एंथ्रोपिक लैब्स: 20 सदस्यीय टीम, 2 सप्ताह की समीक्षाएँ, 20-30% सफलता दर

एक लगभग 20 सदस्यों की टीम ने Claude Code, MCP और Claude Design बनाया।

लेकिन Anthropic के सह-संस्थापक और Labs के प्रमुख बेन मैन के अनुसार, इस टीम के अधिकांश प्रयासों को वास्तव में असफल होने की अनुमति होनी चाहिए।

बिजनेस इंसाइडर के अनुसार, एंथ्रोपिक के आंतरिक लैब्स टीम प्रत्येक लगभग दो सप्ताह में अपने सामने वाले उत्पाद प्रोटोटाइप की समीक्षा करती है: क्या आगे बढ़ना है, या दिशा बदलनी है? जिन विचारों में कोई संभावना नहीं होती, उन्हें रोक दिया जाता है या अन्य परियोजनाओं में शामिल कर लिया जाता है। जो उत्पाद सफलतापूर्वक काम करते हैं, वे लैब्स से 'स्नातक' होकर स्वतंत्र टीम के हवाले कर दिए जाते हैं, जो उनका विकास जारी रखती है।

मैन द्वारा दिए गए विचारों की सफलता की दर केवल 20% से 30% है। कुछ अपूर्ण अन्वेषणों को अन्य प्रोटोटाइप या उत्पादों में शामिल कर लिया जाता है। यह संख्या क्लॉड कोड की सफलता के साथ तुलना करने पर, लैब्स की सबसे प्रमुख विशेषता को बनाती है: बहुत सारे प्रयासों को अंत तक न ले जाने को स्वीकार करना, और संसाधनों को कुछ ही ऐसी दिशाओं के लिए समर्पित करना जो आगे निवेश के योग्य हैं।

जैसे-जैसे Anthropic व्यावसायिकीकरण की ओर बढ़ रहा है, इस तंत्र का महत्व बढ़ रहा है। Business Insider की रिपोर्ट के अनुसार, कंपनी लिस्टिंग के लिए तैयारी कर रही है। अग्रणी मॉडल क्षमताओं को उन उत्पादों में कैसे बदला जाए जिन्हें उपयोगकर्ता लगातार उपयोग करना चाहेंगे, यही Labs को अभी भी जवाब देना होगा।

मैन ने साक्षात्कार में याद किया कि कुछ साल पहले, उन्हें यहां तक कि कंपनी को उत्पाद जारी करने के लिए मनाना पड़ा। उस समय, एक चर्चा का विषय यह था कि क्या कंपनी अग्रणी AI शोध को आगे बढ़ाने के लिए दानात्मक वित्तपोषण पर निर्भर कर सकती है।

2024 में, उन्होंने Labs की स्थापना की, जिससे नए उत्पाद विचारों के लिए स्वतंत्र अन्वेषण का स्थान मिला। इसके बाद, इस टीम ने क्रमशः Claude Code, AI एजेंट्स को बाहरी डेटा और उपकरणों से जोड़ने वाला Model Context Protocol (MCP), और इस साल लॉन्च किया गया Claude Design विकसित किया। Instagram के सह-संस्थापक माइक क्रिगर जैसे लोग भी इसमें शामिल हुए।

बेन मैन

मैन ने लैब्स को एक वास्तविक उद्यम अनुकूलन केंद्र के रूप में वर्णित किया।

इस संगठनात्मक ढांचे के लिए स्पष्ट संदर्भ है। उन्होंने बेल लैब्स का उल्लेख किया, जिसमें 2018 में वे गूगल के आंतरिक इंक्यूबेशन प्रोजेक्ट Area 120 में शामिल हुए थे। गूगल का X भी एक समान दृष्टिकोण प्रदान करता है: अनिश्चितता वाले क्षेत्रों की खोज के लिए विशेष टीमों का उपयोग करें, और परिपक्व प्रोजेक्ट्स को धीरे-धीरे स्वतंत्र बनाएं।

लैब्स की विशेषता यह है कि यह मॉडल अनुसंधान से कितनी दूर है। अग्रणी मॉडल की क्षमताएँ लगातार बदल रही हैं। आज एक उत्पाद उपयोग के लिए पर्याप्त नहीं हो सकता, लेकिन अगले मॉडल अपग्रेड के बाद यह उपयोगिता की सीमा पार कर सकता है। यदि उत्पाद टीम को पहले से पता हो कि कौन सी क्षमताएँ सुधर रही हैं, तो वे जल्दी से यह निर्णय ले सकती हैं कि क्या करना है और क्या आजमाना शुरू करना है।

क्लॉड कोड का जन्म इसी परिस्थिति में हुआ।

मैन के अनुसार, 2024 के अंत तक संबंधित विकास शुरू करने से पहले, शोधकर्ताओं ने उनकी टीम को बताया कि नया मॉडल एजेंट प्रोग्रामिंग में क्षमता दिखा रहा है। इससे एक महत्वपूर्ण संकेत मिलता है: प्रोग्रामिंग पर आधारित उत्पाद बनाने के लिए, मॉडल को अधिक व्यावहारिक कार्य सौंपने का प्रयास किया जा सकता है।

मैन ने इस दिशा को कंपनी में नए शामिल हुए बोरिस चेर्नी को सौंप दिया। चेर्नी ने शुरू में एक कोड विश्लेषण उपकरण का प्रस्ताव रखा, लेकिन मैन का मानना था कि इस विचार का पैमाना पर्याप्त बड़ा नहीं था। उन्होंने साक्षात्कार में कहा कि नए कर्मचारियों को विशेष रूप से अपने लक्ष्यों को काफी बढ़ाने की आवश्यकता है, क्योंकि एजेंट क्या कर सकते हैं, इसके बारे में अभी भी कई अज्ञात हैं।

बोरिस चेर्नी

यह वाक्य AI उत्पाद विकास में एक वास्तविक चुनौती को दर्शाता है: यदि आप हमेशा पहले से परिचित क्षमताओं के आधार पर उत्पाद का डिज़ाइन करते हैं, तो आप मॉडल की अगली संभावित क्षमताओं को कम आंक सकते हैं।

चर्नी द्वारा बाद में बनाया गया प्रोटोटाइप आंतरिक रूप से लोकप्रिय हो गया। फरवरी 2025 में, Anthropic ने Claude Code को प्रीव्यू के रूप में लॉन्च किया। यह निचले स्तर के मॉडल का उपयोग करके कोड लिखता, संपादित करता और चलाता है, और बाद के मॉडल अपग्रेड्स ने उत्पाद के विकास को आगे बढ़ाया।

Claude Code ने Anthropic के विकास को महत्वपूर्ण रूप से बढ़ावा दिया है। अब चर्नी इस उत्पाद की जिम्मेदारी संभाल रहे हैं।

इस प्रक्रिया को वापस देखें, तो Labs का लाभ एक अलग विचार से नहीं आया। अनुसंधान टीम ने पहले क्षमता में परिवर्तन की पहचान की, फिर उत्पाद टीम ने इसके आधार पर प्रोटोटाइप बनाया, आंतरिक उपयोग से आवश्यकता की पुष्टि की, और बाद में मॉडल में सुधार से अनुभव में सुधार हुआ। इन कदमों के बीच जितना अधिक सुसंगठित संबंध होगा, उतना ही अधिक अवसर होगा कि उत्पाद तकनीकी प्रगति को समय पर पकड़ सके।

हालांकि, क्षमता को पहले से देखना इस बात का आधार नहीं है कि हर विचार को लंबे समय तक निवेश करना चाहिए।

लैब्स लगभग हर दो हफ्ते में प्रोजेक्ट के लिए "जारी रखें या दिशा बदलें" का मूल्यांकन करता है। यह अवधि दिशा की जांच के लिए होती है, और इसका अर्थ यह नहीं है कि सभी उत्पादों को दो हफ्तों के भीतर पूरा करना होगा।

अगर कोई विचार कमजोर प्रदर्शन करता है, तो टीम इसे बंद कर सकती है या इसके मूल्यवान हिस्सों को अन्य अन्वेषणों में शामिल कर सकती है। फिर प्रतिभागी नए कार्यों की ओर मुड़ जाते हैं। मैन ने उल्लेख किया कि कुछ प्रयास अंततः क्लॉड के Chrome एक्सटेंशन जैसे उत्पादों में एकीकृत हो गए।

इसलिए, 20% से 30% सफलता की दर को यह समझना गलत होगा कि शेष कार्य पूरी तरह व्यर्थ है। एक प्रोटोटाइप जो स्वतंत्र उत्पाद में विकसित नहीं हो पाता, फिर भी पुन: उपयोग के योग्य कार्यों, तकनीकी अनुभव या आवश्यकता के निर्णय छोड़ सकता है।

एक और नियम भी महत्वपूर्ण है: जब प्रोजेक्ट टीम का आकार आमतौर पर चार से अधिक हो जाता है, तो यह Labs से 'स्नातक' हो जाता है।

क्लॉड कोड और क्लॉड डिज़ाइन दोनों को इसी तरह कंपनी के अंदर अलग टीमों में स्थानांतरित कर दिया गया। इससे लैब्स का आकार छोटा बना रहता है और अगली श्रृंखला की दिशाओं का पता लगाता रहता है। इसीलिए यह हमेशा एक ऐसी टीम रही है जिसमें सदस्यों का प्रवाह अधिक होता है। जब कोई प्रोजेक्ट परिपक्व हो जाता है, तो कुछ सदस्य चले जाते हैं; लैब्स नए सदस्यों को शामिल करता है और नए प्रयास शुरू करता है।

सत्यापित प्रोजेक्ट्स को अधिक इंजीनियरिंग निवेश और दीर्घकालिक रखरखाव की आवश्यकता होती है, जबकि छोटी टीमों को दिशा में समायोजन के लिए स्थान बनाए रखने की आवश्यकता होती है। परिपक्व प्रोजेक्ट्स को समय पर स्वतंत्र करना, Labs को दैनिक संचालन से पूरी तरह व्यस्त होने से बचाने में मदद करता है।

इसके संबंधित प्रबंधन लागत भी है। कर्मचारियों का निरंतर परिवर्तन होता है, नए सदस्यों को शोध की प्रगति को जल्दी समझना होता है, और टीम को लगातार सहयोग संबंधों को पुनः स्थापित करना पड़ता है। दो हफ्ते में एक बार मूल्यांकन की प्रभावशीलता, प्रोटोटाइप के प्रदर्शन के आकलन की गुणवत्ता पर निर्भर करती है।

मैन के वर्णन के अनुसार, लैब्स और अनुसंधान टीम के बीच संवाद द्विदिशात्मक रूप से चल रहा है। उत्पाद विकासकर्ता नए मॉडल का उपयोग अवसर ढूंढने के लिए करते हैं, और वास्तविक कार्यों में खाली स्थान शोधकर्ताओं को नए क्षमताओं पर ध्यान केंद्रित करने के लिए प्रेरित करते हैं।

मैन ने लैब्स के एक लक्ष्य को एआई के "कार्य क्षेत्र" को बढ़ाने के रूप में सारांशित किया, जिसका अर्थ है कि शक्तिशाली मॉडल वास्तविक दुनिया में अधिक कार्य कर सकें। यह व्यक्ति उत्पाद कार्य के लक्ष्य को विशिष्ट कार्यों पर लाता है। प्रोग्रामिंग के लिए मॉडल को कोड को संचालित करने में सक्षम होना चाहिए, डिज़ाइन के लिए मॉडल को अधिक उपयुक्त दृश्य परिणाम उत्पन्न करने होंगे, और बहुभाषी उपयोग के लिए प्रणाली को अधिक लोगों के अभिव्यक्ति समझने की आवश्यकता है। उत्पाद सफल हो पाएगा या नहीं, यह दर्शाएगा कि मॉडल को अभी किन क्षमताओं को पूरा करने की आवश्यकता है।

जब ये उत्पाद अधिक बाजारों में प्रवेश करेंगे, तो Anthropic को अधिक जटिल व्यावसायिक संबंधों का सामना करना पड़ेगा।

Forrester के विश्लेषक माइक गुएल्टियरी ने Business Insider को बताया कि Anthropic द्वारा लॉन्च किए गए उपकरण, व्यवसायिक ग्राहकों द्वारा पहले से उपयोग किए जा रहे सॉफ्टवेयर के साथ सीधी प्रतिस्पर्धा कर सकते हैं। Claude Design इसका एक उदाहरण है, जो Adobe, Figma आदि कंपनियों के डिज़ाइन सॉफ्टवेयर के क्षेत्र में प्रवेश करता है।

यहाँ एक निरंतर तनाव मौजूद है: Anthropic विकासकों और उद्यमों को मॉडल क्षमताएँ प्रदान करता है, जबकि इन क्षमताओं के आधार पर अपने उत्पादों का भी निर्माण करता है। जितने अधिक फ़ंक्शन प्लेटफ़ॉर्म पर जोड़े जाते हैं, उतनी ही अधिक संभावना होती है कि यह अन्य सॉफ़्टवेयर उत्पादों के साथ ओवरलैप हो जाए।

उपयोगकर्ताओं के लिए, अधिक अंतर्निहित क्षमताएँ टूल स्विचिंग को कम कर सकती हैं। पार्टनरों के लिए, यह निर्णय लेना आवश्यक है कि उनके उत्पाद अभी भी कौन सा अंतर्स्थ लाभ प्रदान कर सकते हैं। एंथ्रोपिक कैसे इन दोनों के बीच संतुलन बनाता है, यह उसके प्लेटफॉर्म की आकर्षकता को प्रभावित करेगा।

यदि कंपनी भविष्य में सूचीबद्ध हो जाती है, तो Labs को अनिश्चितता वाले अन्वेषण के लिए अधिक स्पष्ट ऑपरेशनल लक्ष्यों के तहत स्थान बनाए रखना होगा। इस रिपोर्ट के आधार पर इसके सूचीबद्ध होने का समय निर्धारित नहीं किया जा सकता है, और सूचीबद्ध होने के बाद अनुसंधान और विकास निवेश को कैसे समायोजित किया जाएगा, इसकी पूर्वनिर्धारित जानकारी नहीं है।

लेकिन मैन के विचार में, लैब्स की दिशा केवल कार्यालय और विकास उपकरणों तक सीमित नहीं रही।

वह चाहता है कि भविष्य में टीम जैविक अनुसंधान, शुद्ध ऊर्जा संग्रहण और अन्य वास्तविक अनुप्रयोगों में उल्लेखनीय प्रगति में शामिल हो। वह मानता है कि मूल वैज्ञानिक अनुसंधान को तेज करने से AI अधिक लोगों के लिए वास्तविक लाभ प्रदान करने में सक्षम होगा।

ये अभी भी दृष्टि हैं, और जांचने योग्य परिणामों तक पहुँचने के लिए अभी बहुत दूरी है। लेकिन ये Labs द्वारा पहले से अपनाई गई कार्य पद्धति को जारी रखते हैं: क्षमता की सीमाओं को देखना, हल करने योग्य समस्याएँ ढूँढना, और फिर विचारों की जांच के लिए प्रोटोटाइप बनाना।

Claude Code ने साबित कर दिया कि इनमें से एक मार्ग अपनाया जा सकता है। अगली चुनौती, Labs के लिए, लगातार बदलती मॉडल क्षमताओं और उपयोगकर्ता आवश्यकताओं के बीच ऐसी अगली टास्क ढूंढना होगी जिसमें निवेश करने का मूल्य हो।

इस लगभग 20 सदस्यों की टीम के लिए, कुंजी कभी भी प्रत्येक प्रोजेक्ट को सफल बनाना नहीं है। संभावनाएं सीमित प्रयासों को समय पर रोकना और क्षमता वाले उत्पादों को पर्याप्त संसाधन प्रदान करना ही इस हाइब्रिड मैकेनिज्म को कितनी दूर तक ले जा सकता है, यह तय करता है।

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

यह लेख वेचेन ग्रुप "मशीन इंटेलिजेंस" से आया है