{"id":2425,"date":"2026-08-28T13:17:03","date_gmt":"2026-08-28T13:17:03","guid":{"rendered":"https:\/\/convly.ai\/?p=2425"},"modified":"2026-08-28T13:17:03","modified_gmt":"2026-08-28T13:17:03","slug":"anthropic-ai-agent-hardware-standard-physical-machines","status":"publish","type":"post","link":"https:\/\/convly.ai\/es\/anthropic-ai-agent-hardware-standard-physical-machines\/","title":{"rendered":"El est\u00e1ndar de hardware para agentes de IA de Anthropic ejecuta experimentos f\u00edsicos en laboratorios"},"content":{"rendered":"<p>Anthropic ha trasladado sus ambiciones en materia de agentes desde la pantalla hasta el banco de trabajo. El est\u00e1ndar de hardware para agentes de IA de Anthropic, reportado por Ars Technica, es una especificaci\u00f3n destinada a permitir que los agentes de IA controlen equipos f\u00edsicos, en lugar de limitarse \u00fanicamente a interfaces de software; CNBC lo describe como el impulso de la empresa hacia el mundo f\u00edsico mediante un nuevo est\u00e1ndar que ayuda a los agentes de IA a operar m\u00e1quinas. Para los desarrolladores que han pasado dos a\u00f1os integrando modelos con APIs, navegadores y repositorios de c\u00f3digo, su relevancia radica menos en un producto concreto y m\u00e1s en la direcci\u00f3n que toma la pila de agentes: desde texto y llamadas a herramientas hasta actuadores, instrumentos y equipos que no pueden revertirse con un comando \u00abgit revert\u00bb.<\/p>\n<div class=\"convly-tldr\">\n<h3>Conclusiones clave<\/h3>\n<ul>\n<li>Seg\u00fan Ars Technica, Anthropic ha presentado un est\u00e1ndar de hardware dise\u00f1ado para permitir que los agentes de IA controlen dispositivos f\u00edsicos.<\/li>\n<li>CNBC interpreta este paso como el avance de Anthropic hacia el mundo f\u00edsico mediante un est\u00e1ndar que ayuda a los agentes a operar m\u00e1quinas.<\/li>\n<li>WIRED ha cubierto la visi\u00f3n de Anthropic sobre c\u00f3mo deber\u00edan navegar los agentes en entornos f\u00edsicos, lo que indica que la empresa est\u00e1 publicando tanto una filosof\u00eda como una especificaci\u00f3n.<\/li>\n<li>pharmaphorum informa que una herramienta de IA de Anthropic lleva a cabo experimentos cient\u00edficos f\u00edsicos, convirtiendo as\u00ed a los laboratorios en la aplicaci\u00f3n temprana m\u00e1s concreta seg\u00fan los informes actuales.<\/li>\n<li>Los detalles comerciales clave \u2014incluidos precios, socios fabricantes de hardware y disponibilidad\u2014 no figuran en los informes disponibles para nosotros y no deben darse por sentados.<\/li>\n<li>El cambio m\u00e1s amplio para los desarrolladores es que los errores de los agentes dejan de ser reversibles, lo que modifica la forma en que deben dise\u00f1arse los mecanismos de permisos, registro y aprobaci\u00f3n humana.<\/li>\n<\/ul>\n<\/div>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_86 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a91b31124f2d\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Alternar<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a91b31124f2d\"  aria-label=\"Alternar\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/es\/anthropic-ai-agent-hardware-standard-physical-machines\/#What_the_Anthropic_AI_agent_hardware_standard_covers\" >Qu\u00e9 abarca el est\u00e1ndar de hardware para agentes de IA de Anthropic<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/es\/anthropic-ai-agent-hardware-standard-physical-machines\/#Why_AI_agents_needed_a_hardware_standard_at_all\" >Por qu\u00e9 los agentes de IA necesitaban un est\u00e1ndar de hardware<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/es\/anthropic-ai-agent-hardware-standard-physical-machines\/#Laboratories_are_the_first_serious_test_case\" >Los laboratorios son el primer caso de uso riguroso<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/es\/anthropic-ai-agent-hardware-standard-physical-machines\/#Software_agents_versus_physical-world_agents_what_changes\" >Agentes de software frente a agentes del mundo f\u00edsico: qu\u00e9 cambia<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/es\/anthropic-ai-agent-hardware-standard-physical-machines\/#What_this_means_for_developers_and_model_users\" >Qu\u00e9 significa esto para desarrolladores y usuarios de modelos<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/es\/anthropic-ai-agent-hardware-standard-physical-machines\/#The_open_questions_Anthropic_has_not_answered_publicly\" >Las preguntas abiertas que Anthropic a\u00fan no ha respondido p\u00fablicamente<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/es\/anthropic-ai-agent-hardware-standard-physical-machines\/#Frequently_asked_questions\" >Preguntas frecuentes<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/es\/anthropic-ai-agent-hardware-standard-physical-machines\/#The_bottom_line\" >En resumen<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"What_the_Anthropic_AI_agent_hardware_standard_covers\"><\/span>Qu\u00e9 abarca el est\u00e1ndar de hardware para agentes de IA de Anthropic<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>El esquema reportado es sencillo: una forma estandarizada para que un agente de IA descubra, dirija y opere hardware f\u00edsico. Ars Technica lo presenta como un est\u00e1ndar que permite a los agentes controlar el mundo f\u00edsico, mientras que CNBC lo caracteriza como una herramienta que ayuda a los agentes a operar m\u00e1quinas. La cobertura de WIRED se centra en c\u00f3mo Anthropic considera que los agentes deber\u00edan navegar entornos f\u00edsicos, lo que sugiere que el lanzamiento incluye orientaciones sobre comportamientos esperados y restricciones, y no solo un formato de comunicaci\u00f3n.<\/p>\n<p>Lo que los informes disponibles no establecen es igualmente importante. No hay una lista confirmada de clases de dispositivos compatibles, ni un conjunto declarado de socios fabricantes de hardware en el lanzamiento, ni t\u00e9rminos de licencia publicados, ni una fecha divulgada para su disponibilidad general en los fragmentos que tenemos. Cualquier persona que planee adquisiciones o trabajos de ingenier\u00eda en torno a esta tecnolog\u00eda deber\u00eda consultar primero la documentaci\u00f3n oficial de Anthropic antes de comprometerse, pues el valor pr\u00e1ctico de un est\u00e1ndar reside en detalles como la autenticaci\u00f3n, la negociaci\u00f3n de capacidades y la sem\u00e1ntica de errores, ninguno de los cuales es visible en las coberturas period\u00edsticas destacadas.<\/p>\n<p>Trate, por tanto, este anuncio como una direcci\u00f3n clara y bien fundamentada, que se asienta sobre especificaciones de implementaci\u00f3n a\u00fan no p\u00fablicas en estos informes.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Why_AI_agents_needed_a_hardware_standard_at_all\"><\/span>Por qu\u00e9 los agentes de IA necesitaban un est\u00e1ndar de hardware<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Esta secci\u00f3n corresponde a an\u00e1lisis, no a hechos reportados, pero el problema que se aborda resulta familiar para cualquiera que haya integrado equipos industriales o cient\u00edficos. Los dispositivos f\u00edsicos exponen una diversidad ca\u00f3tica de interfaces: SDKs de proveedores, protocolos serie, software de control propietario e, incluso, paneles web nunca dise\u00f1ados para ser operados por nada distinto de una mano humana. Conectar un modelo a una m\u00e1quina es un proyecto de fin de semana. Conectar muchos modelos a muchas m\u00e1quinas es un problema combinatorio de integraci\u00f3n que ninguna organizaci\u00f3n individual desea asumir.<\/p>\n<p>Los est\u00e1ndares funcionan porque reducen esa matriz. Si un dispositivo habla un protocolo com\u00fan, cualquier agente compatible puede operarlo, y el fabricante escribe un \u00fanico adaptador en lugar de uno distinto para cada proveedor de modelos. Ese patr\u00f3n ya se ha materializado en las herramientas para agentes de software durante los \u00faltimos dos a\u00f1os, donde interfaces estandarizadas para herramientas y contexto redujeron sustancialmente el c\u00f3digo adhesivo personalizado.<\/p>\n<p>Extender esa misma l\u00f3gica al hardware eleva considerablemente la apuesta. Una llamada mal formada a una herramienta de software produce una respuesta incorrecta. Una instrucci\u00f3n de hardware mal formada mueve algo. Esa asimetr\u00eda explica presumiblemente por qu\u00e9 la cobertura de WIRED se centra en c\u00f3mo los agentes <em>deber\u00edan<\/em> navegar el espacio f\u00edsico, en lugar de limitarse a confirmar simplemente que ahora pueden hacerlo.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Laboratories_are_the_first_serious_test_case\"><\/span>Los laboratorios son el primer caso de uso riguroso<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La aplicaci\u00f3n m\u00e1s concreta en los informes actuales proviene de pharmaphorum, que informa que una herramienta de IA de Anthropic lleva a cabo experimentos cient\u00edficos f\u00edsicos. La automatizaci\u00f3n de laboratorios es un punto de partida sensato para un est\u00e1ndar de control de hardware, y las razones merecen explicarse detalladamente para lectores que no hayan trabajado en ese entorno.<\/p>\n<p>Los laboratorios de investigaci\u00f3n ya operan cantidades importantes de equipos programables: dispensadores de l\u00edquidos, lectores de placas, sistemas de cromatograf\u00eda y c\u00e1maras ambientales. El trabajo es procedural, repetitivo y est\u00e1 exhaustivamente documentado, lo que significa que un agente dispone de un protocolo escrito para seguir y de un resultado medible contra el cual verificarse. Lo crucial es que el entorno f\u00edsico est\u00e1 contenido. Un instrumento de banco en una sala controlada es un lugar mucho m\u00e1s tolerante para aprender que una planta industrial o una v\u00eda p\u00fablica.<\/p>\n<p>La ventaja cient\u00edfica radica en el rendimiento. Si un agente puede planificar un estudio, ejecutarlo en instrumentos reales, leer los resultados e iterar, el cuello de botella en la ciencia experimental pasa de las horas humanas a la disponibilidad de los equipos. Esta es una propuesta genuinamente distinta respecto a un modelo que redacta un experimento que otra persona debe ejecutar. Tambi\u00e9n es aqu\u00ed donde la carga de verificaci\u00f3n se vuelve cr\u00edtica: un resultado que ning\u00fan humano observ\u00f3 directamente debe seguir siendo lo suficientemente fiable como para publicarlo o utilizarlo como base para nuevos trabajos.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Software_agents_versus_physical-world_agents_what_changes\"><\/span>Agentes de software frente a agentes del mundo f\u00edsico: qu\u00e9 cambia<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La comparaci\u00f3n siguiente es un an\u00e1lisis de Convly sobre c\u00f3mo difieren las restricciones de ingenier\u00eda, no una especificaci\u00f3n de Anthropic. Est\u00e1 pensada para ayudar a los equipos a evaluar si sus pr\u00e1cticas actuales con agentes son transferibles.<\/p>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Dimensi\u00f3n<\/th>\n<th>Agentes exclusivamente de software<\/th>\n<th>Agentes del mundo f\u00edsico<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Espacio de acci\u00f3n<\/td>\n<td>Llamadas a API, ediciones de archivos, eventos en navegadores<\/td>\n<td>Comandos de instrumentos, movimiento, manipulaci\u00f3n de muestras<\/td>\n<\/tr>\n<tr>\n<td>Reversibilidad<\/td>\n<td>Alta: revertir, volver a desplegar, restaurar<\/td>\n<td>Baja: los materiales consumidos y las piezas movidas no pueden deshacerse<\/td>\n<\/tr>\n<tr>\n<td>Modo de fallo predominante<\/td>\n<td>Salida err\u00f3nea, tokens desperdiciados<\/td>\n<td>Equipos da\u00f1ados, resultados inv\u00e1lidos, incidente de seguridad<\/td>\n<\/tr>\n<tr>\n<td>Sensibilidad a la latencia<\/td>\n<td>Tolerante: rara vez importan los segundos<\/td>\n<td>M\u00e1s exigente: el tiempo de respuesta de los dispositivos y los interbloqueos limitan el ciclo<\/td>\n<\/tr>\n<tr>\n<td>Verificaci\u00f3n<\/td>\n<td>Pruebas, linting, comparaciones (diffs)<\/td>\n<td>Lecturas de sensores, calibraci\u00f3n, inspecci\u00f3n f\u00edsica<\/td>\n<\/tr>\n<tr>\n<td>Principal impulsor de costos<\/td>\n<td>Inferencia y uso de herramientas<\/td>\n<td>Inferencia m\u00e1s consumibles, tiempo de uso de instrumentos y supervisi\u00f3n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>El patr\u00f3n revela que la restricci\u00f3n dif\u00edcil no es la capacidad, sino la reversibilidad. Todas las pr\u00e1cticas que hicieron viables a los agentes de software part\u00edan de la suposici\u00f3n de que deshacer una acci\u00f3n era barato.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_this_means_for_developers_and_model_users\"><\/span>Qu\u00e9 significa esto para desarrolladores y usuarios de modelos<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Si usted construye sobre los modelos de Anthropic, la implicaci\u00f3n pr\u00e1ctica inmediata es que la superficie de permisos de un agente est\u00e1 a punto de ampliarse. Las preguntas de dise\u00f1o que siguen son aquellas en las que los equipos pueden comenzar a trabajar incluso antes de que se publiquen los detalles de la especificaci\u00f3n: qu\u00e9 acciones requieren una confirmaci\u00f3n humana previa, c\u00f3mo se registran los comandos de los dispositivos para auditor\u00eda, c\u00f3mo demuestra un agente que una acci\u00f3n f\u00edsica tuvo \u00e9xito y cu\u00e1l es la condici\u00f3n de parada cuando un sensor contradice el plan.<\/p>\n<p>Tambi\u00e9n existe una dimensi\u00f3n de costos. Los bucles de control prolongados con verificaciones frecuentes del estado consumen muchos m\u00e1s tokens que una simple pregunta y respuesta, y los equipos que estimen ese consumo deber\u00edan modelarlo deliberadamente, en lugar de extrapolarlo a partir del uso habitual de chat; nuestro <a href=\"https:\/\/convly.ai\/es\/ai-api-cost-calculator\/\">Calculadora de costos de API de IA<\/a> est\u00e1 dise\u00f1ado para ese tipo de estimaci\u00f3n. La elecci\u00f3n del modelo tambi\u00e9n importa m\u00e1s cuando la latencia y la fiabilidad tienen consecuencias f\u00edsicas, y las especificaciones y precios de nuestro <a href=\"https:\/\/convly.ai\/es\/models\/\">Base de datos de modelos de IA<\/a> son un buen punto de partida para esa comparaci\u00f3n.<\/p>\n<p>Los equipos que ya ejecutan flujos de trabajo con agentes en software reconocer\u00e1n la arquitectura. Los patrones de orquestaci\u00f3n, reintento y observabilidad establecidos por <a href=\"https:\/\/convly.ai\/es\/best-ai-coding-agents-2026\/\">agentes de programaci\u00f3n con IA<\/a> se transfieren directamente. Lo que no se transfiere es la suposici\u00f3n de que un paso fallido no tiene costo.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_open_questions_Anthropic_has_not_answered_publicly\"><\/span>Las preguntas abiertas que Anthropic a\u00fan no ha respondido p\u00fablicamente<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Varias cuestiones siguen sin resolverse en los informes disponibles. La primera es la certificaci\u00f3n: no est\u00e1 claro si los dispositivos ser\u00e1n verificados como compatibles, ni qui\u00e9n llevar\u00e1 a cabo dicha verificaci\u00f3n. La segunda es la responsabilidad civil, y es la pregunta que m\u00e1s probablemente ralentizar\u00e1 la adopci\u00f3n empresarial, ya que no existe una respuesta establecida sobre qui\u00e9n asume la responsabilidad por un incidente f\u00edsico causado por un agente.<\/p>\n<p>La tercera cuesti\u00f3n es la topolog\u00eda de implementaci\u00f3n. Los laboratorios regulados y los entornos industriales suelen restringir el tr\u00e1fico de red saliente, lo que plantea la duda de cu\u00e1nta parte del bucle de control puede ejecutarse localmente frente a cu\u00e1nta debe hacerse mediante una API alojada. Las organizaciones que eval\u00faan este compromiso pueden modelar la econom\u00eda asociada con nuestra <a href=\"https:\/\/convly.ai\/es\/self-hosting-vs-api-calculator\/\">calculadora de autohospedaje frente a API<\/a>, aunque la decisi\u00f3n suele estar impulsada m\u00e1s por requisitos de cumplimiento normativo que por consideraciones de coste.<\/p>\n<p>Por \u00faltimo, est\u00e1 la adopci\u00f3n competitiva. Una norma publicada por un \u00fanico proveedor de modelos solo se convierte en est\u00e1ndar industrial si los fabricantes de hardware y los laboratorios rivales la implementan. Nada en los informes actuales indica en qu\u00e9 punto se encuentra esta adopci\u00f3n.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_asked_questions\"><\/span>Preguntas frecuentes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>\u00bfQu\u00e9 es el est\u00e1ndar de hardware para agentes de IA de Anthropic?<\/strong> Seg\u00fan Ars Technica, se trata de un est\u00e1ndar de hardware desarrollado por Anthropic que permite a los agentes de IA controlar dispositivos f\u00edsicos; CNBC lo describe como un est\u00e1ndar dise\u00f1ado para ayudar a los agentes a operar m\u00e1quinas. No se han publicado detalles t\u00e9cnicos completos en los informes disponibles para nosotros.<\/p>\n<p><strong>\u00bfPueden los agentes de Anthropic realizar realmente experimentos cient\u00edficos?<\/strong> pharmaphorum informa que una herramienta de IA de Anthropic lleva a cabo experimentos cient\u00edficos f\u00edsicos. El alcance de dichos experimentos y el grado de supervisi\u00f3n humana implicado no se especifican en dicho informe.<\/p>\n<p><strong>\u00bfSignifica esto que Anthropic est\u00e1 construyendo robots?<\/strong> Nada en las fuentes lo respalda. Los informes describen un est\u00e1ndar para controlar m\u00e1quinas, que constituye una capa de software y protocolo, no una l\u00ednea propia de productos de hardware.<\/p>\n<p><strong>\u00bfQu\u00e9 deben hacer ahora los desarrolladores?<\/strong> Al evaluarla, lea la especificaci\u00f3n oficial de Anthropic y dise\u00f1e pasos de permisos, registro y aprobaci\u00f3n humana partiendo del supuesto de que las acciones f\u00edsicas no pueden deshacerse.<\/p>\n<p><strong>\u00bfHay alguna informaci\u00f3n sobre precios?<\/strong> No. No aparecen cifras de precios, licencias ni disponibilidad en los informes de los que disponemos, y cualquier n\u00famero que circule sin una fuente identificada debe considerarse especulaci\u00f3n.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_bottom_line\"><\/span>En resumen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Anthropic ha publicado una norma que permite a los agentes operar equipos f\u00edsicos, y la primera aplicaci\u00f3n cre\u00edble descrita en los informes corresponde al trabajo en laboratorios cient\u00edficos. Se trata de una historia m\u00e1s acotada que la de \u00abla IA controla el mundo f\u00edsico\u00bb, pero tambi\u00e9n mucho m\u00e1s interesante: los laboratorios son precisamente donde se lleva a cabo el trabajo f\u00edsico procedimental, verificable y controlado, lo que los convierte en el entorno l\u00f3gico para su validaci\u00f3n. Los aspectos pendientes no son de capacidad t\u00e9cnica, sino de gobernanza, certificaci\u00f3n, responsabilidad civil y, sobre todo, de si los fabricantes de hardware adoptar\u00e1n efectivamente la especificaci\u00f3n. Para los desarrolladores, la preparaci\u00f3n \u00fatil es de tipo arquitect\u00f3nico, no especulativa: asuma que la pr\u00f3xima generaci\u00f3n de dise\u00f1os de agentes ser\u00e1 evaluada seg\u00fan la precauci\u00f3n con la que gestionen acciones que no pueden revertirse.<\/p>\n<p><em>Fuentes: news.google.com. Informado el 28 de agosto de 2026.<\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>Anthropic has published a hardware standard intended to let AI agents operate physical machines, with early reporting pointing at scientific laboratories as the first serious use case. Here is what the announcement changes for agent developers.<\/p>","protected":false},"author":1,"featured_media":2426,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[8],"tags":[1130,725,427,1128,1129,950,951],"class_list":["post-2425","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-robotics","tag-agent-tooling","tag-ai-agents","tag-anthropic","tag-hardware-standard","tag-lab-automation","tag-physical-ai","tag-robotics"],"_links":{"self":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/2425","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/comments?post=2425"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/2425\/revisions"}],"predecessor-version":[{"id":2427,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/2425\/revisions\/2427"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/media\/2426"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/media?parent=2425"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/categories?post=2425"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/tags?post=2425"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}