【日次ログ】MHSの「8時間・3倍・99.3%」は何を測った数字か

初稿で紹介した「8時間」「3倍」「99.3%」は、同じ対象を測った三つの成績ではありません。準備を含む所要時間、実験の速度、完成したプログラムの成功率を区別する必要があります。

2026年9月5日、Anthropicの8月27日付発表にある事例本文を読み直しました。当サイトで実験装置を動かした記録ではなく、公開情報の照合と訂正です。表紙の「統合作業が数時間に」も、すべての装置・現場の所要時間を保証するものではありません。

1. 三つの数字は対象と条件が違う

Model Hardware Standard（MHS）は、AIエージェントと実験・製造装置の接続を共通化するための仕様です。

以下はいずれも、発表ページに掲載された参加組織の報告です。当サイトの実測値ではありません。

数字	公式事例での対象	初稿から直した読み方
CMUの約8時間	未自動化の機器が使える状態から、統合と自動再実行1回を含む曲線取得まで。薬剤の代わりに色素を使用	ドライバー接続だけの時間ではない
CMUの約3倍	対象となる実験を以前より速く実行したという報告	「数週間から8時間」の倍率ではない
QuEraの99.3%	完成した復旧スクリプトの後続試験で、700回中695回復旧。試験時はエージェント不参加	AIが毎回推論し続けた運転の成功率ではない

8時間の比較対象は、通常ならベンダーによる自動化構築に数週間かかるという説明です。ただし「数週間」は確定した時間数ではありません。これを勝手に日数へ置き換え、8時間で割って厳密な高速化倍率を作ることはできません。

99.3%も、試した復旧課題での比率です。事例では初回の試行で復旧し、30秒保持することを成功条件としていました。機器の全操作、全故障への対応、長期間の無人運転の安全率に広げることはできません。

同じ「AIで自動化」という紹介でも、開発中にAIを使ったのか、実行時もAIが判断するのかで、必要な確認が変わります。

今回の復旧試験は、前者と後者を混同しないための例です。完成したスクリプトの試験結果を説明する場面で、「Claudeがその都度判断して99.3%成功」と読み替えてはいけません。

見積もりのためには、開発・試験・本番運用を別々に記録します。開発にAIを使ったからといって本番でも同じ推論費が発生するとは限らず、反対に一度開発できたから保守や再評価が不要になるわけでもありません。これは今回の資料を読むうえでの編集上の判断で、費用の実測結果ではありません。

MHS公式サイトは、9月5日時点で申請制の限定研究プレビューを案内しています。オープンソース化に向けて評価・運用方法を整える段階であり、誰でも導入できる一般提供済みの標準として紹介し直すことはできません。

発表は機器を共通の方法で扱う仕組みと、MCP・CLI・APIからの操作経路を説明しています。MCPは経路の一つであり、MCPを使っていれば必要な装置がすでに対応している、という意味ではありません。

また、Genentech事例では、物理的な原因を理解できないまま再試行し、人の助言を必要とした例が報告されています。安全対策を設ける設計と、あらゆる故障を防げる保証は別です。このブログの記述を、実機の安全確認や専門家による評価の代わりにはしないでください。

導入候補の比較や受託見積もりに使うなら、次の欄を埋めてから数字を並べます。これは読者向けに整理した確認票であり、装置を動かす操作手順ではありません。

まず一つの主張について出典の該当箇所を読み、表を埋めます。欄が埋まらないときは、別の事例から条件を借りて補完せず「記載なし」「比較不能」と残してください。

たとえば「8時間」の事例を見積もりへ引用する場合、対象機器と開始時点が違えば、そのまま自分の案件の納期にはできません。参考にできるのは何を共通化し、どこに個別対応が残るかという問いです。試験できていない段階では、機器統合の単価が下がるといった事業判断まで断定しません。

初稿は8時間の記述に「従来比3倍速」を添え、別の指標を一つにまとめていました。99.3%も、開発されたスクリプトの試験条件が抜けていました。9月5日の改稿でこの二点を分離し、研究プレビューと一般提供、操作経路と機器対応の違いも明記しました。

今回確認できたのは公開事例の記載までです。MHSの導入、実機試験、受託工数、一般提供日、機器ごとの安全性は未検証です。数字を大きく見せるより、何と比較でき、何は比較できないかを残す記事へ改めました。