Les agents physiques ont besoin d'un contrat matériel

La version courte

Les agents IA commencent à avoir des mains.

Pas des mains métaphoriques. Un vrai contrôle sur des machines.

Anthropic a ouvert le 27 août une preview de recherche du Model Hardware Standard, ou MHS, une spécification commune pour permettre à des agents IA d'opérer des appareils physiques. La première cible n'est pas un robot domestique qui se promène dans un salon. Ce sont les laboratoires scientifiques et la fabrication avancée : microscopes, robots de manipulation de liquides, bras robotisés, lasers, caméras, matériel quantique, instruments d'usine et autres appareils avec une interface programmable.

Le titre facile serait :

"Claude peut piloter du matériel de laboratoire."

Le titre utile est :

Les agents physiques ont besoin d'un contrat matériel.

Parce qu'au moment où un agent IA quitte le navigateur et commence à toucher des moteurs, des liquides, des lasers, des contrôles de température, des bras robotisés et des échantillons expérimentaux, un prompt n'est pas un système de sécurité. Une politique de refus n'est pas une protection machine. Une belle API de tool calling ne suffit pas.

La machine doit dire ce qu'elle est.

Le système doit définir ce que l'agent peut lire, ce qu'il peut modifier, quelles limites sont imposées, quel état revient dans la boucle, et où l'agent doit s'arrêter pour demander à un humain.

C'est la partie importante de MHS.

Ce n'est pas seulement une histoire produit chez Anthropic. C'est un aperçu de l'infrastructure ennuyeuse dont toute stack sérieuse d'agents physiques va avoir besoin.

Très glamour. Le futur de l'IA incarnée commence peut-être par des drivers et des fichiers de permissions.

La machine doit se décrire

Les agents logiciels ont déjà une version de ce problème.

Si un agent peut utiliser des outils, l'outil doit exposer un contrat : ce qu'il fait, quelles entrées il accepte, quelles permissions il exige, ce que signifient ses erreurs, et ce qui se passe après l'appel.

Le Model Context Protocol d'Anthropic a rendu cette forme plus visible côté logiciel.

MHS essaie de déplacer la même idée vers le matériel.

Anthropic dit que le driver MHS donne aux appareils une interface standard avec des primitives comme read et write. Un appareil peut devenir découvrable dans un format commun. Il peut exposer des caractéristiques que l'agent ne déduirait pas du code seul : ce qu'il mesure, ce qui peut être ajusté et quelles limites de sécurité seront appliquées.

Cela sonne sec jusqu'au moment où l'on regarde l'alternative.

L'alternative, ce sont des intégrations de laboratoire sur mesure, des logiciels fournisseurs incompatibles, des scripts écrits à la main, du savoir local, des manuels papier, des habitudes d'opérateur, et un agent qui essaie de déduire les contraintes physiques de la documentation tombée dans son contexte.

Pour une démo, ça passe.

Pour un laboratoire avec des produits chimiques, des échantillons, des instruments chers, du matériel fragile et des protocoles qui peuvent échouer silencieusement, c'est autre chose.

Le contrat de la machine compte parce que les machines physiques ne sont pas seulement des API avec des effets secondaires plus lourds. Elles ont un état. Elles dérivent. Elles doivent être calibrées. Elles ont une géométrie, une vitesse, une masse, une température, une pression, une dynamique des fluides, des modes de panne et une réalité de maintenance.

Si la machine ne peut pas décrire ces contraintes d'une manière que l'agent et le système autour de lui peuvent faire respecter, on demande à l'agent d'improviser dans le domaine où l'improvisation peut casser ce qui est devant lui.

La safety passe du refus au verrouillage

Le changement de safety le plus important est simple :

La sécurité physique doit arriver avant et pendant l'action.

Un chatbot peut refuser une mauvaise demande après l'avoir lue. Un agent logiciel peut être bloqué avant un appel d'outil. Un agent physique a besoin de ces deux couches, plus de contraintes qui ressemblent davantage à de la sécurité industrielle qu'à de la modération de contenu.

Anthropic dit utiliser la preview de recherche de MHS pour développer des évaluations de sécurité et des bonnes pratiques avant de rendre le standard open source. Le papier de Wired raconte la même tension : les agents IA peuvent accélérer la science et la fabrication, mais l'accès physique crée des risques qui ne rentrent pas dans des garde-fous textuels.

Exact.

L'unité de sécurité ne peut pas être :

Le modèle peut-il dire cela ?

Elle doit devenir :

L'agent peut-il faire cela, sur cette machine, dans cet état, avec ces matériaux, sous l'autorité de cet utilisateur, à l'intérieur de ces limites ?

Cela veut dire des préconditions.

Des limites de plage.

Des validations humaines pour certaines actions.

Des arrêts d'urgence.

Des logs machine.

De l'authentification.

Et du matériel qui refuse des commandes qui ne devraient pas être possibles, même si le modèle a un plan très confiant et une explication magnifique.

On réapprend déjà cette leçon avec les agents logiciels. Une politique, c'est du texte. Un agent lit du texte toute la journée. La couche safety doit être technique.

Avec les agents physiques, cela devient beaucoup moins optionnel.

Les labs sont le bon premier terrain

MHS est intéressant aussi parce qu'Anthropic commence dans des endroits où la douleur est réelle.

Les laboratoires et les sites de fabrication avancée contiennent déjà du matériel automatisé coûteux. Ils ont déjà des protocoles. Ils ont déjà des spécialistes. Ils ont déjà du calibrage, du contrôle qualité, de la provenance et une discipline opérationnelle.

Ils ont aussi un problème d'intégration brutal.

Anthropic dit que connecter du matériel peut prendre des semaines ou des mois parce que les appareils ne communiquent pas naturellement entre eux. Selon l'entreprise, MHS peut réduire une partie de ce travail d'intégration à des heures ou des minutes. À traiter comme une affirmation de preview, pas comme une loi universelle de la physique.

Mais la direction est bonne.

Le meilleur marché initial pour les agents physiques n'est peut-être pas le robot humanoïde qui fait tout dans une maison. C'est peut-être un environnement étroit, très précieux, où les machines sont déjà programmables, les tâches déjà procédurales et le goulot humain principalement dans la coordination.

Le proof of concept de Genentech dans le post d'Anthropic est un bon exemple. Le travail coordonne un robot de manipulation de liquides, un bras robotisé et un lecteur de plaques autour d'un test protéique BCA. Le point intéressant n'est pas que Claude soit devenu scientifique. C'est qu'un agent peut orchestrer du matériel, observer des résultats, ajuster des paramètres, rencontrer des limites, récupérer certaines erreurs et montrer malgré tout où l'intuition physique lui manque.

Cette dernière partie est importante.

Dans le même post, Genentech explique que Claude a eu du mal avec des bulles pendant la manipulation de liquides. Réessayer dans le même puits aggravait le problème, jusqu'à ce que des humains l'orientent vers une manipulation plus douce et un puits propre.

C'est exactement à cela que ressemble une IA physique sobre :

une automatisation utile, un vrai progrès, et des modes d'échec qui viennent des détails têtus du monde physique.

Très contrariant. La réalité a de la viscosité.

Cette couche appartient à toute stack d'IA physique

Il y a un mois, j'écrivais que l'IA physique devient une stack agentique. L'annonce Gemini Robotics 2 de Google DeepMind rendait le côté robot plus clair : contrôle du corps entier, suivi de progression, inférence locale, adaptation, compréhension vidéo, arrêts de sécurité.

MHS ajoute une autre couche.

Il parle moins du cerveau du robot que de l'environnement contrôlé autour du cerveau.

La bonne question n'est pas seulement :

Quelle est la qualité du modèle ?

C'est :

Quel contrat chaque machine expose-t-elle à l'agent ?

Si vous évaluez un système d'agents physiques, commencez par les questions ennuyeuses :

• Quels appareils l'agent peut-il voir ?
• Quelles actions peut-il lancer sur chaque appareil ?
• Quelles actions sont impossibles au niveau matériel ?
• Quel état chaque appareil renvoie-t-il ?
• Comment le calibrage, la maintenance et les erreurs sont-ils représentés ?
• Qu'est-ce qui exige une validation humaine ?
• Qu'est-ce qui est loggé ?
• Peut-on rejouer un run après un incident ?
• Peut-on changer les limites sans réécrire toute l'intégration ?
• Qui est responsable quand l'agent suit le protocole et que le protocole est mauvais ?

Ces questions compteront plus que la démo.

Elles font aussi la différence entre "un agent qui a accès à des machines" et "un système d'automatisation physique qu'une organisation sérieuse pourrait réellement accepter".

Le changement plus large

L'imaginaire public veut que l'IA incarnée ressemble à un robot qui entre dans la pièce.

Peut-être.

Mais la version la plus proche sera peut-être plus discrète :

un agent qui coordonne des instruments pendant la nuit, surveille des courbes, déplace des plaques, ajuste des paramètres, détecte des erreurs, vérifie un flux caméra et transforme un workflow désordonné en boucle contrôlée.

C'est moins cinématographique qu'un assistant humanoïde.

C'est peut-être aussi plus réel économiquement.

La course aux agents physiques ne sera pas gagnée seulement par le lab qui a le modèle le plus intelligent ou le robot le plus joli. Elle sera gagnée par les systèmes qui rendent les machines assez lisibles, contraignables, monitorables et auditables pour que des agents puissent les utiliser sans transformer chaque déploiement en projet scientifique sur mesure.

MHS est précoce. C'est une preview de recherche. Le travail de safety n'est pas terminé. La publication open source viendra plus tard. Les exemples partenaires sont prometteurs, mais ils ne prouvent pas que les laboratoires autonomes sont soudain résolus.

Mais la forme est importante.

La prochaine frontière des agents n'est pas seulement un contexte plus long ou un meilleur usage des outils.

C'est l'autorité sur le monde physique.

Et l'autorité a besoin d'un contrat.