TLDR;

A IA desenvolveu um script que iterou durante a noite contra o laser ao vivo e alcançou 99,3% de sucesso em testes cegos.. O MHS fornece um driver comum e um arquivo em linguagem simples que permite ao agente de IA entender e controlar equipamentos de diferentes fornecedores.. A abordagem ainda exige intervenção humana em casos como bolhas de ar, pois a IA pode repetir ações que pioram o problema sem explicação física.

Resumo

O conteúdo discute o impacto do Model Hardware Standard (MHS), lançado pela Anthropic em 27 de agosto, que permite que equipamentos de laboratório e fábricas se comuniquem de forma padronizada. Antes, conectar dispositivos como microscópios, braços robóticos e pipetadoras exigia código manual escrito por especialistas, o que consumia tempo e gerava ineficiências. Com o MHS, um driver comum e um arquivo em linguagem simples descrevem as capacidades e limitações de cada máquina, permitindo que agentes de IA os interpretem como manuais. Exemplos práticos incluem a Kuara Computing, que elevou a taxa de sucesso no realinhamento de lasers de 58% para 99,3% em testes cegos, e a Carnegie Mellon, que concluiu curvas de dosagem de medicamentos em menos de oito horas, contra semanas anteriores. Embora reduza a demanda por engenheiros de automação em integrações personalizadas e beneficie pesquisadores com poucos recursos, o sistema ainda apresenta limitações, como a necessidade de intervenção humana em casos complexos, como bolhas de ar em amostras. Trata-se de um avanço promissor para a IA agentiva, apesar de ser uma versão preliminar com dados autorrelatados.