Blog

Anthropic lanceert MHS: AI-agents mogen nu machines bedienen

Op 27 augustus 2026 ging de research preview van de Model Hardware Standard open. Wat MHS is, wat de eerste gebruikers ermee deden en waarom dit voor de maakindustrie meer betekent dan het zoveelste AI-nieuwtje.

Anthropic heeft op 27 augustus 2026 de eerste fase geopend van de research preview voor de Model Hardware Standard, kortweg MHS. Het is een afspraak over hoe AI-agents fysieke apparatuur bedienen: microscopen, robotarmen, pipetteermachines, centrifuges, spectrometers, camera's en incubators. Let op de volgorde van de letters, want die gaat in vrijwel elke doorvertelling mis. Het is MHS, van Model Hardware Standard, en niet HMS.

Het probleem dat het oplost

Een lab of een productiehal staat vol apparatuur van verschillende leveranciers. Elk apparaat heeft zijn eigen besturingssoftware, zijn eigen programmeertaal en zijn eigen manier van aanspreken. Ze praten niet met elkaar. Wie ze wil laten samenwerken, huurt een specialist in die per koppeling code schrijft, en dat kost dagen tot weken per apparaat.

Dat is geen ergernis maar een rem op wat er onderzocht en gemaakt kan worden. Elke koppeling die niet gemaakt is, is een handeling die een mens blijft doen, en elk uur dat een mens overtypt is een uur dat een machine stilstaat.

MHS brengt dat terug naar uren of minuten. Belangrijker nog: een agent wéét daarna wat het apparaat is, wat het kan meten, wat er verstelbaar is en waar de grenzen liggen.

Hoe het werkt, in gewone taal

De kern is een gestandaardiseerde driver: software die vertaalt tussen het besturingssysteem van een computer en het apparaat. Die driver werkt met een klein aantal basiscommando's die elk apparaat begrijpt. Lezen, bijvoorbeeld: geef de temperatuur. En schrijven, bijvoorbeeld: zet de temperatuur. Veel ingewikkelder is de kern niet.

Daaromheen zitten twee dingen die het bruikbaar maken voor een taalmodel. Ten eerste een referentiebestand per apparaat, met daarin wat het kan meten, wat er verstelbaar is en welke veiligheidsgrenzen gehandhaafd worden. Een robotarm krijgt daar een maximale snelheid en toegestane hoeken; een laser een maximaal vermogen.

Ten tweede: dat bestand vul je in gewone taal in. De driver bevat velden waarin je in normale zinnen opschrijft wat een apparaat doet. Je kunt dat zelf doen, of een agent stelt je er vragen over en vult het voor je in. Dat is precies waarom dit voor een taalmodel werkt: het leest geen datasheet, het leest een beschrijving.

De hele opzet staat uitgebreider in ons kennisbank-artikel wat is MHS.

Drie ingangen, waaronder MCP

MHS is modelonafhankelijk. Elke agent kan erbij via standaardprotocollen, en er zijn drie manieren: via MCP, via de opdrachtregel, en via gewone codebestanden.

Dat MCP daarbij zit, is geen detail. Het is hetzelfde protocol waarmee agents nu al bij software komen, en het betekent dat een agent die vandaag je agenda leest, morgen langs diezelfde weg een meetapparaat kan uitlezen. Het verschil tussen de twee standaarden staat in MHS en MCP naast elkaar en in wat is MCP.

Wat de eerste gebruikers ermee deden

De aankondiging kwam niet met beloftes maar met cijfers van partners die het al draaiden. Dat is zeldzaam genoeg om ze te noemen.

Het patroon eronder is niet dat AI beter meet dan een mens. Het is dat het wachten verdwijnt. Alle zes de casussen staan uitgewerkt in MHS in het lab.

En wat het niet doet

Anthropic is er ongewoon open over, en dat verdient herhaling. Een taalmodel heeft de fysieke wereld leren kennen uit tekst en beeld. Het heeft nooit iets vastgehouden.

Bij Genentech ontstond schuim in de monsters, en het model behandelde dat als een softwarefout terwijl het een fysiek probleem was. Bij QuEra ging alles goed zolang het via de besturing liep, maar zodra er iets aan de opstelling zelf haperde wist het model niet waar te beginnen.

Daarnaast werkt MHS alleen met apparatuur die een programmeerbare ingang heeft, en de standaard is nog geen open source. Dat is wel het plan, maar eerst loopt de preview, onder meer om veiligheidsevaluaties op te bouwen. Meer daarover in wat MHS nog niet kan.

Waarom dit ook zonder lab relevant is

De eerste toepassingen zijn specialistisch. De beweging eronder is dat niet: standaarden stapelen. Eerst kon een agent bij software via MCP, nu bij apparatuur via MHS. Elke laag die gestandaardiseerd wordt, verandert maatwerk in configuratie.

Voor een regio als Brainport, waar machinebouw, meetkamers en R&D bij elkaar in de straat zitten, is dat geen abstractie. Zie wat MHS betekent voor de Brabantse maakindustrie en MHS voor de maakindustrie.

Veelgestelde vragen

Heet het nu MHS of HMS?

MHS, van Model Hardware Standard. HMS is een veelgemaakte verwisseling en levert bij het zoeken niets op.

Kan ik er nu mee aan de slag?

Nog niet vrij. Het is een research preview voor geselecteerde deelnemers, en open source komt later. Aanmelden kan wel, zie meedoen aan de research preview.

Werkt het alleen met Claude?

Nee. MHS is modelonafhankelijk en elke agent die de standaardprotocollen spreekt kan erbij, waaronder via MCP.

Werkt het met onze bestaande machines?

Alleen als er een programmeerbare ingang is. Voor apparatuur zonder zo'n ingang werkt Anthropic samen met fabrikanten om drivers in te bouwen.

Is dit veilig genoeg voor een productieomgeving?

De grenzen zitten in het apparaatbestand en worden onder de agent afgedwongen, wat sterker is dan een instructie. Maar deskundig toezicht blijft nodig, en er speelt regelgeving mee. Zie wie is verantwoordelijk als een agent een machine bedient.

Wat kunnen we nu al doen?

Inventariseren welke apparatuur aanspreekbaar is, opschrijven welke grenzen gelden, en de software eromheen ontsluiten. Zie voorbereiden op agents die machines aansturen.

De volgende stap

Wij bouwen de laag tussen systemen: koppelingen, agents, bewaking en de goedkeuringspoort die bepaalt wat er zonder mens gebeurt. Dat werk verandert niet door MHS, het wordt er breder van. Wil je weten waar het in jouw geval begint, neem contact op of lees hoe een traject bij ons loopt.

Verder lezen in de kennisbank


dGEN Productions, AI agency en business-automation partner uit Eindhoven. info@dgenproductions.nl · 06-87413056