O teste dos 99.3% para agentes industriais de IA

Na QuEra, um agente da Anthropic teria elevado a estabilização de lasers de 58% para 99.3%. O teste foi restrito, mas é difícil enquadrar esse número: não se trata apenas de uma nota obtida pelo modelo, mas tampouco é uma prova de autonomia industrial. O modelo deixou de apenas recomendar uma ação e passou a alterar uma máquina.

Os desenvolvedores de modelos reduziram o custo de tomar decisões mais rapidamente do que o custo de transformar essas decisões em ações com segurança. Quem atravessa essa fronteira precisa de uma estrutura capaz de decidir se um agente de IA pode agir, traduzir sua intenção em comandos específicos para cada equipamento, observar o resultado e interromper a operação quando a realidade não se comporta como previsto.

Sistemas físicos expõem todos os atalhos de arquitetura que o ambiente digital consegue esconder. Um documento malformado pode ser recuperado pelo histórico de versões. Já um braço robótico que colide com um instrumento conta com um recurso de desfazer bem menos simpático. Um erro de controle pode arruinar um experimento, paralisar a produção, danificar um ativo ou ferir alguém. Nessa fronteira, a capacidade bruta do modelo é apenas um dos fatores.

Agentes importam quando recebem autoridade, não personalidade

Em 2024, os fornecedores passaram de assistentes que ajudavam pessoas a navegar por sistemas para agentes concebidos para agir em nome dos usuários. Era possível avaliar um assistente pela qualidade de uma resposta. Um agente, porém, precisa ser avaliado por sua capacidade de concluir um fluxo de trabalho, respeitar os limites de sua autoridade, lidar com exceções e deixar o sistema em condições de recuperação.

No início de 2026, agentes de programação já concluíam projetos complexos com supervisão mínima. A fronteira deixou de ser uma resposta engenhosa e passou a ser a execução sustentada: ler um repositório, modificar arquivos, operar ferramentas, enfrentar falhas e continuar avançando em direção a um objetivo.

Quando modelos passam a produzir previsões a baixo custo, os desenvolvedores precisam reorganizar os produtos em torno de decisões, permissões, ferramentas, estado dos fluxos de trabalho e responsabilização. A pergunta útil deixa de ser “O que o modelo sabe?” e passa a ser “O que este modelo é capaz de fazer acontecer?”.

O Model Hardware Standard da Anthropic, ou MHS, explicita essa mudança. A estrutura foi criada para ajudar agentes a operar sistemas físicos, como microscópios, equipamentos de computação quântica e braços robóticos. Não se limita a oferecer ao modelo mais uma fonte de dados. Ela abre um caminho até equipamentos cujo estado continua importando depois que a sequência de unidades de texto termina.

O Gemini Robotics 2, do Google DeepMind, aborda a mesma fronteira por outro caminho, combinando vários modelos em um sistema concebido para controlar robôs, inclusive humanoides. A Anthropic enfatiza uma interface comum a diferentes equipamentos; o Google DeepMind demonstra um sistema de modelos aplicável a diferentes formatos de robôs. Os produtos são distintos, mas os incentivos convergem à medida que melhora a execução prolongada e que integração, autoridade e recuperação passam a limitar a adoção.

A diversidade das máquinas torna as interfaces mais valiosas do que as demonstrações

Uma demonstração robótica pode provar que um modelo, uma máquina e um ambiente cuidadosamente montado funcionam juntos. Uma camada de controle industrial enfrenta uma tarefa mais difícil: fazer com que vários modelos, instrumentos, ambientes de execução e políticas organizacionais operem em conjunto sem fingir que são idênticos.

Laboratórios e fábricas são heterogêneos por natureza. Os equipamentos vêm de fornecedores diferentes, usam estruturas de comando distintas, produzem dados de telemetria diversos e estão sujeitos a modos de falha específicos. Alguns instrumentos são novos; outros são valiosos justamente porque substituí-los exigiria um comitê de investimentos, seis assinaturas e uma pequena era geológica. Um robô universal projetado do zero não resolve o problema da base já instalada.

Com uma interface comum, um laboratório ou fabricante pode trocar de modelo sem perder as integrações com os equipamentos. Os provedores de modelos podem coordenar ativos que não possuem, enquanto os proprietários desses ativos evitam ficar presos para sempre a um fornecedor de modelos apenas porque seu adaptador custou caro.

Os desenvolvedores de agentes digitais chegaram à mesma conclusão. O projeto Agent2Agent da Linux Foundation reuniu AWS, Google e Microsoft em torno de uma especificação de protocolo e de conjuntos de ferramentas de desenvolvimento doados. A Agent Control Specification da Microsoft trata as permissões como uma camada independente, enquanto o Agents SDK da OpenAI incorporou isolamento nativo e uma estrutura de testes para tarefas prolongadas. O MHS leva a mesma decomposição arquitetônica aos equipamentos físicos.

Nenhuma especificação isolada cobre toda a camada de controle. Os desenvolvedores ainda precisam combinar as seguintes funções:

Os clientes podem permitir que um modelo proponha uma ação sem lhe conceder credenciais irrestritas para todos os sistemas envolvidos. Também podem substituir o modelo sem trocar a camada de identidade, o mecanismo de políticas, os adaptadores de equipamentos, os registros ou os controles de emergência. Portanto, uma interface compartilhada oferece poder de negociação, além de flexibilidade técnica.

A segurança física precisa ser garantida fora do modelo

O comportamento de alinhamento de um modelo não constitui uma barreira de segurança suficiente quando esse modelo pode mover um braço robótico, modificar um laser, alterar um protocolo científico ou reconfigurar um ambiente computacional. O modelo pode contribuir para as salvaguardas, mas não pode ser, ao mesmo tempo, o único intérprete, responsável pelas permissões, operador, auditor e encarregado de responder aos incidentes provocados por suas próprias ações.

Os operadores precisam separar decisão, autorização, execução, observação e recuperação. Os controles devem atuar no momento da ação, e não apenas constar de uma ficha técnica do modelo redigida antes da implantação.

A especificação de controle da Microsoft trata as permissões como uma camada independente. O AgentKit da World, criado para permitir que sites verifiquem se há uma pessoa real por trás de compras iniciadas por agentes de compras, demonstra o problema correlato da identidade. Um agente não adquire autoridade legítima apenas por possuir uma credencial. É necessária uma cadeia que conecte a ação, o agente, a política e a pessoa ou instituição em cujo nome ele atua.

Os operadores devem conceder ao agente somente a autoridade mínima necessária para uma tarefa delimitada. Os sistemas precisam validar os comandos com base no estado do equipamento e nos limites operacionais, acompanhar as ações enquanto ocorrem e manter um mecanismo de intervenção humana que não dependa de convencer o modelo a parar. Recuperar-se deve significar alcançar um estado seguro, e não presumir que todo processo físico possa ser revertido como uma transação de banco de dados.

Operadores empresariais e industriais enfrentam o mesmo problema de autorização e recuperação de agentes, mas o uso de máquinas eleva as consequências. Nos sistemas físicos, uma delegação vaga custa caro o suficiente para transformar permissões, identidade, capacidade de auditoria e caminhos de intervenção em infraestrutura essencial.

O primeiro prêmio é elevar a produtividade em ambientes delimitados

Os primeiros exemplos do MHS da Anthropic importam menos como espetáculo robótico do que como evidência do possível caminho de adoção. A empresa informou que um agente reduziu de semanas para um dia a duração de um experimento de geração de imagens no HHMI Janelia Research Campus e elevou a estabilização de lasers na QuEra de 58% para 99.3%.

Nesses ambientes delimitados e de alto valor, os pesquisadores podem definir limites operacionais e conservar a autoridade de supervisão. O experimento é concluído ou não. O ciclo de geração de imagens leva semanas ou um dia. O laser permanece estável a uma taxa registrada. Os agentes podem cuidar de ajustes repetitivos, do sequenciamento de ferramentas e da recuperação após erros, tendo resultados mensuráveis como referência.

Hoje, as empresas usam agentes principalmente para ganhar eficiência e reduzir custos, e não para ampliar a receita. A automação de laboratórios e a manufatura avançada se encaixam nesse incentivo. Seus fluxos de trabalho já envolvem equipamentos caros, mão de obra qualificada, gargalos mensuráveis e motivos para pagar por um melhor aproveitamento dos ativos.

Até agora, a Anthropic publicou testes iniciais, não provas de adoção ampla em produção por laboratórios ou fábricas. O MHS continua sendo uma demonstração preliminar da primeira fase de pesquisa, e ainda não há um ecossistema maduro de interfaces comuns para controle de robôs e laboratórios. Empresas tradicionais da automação industrial, como ABB e Siemens, são estrategicamente relevantes para qualquer camada ampla de interfaces, mas os dados divulgados no lançamento não comprovam sua participação.

O MHS ainda precisa funcionar com os equipamentos já instalados, satisfazer os operadores, superar os processos de compras e oferecer aos fornecedores um motivo para adotá-lo. O desempenho inicial mostra o tamanho da oportunidade, mas não determina qual padrão irá conquistá-la.

A camada de controle pode deslocar o poder em qualquer direção

Uma interface comum dá às empresas de modelos acesso a equipamentos que não possuem, mas também oferece aos clientes uma saída em relação à empresa que criou essa interface. Essa é a tensão estratégica central.

Se uma especificação for realmente portátil, os clientes poderão reutilizar as integrações com equipamentos e trocar de fornecedor de modelos com mais facilidade. Se os modelos, as ferramentas ou os serviços hospedados de um provedor funcionarem significativamente melhor com uma especificação apenas nominalmente aberta, a interface poderá se transformar em uma vantagem de distribuição. Um provedor só concentra poder quando os clientes valorizam sua implementação a ponto de abrir mão da liberdade de troca criada pela interoperabilidade.

Os fornecedores ainda discordam sobre o que pode ser chamado de agente, e essa falta de consenso já gera confusão entre os clientes. É difícil padronizar a autoridade de uma categoria cujo nome é aplicado pelos fornecedores a tudo, desde um assistente programado por regras até um trabalhador autônomo e persistente. Compradores industriais costumam resolver esse tipo de ambiguidade com escopos restritos, supervisão e documentação de compras — os predadores tradicionais da terminologia exuberante.

Portanto, os clientes industriais não precisam que todos os fornecedores cheguem a um acordo filosófico sobre o que é um agente. Precisam que os sistemas exponham capacidades concretas: ler este sensor, ajustar dentro desta faixa, solicitar aprovação acima deste limite, registrar cada comando e parar quando esta condição surgir. Os contratos operacionais podem ser precisos mesmo quando a comunicação comercial continua espiritualmente aventureira.

A Anthropic pode ganhar influência sem possuir as máquinas

Os laboratórios que desenvolvem modelos de ponta agora avançam para baixo, em direção a chips e capacidade computacional; para os lados, rumo aos fluxos de trabalho empresariais; e para cima, até os padrões de coordenação. Eles querem mais controle sobre toda a arquitetura, mas a intensidade de capital torna impraticável possuir tudo.

Segundo relatos, a Anthropic concordou em pagar à Nscale $45 billion over six years for roughly 460 megawatts de capacidade em centros de dados da West Virginia equipados com chips Nvidia Vera Rubin. O acordo não foi confirmado, portanto sua forma final permanece incerta. Mesmo como compromisso noticiado, ele ilustra a escala das obrigações de capacidade computacional associadas aos modelos de ponta.

A Anthropic também confirmou que está formando uma equipe interna de desenvolvimento de circuitos integrados e buscando projetar conjuntamente modelos e equipamentos por meio de uma arquitetura com vários chips. Os laboratórios de ponta querem mais influência sobre a arquitetura computacional, mas a propriedade direta continua cara e operacionalmente difícil.

O MHS oferece uma forma de influência sobre a infraestrutura que exige pouco capital. A Anthropic não precisa fabricar cada microscópio, braço robótico, laser ou sistema quântico se puder ajudar a definir a interface pela qual os agentes irão operá-los. A mesma abstração que permite aos clientes preservar as integrações com equipamentos possibilita que uma empresa de modelos coordene ativos externos sem colocá-los em seu balanço patrimonial.

Ao abrir um padrão, a Anthropic pode ampliar o mercado de agentes físicos e, ao mesmo tempo, reduzir o poder de qualquer provedor de modelos, inclusive ela própria. A empresa abre mão de parte do controle proprietário para aumentar o tamanho do sistema que pode atender.

O resultado de 99.3% muda o significado de desempenho

O resultado da Anthropic na QuEra continua sendo um teste inicial, não uma prova de adoção ampla nem de que o padrão sairá vencedor. Mas a passagem de 58% para 99.3% muda a pergunta sobre desempenho. A partir do momento em que um agente ajusta um equipamento de laser, o resultado não pode ser separado de quem autorizou o ajuste, quais limites o regeram, o que a telemetria registrou e como o sistema poderia ser interrompido.

Um modelo pode escolher uma ação. O sistema industrial precisa decidir se essa escolha tem autorização, visibilidade e condições de recuperação suficientes para se transformar em movimento. À medida que o custo das decisões dos modelos cai, o ativo industrial escasso passa a ser a fronteira que as converte em trabalho sujeito a controle e responsabilização.