Anthropic досліджує технологію, яка дозволить AI-агентам напряму керувати фізичними пристроями — роботизованими маніпуляторами, промисловими сенсорами, дронами — так само просто, як сьогодні моделі викликають хмарні API. За даними The Decoder, компанія розглядає єдиний відкритий протокол для заліза за аналогією з Model Context Protocol (MCP) — стандартом, який Anthropic випустила для з'єднання LLM із зовнішніми інструментами та даними.
Мета не в тому, щоб додати ще один SDK для розумного дому, а в тому, щоб уніфікувати спосіб, яким моделі «бачать» і контролюють реальний світ — від складального цеху до лабораторного обладнання. Це відбувається на тлі того, що Anthropic залучає мільярдні інвестиції від Meta, які підживлюють амбіції компанії вийти далеко за межі чат-ботів.
Що саме досліджує Anthropic?
Anthropic вивчає можливість створення єдиного протоколу підключення AI-агентів до фізичних пристроїв і обладнання — за тим самим принципом, що ліг в основу MCP для програмного забезпечення. Ідея в тому, щоб модель могла звертатися до робота-маніпулятора, сенсора чи промислового контролера через один спільний інтерфейс, а не через окремий закритий SDK кожного виробника. Заявлена мета — стандартизувати спосіб, у який моделі керують реальним світом, а не лише викликають API у хмарі.
Чим апаратний протокол відрізняється від MCP для софту?
MCP Anthropic випустила як відкритий стандарт, що дозволяє будь-якій LLM підключатися до будь-якого інструмента чи джерела даних через один інтерфейс — замість того, щоб писати окрему інтеграцію під кожну пару «модель + сервіс». Протокол швидко вийшов за межі одного розробника і його підтримали й інші лабораторії, перетворивши MCP на фактичний галузевий стандарт для агентних інтеграцій.
У світі заліза такого спільного шару немає. Кожен виробник роботизованих рук, промислових контролерів чи дронів історично тримає власний протокол керування, власну прошивку і власний набір команд. Софтверний MCP вирішував проблему сумісності на рівні API-викликів; апаратний аналог має вирішувати ту саму проблему там, де замість REST-запиту — драйвер реального часу, а помилка інтеграції відчувається фізично, а не як зламаний JSON.
Кому в першу чергу знадобиться такий стандарт?
Найбільше від єдиного протоколу виграють команди, що будують продукти на стику AI і робототехніки: складська автоматизація, промисловий IoT, дрони, лабораторні роботи. Замість написання окремого агентного шару під кожен бренд обладнання розробники отримали б одну специфікацію — так само, як MCP зняв потребу писати кастомну інтеграцію під кожен хмарний сервіс. Ймовірно, першими вигодонабувачами стануть стартапи у складській робототехніці та промисловій автоматизації, де кожен виробник маніпуляторів досі тримає власний закритий SDK.
- Розробники агентів для складів і виробництва — менше часу на інтеграцію з кожним новим типом обладнання
- Виробники роботів і сенсорів — шанс потрапити в екосистему агентів без власного дорогого SDK для кожного партнера
- Дослідницькі лабораторії — стандартизований спосіб підключати AI до фізичних приладів для автоматизації експериментів
Висновок AiiN
Наша теза: якщо Anthropic доведе апаратний протокол до релізу, головна боротьба розгориться не за модель, яка «розуміє» фізичний світ, а за те, чий протокол стане дефолтним шаром між агентом і залізом — так само, як MCP став дефолтним шаром між агентом і хмарою. Для AI-білдерів, що працюють на стику з робототехнікою, це сигнал стежити за специфікацією ще до її фінального релізу: той, хто інтегрує підтримку протоколу в своє обладнання чи агентну платформу першим, отримає перевагу дистрибуції, яку потім важко буде наздогнати.
Що таке Model Context Protocol (MCP)?
MCP — це відкритий протокол від Anthropic, який дозволяє AI-моделям підключатися до зовнішніх інструментів, файлів і сервісів через єдиний стандартизований інтерфейс замість окремої інтеграції під кожен випадок.
Коли з'явиться апаратний аналог MCP?
Конкретних дат чи назви майбутнього протоколу Anthropic поки не називала — за даними The Decoder, йдеться про стадію дослідження, а не про готовий до випуску продукт.