Anthropic Labs: 20-memebreng tim, 2-taong pagsusuri, 20-30% rate ng tagumpay

Isang tim na may halos 20 katao ang gumawa ng Claude Code, MCP, at Claude Design.

Ngunit sa pananaw ni Ben Mann, co-founder ng Anthropic at head ng Labs, dapat ay pinapayagan ang pagkabigo sa karamihan sa mga pagsubok ng koponan.

Ayon sa Business Insider, ang mga ekipa ng Labs sa loob ng Anthropic ay sinusuri ang mga prototipo ng produkto sa bawat dalawang linggo: patuloyin ba o baguhin ang direksyon? Ang mga ideyang walang potensyal ay tatanggalin o isasama sa iba pang proyekto. Ang mga produktong nakakapagtrabaho nang maayos ay magkakaroon ng "graduation" mula sa Labs at ipapasa sa mga hiwalay na ekipa para sa karagdagang pag-unlad.

Ang成功率 ng mga ideya ni Mann ay tanging 20% hanggang 30%. Ang ilang mga pag-aaral na hindi nakakamit ang sariling anyo ay maaaring ma-absorb sa iba pang mga prototype o produkto. Ang numero na ito, kapag isinasaalang-alang kasama ang tagumpay ni Claude Code, ay nagtataglay ng pinakamalakas na katangian ng Labs: pagtanggap sa malaking bilang ng mga subok na hindi makakarating sa dulo, at pag-iingat ng mga yaman para sa kaunting direksyon na值得 patuloy na i-investahan.

Habang tinutulak ni Anthropic ang komersyalisasyon, tumataas ang kahalagahan ng mekanismong ito. Ayon sa Business Insider, handa na ang kompanya para sa pagpapalista. Paano ililipat ang kakayahan ng mga advanced na modelo sa mga produkto na gagawin ng mga user na patuloy na gamitin, ay ang tanong na dapat patuloy na sagutin ng Labs.

Nalalapit ni Mann sa isang interview na ilang taon na ang nakalipas, kailangan niya pa ring pagsabihan ang kumpanya na magsimula na maglabas ng mga produkto. Sa panahong iyon, isang isyu na kailangang pag-usapan ay kung maaari ba ng kumpanya na mag-asa sa pondo na may katangian ng kabanalan upang patuloy na suportahan ang advanced AI research.

Noong 2024, itinatag niya ang Labs upang magbigay ng kalayaan sa pag-aaral ng mga bagong ideya para sa produkto. Mula noon, ang koponan ay nagbuo ng mga produkto tulad ng Claude Code, ang Model Context Protocol (MCP) na nag-uugnay sa mga AI agent sa panlabas na data at mga kasangkapan, at ang Claude Design na itinampok noong taong ito. Kasali rin dito si Mike Krieger, co-founder ng Instagram.

Ben Mann

Ipinakita ni Mann ang Labs bilang isang tunay na "startup incubator".

May malinaw na pang-reference ang anyong ito ng organisasyon. Binanggit niya ang Bell Labs, na kung saan ay sumali rin sa Google’s internal incubation program na Area 120 noong 2018. Ang X ng Google ay nagbibigay din ng isang ideya: gamitin ang mga espesyalisadong koponan upang pagsilbihan ang mga direksyon na may mataas na kahinaan, at pagkatapos ay hayaan ang mga matatag na proyekto na mag-isa nang paulit-ulit.

Ang pagkakaiba ng Labs ay mas nakikita sa kalayuan nito mula sa pag-aaral ng mga modelo. Patuloy na nagbabago ang kakayahan ng mga pinakabagong modelo. Maaaring hindi pa sapat ang isang produkto ngayon, ngunit maaaring laktawan ang tuldok ng pagiging praktikal pagkatapos ng susunod na pag-upgrade ng modelo. Kung makakamit ng team ng produkto ang maagang kaalaman kung anong mga kakayahan ang nagpapabuti, may pagkakataon silang mas maaga nang masukat kung ano ang dapat gawin at kung ano ang maaaring simulan nang subukan.

Ipinanganak ang Claude Code sa ilalim ng mga kondisyong ito.

Ayon kay Mann, bago pa man magsimula ang pag-unlad noong huling bahagi ng 2024, ipinahayag ng mga siyentipiko sa kanyang koponan na ang bagong modelo ay nagpakita ng potensyal sa pag-program ng mga agent. Ito ay nagbigay ng mahalagang signal: sa pagbuo ng produkto sa paligid ng pag-program, maaaring subukan na bigyan ng mas maraming praktikal na gawain ang modelo.

Ibinigay ni Mann ang direksyong ito kay Boris Cherny, isang bagong miyembro ng kumpanya. Ang unang ideya ni Cherny ay isang tool para sa pag-analisa ng code, ngunit iniisip ni Mann na hindi sapat ang saklaw ng ideyang ito. Sabi niya sa isang panayam, kailangan lalo na ng mga bagong empleyado na palakasin ang kanilang mga layunin, dahil marami pa ring hindi alam kung ano ang kayang gawin ng mga agent.

Boris Cherny

Ang pangungusap na ito ay tumutukoy sa isang tunay na hamon sa pagbuo ng AI product: kung laging binubuo ang product batay sa mga kakayahan na kilala na, maaaring mabawasan ang mga gawain na kayang gawin ng modelo sa susunod.

Ang prototipo na ginawa ni Cherny ay naging populer sa loob ng kompanya. Noong Pebrero 2025, inilunsad ni Anthropic ang Claude Code bilang preview. Gumagamit ito ng ilalim na modelo upang sumulat, i-edit, at jalurin ang code, at patuloy na pinapalawig ng mga pag-update sa modelo.

Ang Claude Code ay naging mahalagang tagapagpabilis sa paglago ng Anthropic. Si Cherny ay kasalukuyang nagtatrabaho sa produkto na ito.

Sa pagtingin sa proseso na ito, ang kahusayan ng Labs ay hindi nagmula sa isang hiwalay na ideya. Una ang pananaliksik na timbang ay nakakita ng pagbabago sa kakayahan, pagkatapos ay binuo ng produkto ang prototype batay dito, ginamit ito sa loob para patunayan ang pangangailangan, at patuloy na pinabuti ang karanasan kasunod ng pag-unlad ng modelo. Mas malapit ang pagkakasunod-sunod ng mga hakbang, mas malaki ang pagkakataon ng produkto na makakuha nang maaga sa mga pag-unlad sa teknolohiya.

Ngunit ang pagkakaroon ng maagang pagkakita ng kakayahan ay hindi nangangahulugan na bawat ideya ay worth it para sa matagalang pagpapahalaga.

Ang Labs ay nagtataya ng “patuloy o magbago” sa bawat proyekto halos tuwing dalawang linggo. Ang panahong ito ay ginagamit para suriin ang direksyon, at hindi nangangahulugan na lahat ng produkto ay dapat tapusin sa loob ng dalawang linggo.

Kung ang isang ideya ay hindi nagtatagumpay, maaaring pagsamahin ng team ang mga may halagang bahagi nito sa iba pang pag-aaral o pagsasaraan ito. Pagkatapos ay lumilipat ang mga miyembro sa mga bagong gawain. Sinabi ni Mann na ang ilang mga pagsubok ay natapos na isama sa mga produkto tulad ng Chrome extension ni Claude.

Kaya ang 20% hanggang 30% na rate ng tagumpay ay hindi maaaring maunawaan nang simpleng ang natitirang trabaho ay lubos na walang halaga. Kahit hindi naging independiyenteng produkto ang isang prototype, maaari pa ring manatili ang mga maaaring muli gamitin na mga tampok, teknikal na karanasan, o pagtataya ng pangangailangan.

Isang iba pang patakaran ay kritikal: kapag ang laki ng tim ng proyekto ay karaniwang hihigit sa apat, maaalis na ito mula sa Labs.

Ang Claude Code at Claude Design ay ipinasa sa mga hiwalay na team sa loob ng kumpanya. Sa ganitong paraan, nananatiling maliit ang Labs at patuloy na nag-aaral ng mga susunod na direksyon. Ito rin ang nagpapaliwanag kung bakit palaging may mataas na turnover ng mga miyembro. Pagkatapos matapos ang isang proyekto, umalis ang ilang miyembro; at ang Labs ay nagpapalit ng mga bagong miyembro upang magsimula ng mga bagong pagsubok.

Kailangan ng mas maraming pagsisikap sa inhenyeriya at pangmatagalang pangangalaga ang mga napatunayang proyekto, habang kailangan ng mga maliit na koponan na panatilihin ang espasyo para sa pagbabago ng direksyon. Ang pagpapalaya sa tamang oras ng mga matatag na proyekto ay nakakatulong upang maiwasan ang pagkakasakop ng Labs ng araw-araw na operasyon.

Mayroon din itong kaugnay na gastos sa pamamahala. Patuloy ang pagbabago ng mga tauhan, kailangan ng mga bagong miyembro na mabilis na maunawaan ang mga pag-unlad sa pag-aaral, at kailangan ng team na paulit-ulit na muling itayo ang kanilang pakikipagtulungan. Ang epektibong pagtataya tuwing dalawang linggo ay nakadepende sa kalidad ng paghuhusga sa pagganap ng prototype.

Batay sa paglalarawan ni Mann, ang komunikasyon sa pagitan ng Labs at ang panlitikang tim ay nangyayari sa parehong direksyon. Ang mga developer ng produkto ay gumagamit ng mga bagong modelo upang hanapin ang mga pagkakataon, habang ang mga kulang sa mga praktikal na gawain ay nagpapadali sa mga mananaliksik na tumingin sa mga bagong kakayahan.

Isinama ni Mann ang isang layunin ng Labs bilang pagpapalawak ng “espasyo ng aksyon” ng AI, o ang pagpapahintulot sa mga makapangyarihang modelo na gawin ang higit pa sa mundo ng totoo. Ang pahayag na ito ay naglalagay ng layunin ng produkto sa mga tiyak na gawain. Ang pag-program ay nangangailangan ng kakayahang mag-operate ng code, ang disenyo ay nangangailangan ng paggawa ng mas angkop na mga visual na resulta, at ang paggamit sa iba’t ibang wika ay nangangailangan ng sistema na maunawaan ang mas maraming pagpapahayag. Ang kakayahang magtagumpay ng produkto ay magpapakita ng mga kakayahan na kailangan pa linangin ng modelo.

Habang pumapasok ang mga produkto na ito sa mas maraming merkado, tataas din ang kumplikadong mga negosyong ugnayan na haharapin ng Anthropic.

Ipinakita ni Forrester analyst Mike Gualtieri sa Business Insider na ang mga kasangkapan na ipinakilala ni Anthropic ay maaaring direktang makipagkumpitensya sa mga software na ginagamit ng mga corporate client. Isang halimbawa ay ang Claude Design, na pumasok sa larangan ng design software kung saan nasaan ang Adobe, Figma, at iba pa.

Mayroong patuloy na tensyon dito: ang Anthropic ay nagbibigay ng kakayahan ng model sa mga developer at negosyo, samantalang nagbuo rin sila ng kanilang sariling mga produkto batay sa mga kakayahang ito. Mas maraming tampok ang idinagdag sa platform, mas malaki ang posibilidad na magkakasalungat ito sa iba pang mga software product.

Para sa mga user, ang mas maraming nakabuilt-in na kakayahan ay maaaring magbawas sa paglipat ng mga kasangkapan. Para sa mga kapwa sa ekosistema, kailangan nilang masuri kung ano pa ang kanilang produkto ang maaaring magbigay ng differentiated value. Paano平衡 ni Anthropic ang dalawang panig ay magdudulot ng epekto sa atraktibong pagkakakilanlan ng kanyang platform.

Kung matatapos ng kumpanya ang pag-list sa hinaharap, kailangan pa rin ng Labs na magbigay ng espasyo para sa mga pag-aaral na may mataas na kahinaan, sa ilalim ng mas malinaw na mga layunin sa pagpapatakbo. Hindi maaaring masuri ang oras ng pag-list batay sa artikulong ito, at hindi maaaring masukat ang paano magkakakita ang pagsisikap sa pag-aaral pagkatapos ng pag-list.

Sa kanyang pagkakaintindi, ang direksyon ng Labs ay hindi nagpapahinga sa mga kasangkapan para sa opisina at pag-unlad.

Nais niya na makilahok ang kanyang team sa mga pagbabago sa pag-aaral ng biyolohiya, pag-iimbak ng malinis na enerhiya, at iba pang praktikal na aplikasyon sa hinaharap. Naniniwala siya na ang pagpapabilis ng pagsisiyasat sa pangunahing agham ay tutulong para makamit ng AI ang mas malaking benepisyo para sa higit pang tao.

Ang mga ito ay patuloy na mga pangarap, at may malaking layo pa sa mga makikita at mapapatotohanang resulta. Ngunit sinasagawa nito ang paraan ng paggawa na dating tinanggap ng Labs: obserbahan ang mga hangganan ng kakayahan, hanapin ang mga problema na值得 solusyon, at subukan ang mga ideya sa pamamagitan ng mga prototype.

Patunayan ng Claude Code na isa sa mga daan ay maaaring sundin. Ang susunod na hamon ng Labs ay ang patuloy na paghahanap ng susunod na gawain na值得投入 sa pagbabago ng kakayahan ng modelo at pangangailangan ng gumagamit.

Para sa tim na may halos 20 na miyembro, ang susi ay maaaring hindi naman ang paggawa ng bawat proyekto na tagumpay. Ang kakayahan na itigil nang maayos ang mga pagsubok na may limitadong potensyal upang bigyan ng sapat na yaman ang mga produktong may potensyal ang magdedesisyon kung gaano kalayo ang mekanismo ng paghahatid na ito.

Link sa orihinal: https://www.businessinsider.com/anthropic-labs-team-ai-innovation-ipo-2026-9

Ang artikulong ito ay galing sa WeChat public account na “Machine Heart”