois un programme traducteur sur mesure.

Ce mouvement s’inscrit dans une stratégie plus large d’Anthropic, qui pousse ses agents au-delà de l’écran vers le monde physique. Après avoir standardisé l’accès aux outils logiciels avec le MCP, l’entreprise s’attaque désormais à la couche matérielle.

Le pilote MHS traduit entre l’agent et la machine via les primitives read/write, la découverte et des limites de sécurité déclarées.

Ce qu’est réellement le MHS

Le MHS normalise le pilote (driver), c’est-à-dire la couche qui traduit entre le système d’exploitation et un appareil. Concrètement, il expose un jeu de primitives minimal : read pour lire un état (par exemple une température), write pour envoyer une commande (régler cette température), et un mécanisme de découverte qui permet aux appareils et aux agents de se trouver sur un réseau, sans traducteur intermédiaire.

Chaque appareil devient ainsi lisible dans un format standard. Un pilote MHS peut lire le statut de l’appareil, ses caractéristiques et ses données de capteurs, envoyer des commandes de réglage, et diffuser en continu ses données opérationnelles vers l’agent en temps réel.

Trois moyens de contrôle, dont le MCP

Le MHS ne remplace pas le MCP : il l’englobe. Un agent peut piloter le matériel via trois mécanismes complémentaires :

• Le MCP (Model Context Protocol), pour un contrôle par protocole standard, compatible avec n’importe quel harnais d’agent.
• Une interface en ligne de commande (CLI), pour piloter les appareils directement.
• Des fichiers de code (API), qui permettent d’enchaîner des opérations de façon déterministe et d’orchestrer plusieurs appareils via une seule commande.

Ce dernier point est important : pour des séquences répétitives, l’agent n’a pas besoin de raisonner à chaque étape. Il exécute un fichier de code déterministe, ce qui rend l’automatisation à la fois plus rapide et plus prévisible.

La sécurité inscrite dans le pilote, pas dans le prompt

Le MHS déplace la sécurité là où elle doit être : dans la description de l’appareil, pas dans les instructions de l’agent. Chaque pilote embarque des balises en langage naturel qui documentent ce que le code seul n’encode pas : le poids d’un bras robotique, la puissance maximale d’un laser, ce qu’un instrument mesure, ce qui peut être ajusté, quelles limites sont appliquées.

Ces balises sont compilées en fichiers de référence que l’agent consulte avant d’agir. Le pilote refuse alors toute commande qui sortirait des limites déclarées. La sécurité vit dans la spécification matérielle, ce qui la rend indépendante du modèle utilisé.

Car le MHS est model-agnostic par conception : il fonctionne avec Claude, mais aussi avec d’autres modèles, dès lors qu’ils accèdent à l’appareil via les protocoles standard. Un dictionnaire en mémoire partagée stocke l’état normalisé de chaque appareil, remplaçant les intégrations point à point par une interface unique.

Un système agentique complet combine les trois couches : MCP pour les outils, A2A pour la collaboration, MHS pour les machines.

MHS vs MCP : deux couches complémentaires

Le MHS et le MCP ne s’opposent pas : ils décrivent deux étages d’une même pile. Le MCP standardise l’accès d’un agent à des ressources logicielles ; le MHS descend vers le matériel et ajoute les primitives du monde physique (lire un capteur, actionner un moteur) ainsi que les métadonnées de sécurité propres à chaque appareil.

Pour bien saisir le rôle du MCP, je vous renvoie à mon guide complet du Model Context Protocol, qui détaille l’architecture client-serveur et la sécurité. Le tableau ci-dessous résume comment les deux standards se répartissent le travail.

Critère	MCP (Model Context Protocol)	MHS (Model Hardware Standard)
Rôle	Connecter un agent à des outils et données logiciels	Connecter un agent à des appareils physiques
Couche	Logique (logiciel)	Physique (matériel)
Question posée	« Comment j’accède à cet outil ? »	« Comment je pilote cette machine ? »
Primitives	Tools, Resources, Prompts	read, write, découverte
Sécurité	Auth du serveur (OAuth, etc.)	Limites déclarées dans le pilote
Créateur	Anthropic	Anthropic
Statut 2026	Standard mature, gouverné par l’AAIF	Research preview (open source à venir)

L’image la plus juste est celle d’un empilement. Le MCP donne à l’agent l’accès à ses outils logiciels ; le protocole A2A lui donne des collègues avec qui collaborer ; le MHS lui donne des mains pour agir sur le monde réel. Un système agentique complet combinera ces trois couches.

Ce que le MHS a produit dans les labos pilotes

Les premiers résultats de la research preview sont chiffrés et vérifiables. Ils donnent une idée concrète de ce que le standard permet, et de ses limites.

Chez QuEra, l’agent MHS fait passer la réussite de 58 % à 99,3 % et divise le bruit résiduel par dix en une nuit d’optimisation.

QuEra Computing : stabilisation laser de 58 % à 99,3 %

Le cas le plus spectaculaire vient de l’informatique quantique. Chez QuEra Computing, un script de stabilisation laser démarrait avec un taux de réussite de 58 % sur environ 150 secondes. Après une nuit d’optimisation par l’agent, ce taux est monté à 99,3 %, avec un temps de convergence tombé à environ 6 secondes.

L’agent n’a pas seulement réglé des paramètres : il a réécrit une séquence linéaire en un contrôleur en arbre de décision avec logique conditionnelle. Sur 700 essais en test à l’aveugle, 695 récupérations ont réussi. Il a aussi ajusté 12 paramètres PID interdépendants, réduisant le bruit résiduel de 15,7 mV à 1,55 mV, soit environ dix fois moins. Un spécialiste a ensuite constaté un maintien de 19 heures sans perte de verrouillage, contre environ 1,6 décrochage par heure avec un réglage manuel.

Janelia : de plusieurs semaines à un jour d’imagerie

À l’institut Janelia (HHMI), la chercheuse Virginie Ruetten a unifié sept programmes constructeurs incompatibles en une seule interface. Résultat : l’ajout d’une nouvelle caméra prend désormais quelques minutes, contre plusieurs jours d’intégration auparavant.

Au-delà du gain de temps, le MHS a ouvert la porte à une microscopie en boucle fermée pilotée par agent, capable d’identifier des populations de cellules oscillantes que des réglages manuels avaient manquées. Le MHS fait passer d’un instrument que l’on configure à un instrument qui s’adapte pendant l’expérience.

Genentech, Carnegie Mellon et Washington : l’automatisation de labo

Chez Genentech, un agent a piloté un dosage de protéines (BCA assay) en coordonnant un liquid handler, un bras robotique et un lecteur de plaques. Claude a optimisé de lui-même la dynamique des fluides, atteignant environ 140 µL/s pour l’eau et 10 µL/s pour une solution visqueuse (BSA). Le test a aussi révélé une limite : sur les problèmes de bulles d’air, l’agent a eu besoin de l’expertise humaine.

À Carnegie Mellon, une expérience de dose-réponse a tourné environ trois fois plus vite. L’intégration de trois interfaces informatiques incompatibles a pris huit heures, contre plusieurs semaines pour un montage fourni par le vendeur. Le système a rejeté de lui-même les résultats médiocres (R² inférieur à 0,9) et relancé l’expérience, atteignant un R² supérieur à 0,98 avec un seul point d’entrée humain.

À l’université de Washington, un doctorant a connecté six instruments via le MHS en moins d’une semaine, là où l’automatisation traditionnelle demandait des mois. Le tableau ci-dessous synthétise ces gains.

Labo pilote	Tâche	Gain mesuré
QuEra Computing	Stabilisation laser (quantique)	Réussite 58 % → 99,3 %, bruit ÷10
Janelia (HHMI)	Imagerie / microscopie	Intégration caméra : jours → minutes
Carnegie Mellon	Dose-réponse	~3× plus rapide ; 3 interfaces en 8 h
Genentech	Dosage de protéines (BCA)	Optimisation autonome de la dynamique des fluides
Washington	Coordination 6 instruments	Intégration en < 1 semaine (vs mois)

Ce que le MHS change pour l’automatisation et la R&D

Le MHS déplace la frontière de l’automatisation IA du logiciel vers le physique. Jusqu’ici, un agent pouvait rédiger un protocole expérimental, mais pas l’exécuter sur des instruments réels sans une intégration coûteuse et fragile. Le standard rend cette exécution accessible, et il change trois choses en profondeur.

L’interopérabilité entre appareils. Un agent peut coordonner des instruments de vendeurs différents sans intégration sur mesure, comme les sept programmes unifiés à Janelia. C’est la fin des îlots matériels propriétaires dans le labo.

La boucle fermée expérimentale. L’agent ne se contente plus de lancer une séquence figée : il lit les résultats, rejette les mauvais, ajuste les paramètres et relance, comme à Carnegie Mellon ou QuEra. La R&D gagne un moteur d’exploration autonome.

L’écosystème qui se met en place. Le soutien d’acteurs comme AWS (bibliothèque Strands Robots), Universal Robots, Tecan, QIAGEN ou Hugging Face (bibliothèque LeRobot) indique que le standard vise au-delà du laboratoire, jusqu’à la robotique et le manufacturing. Quand des industriels s’alignent sur une spécification commune, c’est généralement le signe qu’elle va durer.

Les limites à garder en tête

Je reste mesuré sur la maturité du standard. Au 31 août 2026, le MHS est en research preview, accessible seulement sur candidature, et n’est pas encore open source. Anthropic prévoit d’ouvrir la spécification après avoir publié ses enseignements de sûreté et consolidé une feuille de route de sécurité physique.

Il reste aussi des limites côté modèle. Lors des pilotes, Claude a buté sur les contraintes du réel qui demandent une intuition physique, chimique ou biologique, comme la gestion des bulles dans un liquid handler. L’agent adopte parfois un comportement prudent, mettant une expérience en pause en attendant une confirmation humaine. Et le MHS ne fonctionne qu’avec du matériel doté d’une interface programmable : il ne pilote pas une machine sans port de commande.

Mon avis sur le Model Hardware Standard

Le MHS comble un vrai manque : aucun standard neutre ne définissait comment un agent IA devait piloter du matériel physique de façon sûre et portable. En reprenant la logique du MCP et en la descendant d’un cran vers le monde physique, Anthropic dessine une pile cohérente : MCP pour les outils, A2A pour la collaboration entre agents, MHS pour les machines.

Les résultats des pilotes sont sérieux, notamment le passage de 58 % à 99,3 % chez QuEra et l’intégration de sept instruments en une interface à Janelia. Mais le standard est jeune, encore fermé, et l’intuition physique des modèles reste une limite réelle. Je le considère aujourd’hui comme une architecture cible à comprendre, pas comme une solution clé en main.

Mon conseil : suivez le MHS de près, surtout si vous travaillez en R&D, en automatisation de labo ou en robotique. Familiarisez-vous avec ses concepts (pilote standardisé, primitives read/write, sécurité dans le driver), car ils structureront la prochaine génération d’agents qui agissent dans le monde réel. Attendez l’ouverture open source et la maturité de l’outillage avant d’en faire le socle d’un projet critique.