Anthropic Labs: Equipo de 20 miembros, revisiones cada 2 semanas, tasa de éxito del 20-30%

Un equipo de aproximadamente 20 personas desarrolló Claude Code, MCP y Claude Design.

Pero, según Ben Mann, cofundador de Anthropic y responsable de Labs, la mayoría de los intentos de este equipo deberían permitir el fracaso.

Según Business Insider, el equipo de Labs de Anthropic revisa sus prototipos de productos cada aproximadamente dos semanas: ¿continuar adelante o ajustar la dirección? Las ideas sin perspectiva se cancelan o se integran en otros proyectos. Los productos que realmente funcionan "gradúan" de Labs y se entregan a equipos independientes para su desarrollo continuo.

Las ideas de Mann tienen una tasa de éxito de solo entre el 20% y el 30%. Algunas exploraciones que no logran materializarse por sí solas se integran en otros prototipos o productos. Este número, contrastado con el éxito de Claude Code, constituye la característica más distintiva de Labs: aceptar que muchos intentos no lleguen a buen puerto y reservar los recursos para unas pocas direcciones que merecen seguir siendo invertidas.

A medida que Anthropic avanza en su comercialización, la importancia de este mecanismo está aumentando. Según Business Insider, la empresa se está preparando para salir a bolsa. Cómo convertir la capacidad de los modelos de vanguardia en productos que los usuarios estén dispuestos a utilizar de forma continua será una pregunta que Labs deberá seguir respondiendo.

Mann recordó en la entrevista que, hace algunos años, incluso tuvo que convencer a la empresa de comenzar a lanzar productos. En ese momento, una cuestión que se debía discutir era: si la empresa podía depender de financiamiento de naturaleza benéfica para continuar avanzando en la investigación de IA.

En 2024, creó Labs para dejar espacio libre para explorar nuevas ideas de productos. Desde entonces, este equipo ha desarrollado gradualmente Claude Code, el Model Context Protocol (MCP) que conecta agentes de IA con datos y herramientas externas, y Claude Design, lanzado este año. También participaron personas como Mike Krieger, cofundador de Instagram.

Ben Mann

Mann describió a Labs como un verdadero «incubador de startups».

Esta forma de organización tiene un referente claro. Mencionó los Laboratorios Bell, que también se unieron al proyecto interno de Google, Area 120, en 2018. El X de Google también ofrece una idea similar: utilizar equipos especializados para explorar direcciones con mayor incertidumbre, y luego permitir que los proyectos maduros se independicen progresivamente.

Lo que hace especial a Labs es su proximidad a la investigación de modelos. Las capacidades de los modelos前沿 están en constante cambio. Un producto que hoy no es lo suficientemente útil podría superar el umbral de utilidad tras la próxima actualización del modelo. Si el equipo de producto puede anticipar qué capacidades están mejorando, tiene la oportunidad de evaluar antes qué vale la pena desarrollar y qué puede comenzar a probar.

Claude Code nació bajo estas condiciones.

Según Mann, antes de que se iniciara el desarrollo relacionado a finales de 2024, los investigadores ya habían informado a su equipo de que el nuevo modelo mostraba potencial en la programación de agentes. Esto proporcionó una señal importante: al construir productos alrededor de la programación, se puede intentar asignar al modelo más tareas prácticas.

Mann entregó esta dirección a Boris Cherny, recién incorporado a la empresa. Cherny inicialmente propuso una herramienta de análisis de código, pero Mann consideró que la escala de la idea no era lo suficientemente grande. En una entrevista, dijo que los nuevos empleados necesitan aumentar significativamente sus objetivos, ya que aún hay muchas incógnitas sobre lo que los agentes pueden lograr.

Boris Cherny

Esta frase refleja un desafío real en el desarrollo de productos de IA: si siempre se diseñan productos basándose en capacidades ya conocidas, se podría subestimar las tareas que el modelo podrá asumir a continuación.

El prototipo posterior de Cherny fue bien recibido internamente. En febrero de 2025, Anthropic lanzó Claude Code en versión preliminar. Utiliza el modelo subyacente para escribir, editar y ejecutar código, y las actualizaciones posteriores del modelo han seguido impulsando el desarrollo del producto.

Claude Code se ha convertido en un impulsor clave del crecimiento de Anthropic. Cherny ahora se encarga de este producto.

Al revisar este proceso, la ventaja de Labs no proviene de una idea aislada. El equipo de investigación primero identificó los cambios en las capacidades, luego el equipo de producto construyó prototipos basados en ello, validó la demanda mediante uso interno, y los posteriores avances en el modelo siguieron mejorando la experiencia. Cuanto más estrechamente estén conectados estos pasos, mayor será la oportunidad del producto de aprovechar oportunamente los avances tecnológicos.

Sin embargo, ver con anticipación la capacidad no significa que cada idea merezca una inversión a largo plazo.

Labs realiza una evaluación de "continuar o cambiar de rumbo" aproximadamente cada dos semanas. Este ciclo se utiliza para revisar la dirección, pero no implica que todos los productos deban completarse en dos semanas.

Si una idea no funciona bien, el equipo puede cancelarla o integrar las partes valiosas en otras investigaciones. Los participantes luego pasan a nuevas tareas. Mann mencionó que algunos intentos terminaron integrándose en productos como la extensión de Chrome de Claude.

Por lo tanto, una tasa de éxito del 20% al 30% no debe interpretarse simplemente como que el resto del trabajo queda completamente en vano. Un prototipo que no se convierte en un producto independiente aún puede dejar atrás funciones reutilizables, experiencia técnica o juicios sobre necesidades.

Otra regla igualmente clave: cuando el equipo del proyecto generalmente supera a cuatro personas, se gradúa de Labs.

Claude Code y Claude Design se transfirieron de esta manera a equipos independientes dentro de la empresa. Así, Labs mantiene un tamaño reducido y continúa explorando las próximas direcciones. Esto también explica por qué siempre ha sido un equipo con alta rotación de personal: después de que un proyecto madura, algunos miembros se van; Labs luego incorpora nuevos miembros para iniciar nuevos intentos.

Los proyectos verificados requieren más inversión en ingeniería y mantenimiento a largo plazo, mientras que los equipos pequeños necesitan mantener la flexibilidad para ajustar su dirección. Permitir que los proyectos maduros se independicen a tiempo ayuda a evitar que Labs se vea completamente saturado por las operaciones diarias.

También tiene costos de gestión asociados. El personal cambia constantemente, los nuevos miembros deben comprender rápidamente los avances de la investigación, y el equipo debe reconstruir continuamente las relaciones de colaboración. La efectividad de la evaluación cada dos semanas depende de la calidad del juicio sobre el rendimiento del prototipo.

Según la descripción de Mann, la comunicación entre Labs y el equipo de investigación también es bidireccional. Los desarrolladores de productos utilizan nuevos modelos para identificar oportunidades, y las brechas en las tareas reales impulsan a los investigadores a enfocarse en nuevas capacidades.

Mann resumió uno de los objetivos de Labs como ampliar el «espacio de acción» de la IA, es decir, permitir que los modelos potentes realicen más tareas en el mundo real. Esta declaración concreta los objetivos del trabajo del producto en tareas específicas: la programación requiere que los modelos puedan manipular código, el diseño exige que los modelos generen resultados visuales más adecuados, y el uso multilingüe demanda que el sistema comprenda mejor las expresiones de más personas. La viabilidad del producto revelará las capacidades que aún deben completarse en los modelos.

A medida que estos productos ingresen a más mercados, Anthropic también enfrentará relaciones comerciales más complejas.

El analista de Forrester, Mike Gualtieri, señaló a Business Insider que las herramientas lanzadas por Anthropic podrían competir directamente con el software que los clientes empresariales ya utilizan. Claude Design es un ejemplo, ya que ingresa al ámbito del software de diseño de empresas como Adobe y Figma.

Existe una tensión constante: Anthropic ofrece capacidades de modelos a desarrolladores y empresas, al tiempo que construye sus propios productos basados en estas capacidades. Cuantas más funciones se añadan a la plataforma, mayor será la posibilidad de superposición con otros productos de software.

Para los usuarios, más capacidades integradas podrían reducir la necesidad de cambiar entre herramientas. Para los socios del ecosistema, es necesario evaluar qué valor diferenciador aún pueden aportar sus productos. Cómo Anthropic equilibra ambos extremos influirá en el atractivo de su plataforma.

Si la empresa completa su salida a bolsa en el futuro, Labs aún necesitará reservar espacio para exploraciones de mayor incertidumbre bajo objetivos operativos más claros. No se puede determinar el momento de su salida a bolsa solo con este informe, ni se puede predefinir cómo se ajustarán las inversiones en I+D tras la salida.

Al menos en la visión de Mann, la dirección de Labs no se limita a herramientas de oficina y desarrollo.

Él espera que el equipo participe en el futuro en avances en investigación biológica, almacenamiento de energía limpia y otras aplicaciones prácticas. Cree que acelerar la investigación científica básica ayudará a que la inteligencia artificial genere beneficios reales para más personas.

Estas siguen siendo visiones, y hay un largo camino por recorrer hasta lograr resultados verificables. Pero continúan el enfoque que ya ha adoptado Labs: observar los límites de la capacidad, buscar problemas que valga la pena resolver y probar ideas mediante prototipos.

Claude Code demostró que uno de los caminos es viable. La próxima prueba para Labs consiste en encontrar continuamente la siguiente tarea valiosa para invertir, entre las capacidades del modelo en constante cambio y las necesidades del usuario.

Para este equipo de alrededor de 20 personas, lo clave nunca ha sido hacer que cada proyecto tenga éxito. Lo que determina hasta dónde puede llegar este mecanismo de incubación es la capacidad de detener a tiempo los intentos con poco potencial, para que los productos con posibilidades reciban suficientes recursos.

Enlace original: https://www.businessinsider.com/anthropic-labs-team-ai-innovation-ipo-2026-9

Este artículo proviene del canal de WeChat "Machine Heart"