एंथ्रोपिक के अंदर एक 20 से कम सदस्यों की "लैब्स" टीम है, जो त्वरित रूप से नए उत्पाद प्रोटोटाइप बनाने और सत्यापित करने के लिए जिम्मेदार है। टीम के प्रमुख बेन मैन ने बताया कि प्रोजेक्ट की सफलता की दर केवल 20% से 30% है, और लगभग 70% से 80% प्रयास अंततः रद्द कर दिए जाते हैं। इस "स्टार्टअप इंक्यूबेटर" के रूप में मानी जाने वाली टीम ने क्लॉड कोड, मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) और क्लॉड डिज़ाइन जैसे उत्पादों को जन्म दिया है, जिनमें से क्लॉड कोड एंथ्रोपिक का सबसे प्रभावशाली उत्पादों में से एक बन गया है। कंपनी के IPO की तैयारी के साथ, इस "असफल" टीम का महत्व बढ़ रहा है, और इसकी प्रणाली अन्य उत्पाद टीमों में फैल रही है, जिसका भविष्य में जीव विज्ञान अनुसंधान, स्वच्छ ऊर्जा संग्रहण जैसे कठिन विज्ञान क्षेत्रों में विस्तार हो सकता है।लेखक, स्रोत: Business Insider
एक सफल Claude Code के पीछे, संभवतः अधिक परियोजनाएँ हैं जिन्हें रद्द कर दिया गया है।
बिजनेस इंसाइडर के अनुसार, एंथ्रोपिक के अंदर 20 से कम लोगों की एक "लैब्स" टीम है, जो इस काम के लिए विशेष रूप से जिम्मेदार है: निरंतर नए उत्पादों का प्रस्ताव रखना, त्वरित सत्यापन करना, और अधिकांश असफल प्रयासों को समाप्त करना। टीम के प्रमुख और एंथ्रोपिक के सह-संस्थापक बेन मैन के अनुसार, लैब्स प्रोजेक्ट की सफलता की दर केवल 20% से 30% है, जिसका अर्थ है कि लगभग 70% से 80% के "बेट" अंततः असफल हो जाते हैं।
लेकिन एंथ्रोपिक असफलता को व्यर्थ नहीं मानता। बल्कि, यह उच्च असफलता दर वाली प्रणाली कंपनी के लिए अग्रणी मॉडल क्षमताओं को तेजी से व्यावसायिक उत्पादों में बदलने का एक महत्वपूर्ण इंजन बन रही है। क्लॉड कोड, मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) और क्लॉड डिज़ाइन जैसे उत्पाद सभी Labs से संबंधित हैं। जैसे-जैसे एंथ्रोपिक IPO की तैयारी कर रहा है, इस "असफल" टीम का महत्व भी बढ़ रहा है।
मैन ने साक्षात्कार में कहा: "हम इसे वास्तविक उद्यमशीलता इंक्यूबेटर के रूप में देखते हैं और अपेक्षा करते हैं कि अधिकांश निवेश विफल हो जाएंगे।" एंथ्रोपिक के लिए, यह बात नहीं है कि प्रत्येक प्रोजेक्ट सफल हो, बल्कि कम ट्रायल-एंड-एरर लागत के साथ कुछ ऐसे "हिट" प्राप्त करना है जो व्यवसाय के वक्र को बदल सकें।
दो हफ्ते का चक्र "जीवित रहें या बदलें": अधिकांश प्रोजेक्ट्स को हटा दिया जाने का निश्चित है
लैब्स का संचालन पारंपरिक उत्पाद टीमों से बिल्कुल अलग है। लगभग 20 सदस्यों की एक टीम रोटेशन आधारित ढंग से नए उत्पाद प्रोटोटाइप बनाती रहती है, जिन्हें आंतरिक रूप से "बेट्स" कहा जाता है। लगभग हर दो हफ्ते में, टीम एक "जारी रखें या दिशा बदलें" (persevere or pivot) समीक्षा करती है: कमजोर प्रोजेक्ट्स को सीधे बंद कर दिया जाता है या अन्य प्रोजेक्ट्स में मिला दिया जाता है, और सदस्य तुरंत नए प्रयासों पर स्विच हो जाते हैं; कुछ ही प्रमाणित प्रोजेक्ट्स लैब्स से "स्नातक" होकर स्वतंत्र टीम बनाते हैं।
Claude Code इनमें से सबसे सफल "बेट" था। मैन ने शुरू में इस कार्य को हाल ही में शामिल बोरिस चेर्नी को सौंपा। चेर्नी शुरू में कोड विश्लेषण उपकरण बनाना चाहता था, लेकिन मैन ने माना कि यह दिशा पर्याप्त रूप से बड़ी नहीं है और उससे अपना लक्ष्य अधिक विशाल बनाने को कहा। इसके बाद, चेर्नी द्वारा विकसित प्रोटोटाइप जल्द ही Anthropic के भीतर लोकप्रिय हो गया और फरवरी 2025 में प्रीव्यू संस्करण के रूप में बाहरी उपयोगकर्ताओं के लिए जारी किया गया।
इसके बाद, क्लॉड मॉडल के निरंतर अपग्रेड के साथ, क्लॉड कोड धीरे-धीरे एक आंतरिक प्रोटोटाइप से एंथ्रोपिक के सबसे प्रभावशाली उत्पादों में से एक में विकसित हुआ और कंपनी की वृद्धि को तेज करने का महत्वपूर्ण उत्साह बन गया।
लैब्स के पास उच्च आवृत्ति पर परीक्षण करने का एक महत्वपूर्ण लाभ है: यह अनुसंधान के अग्रिम रेखा के पास पर्याप्त रूप से निकट है। मैन ने कहा कि क्लॉड कोड विकास शुरू होने से पहले, टीम को शोधकर्ताओं से यह जानकारी मिल चुकी थी कि नए मॉडल एजेंट प्रोग्रामिंग में क्षमता दिखा रहे हैं, इसलिए वे मॉडल क्षमता के परिपक्व होने से पहले ही पहले से ही तैयारी कर सकते थे और अनुसंधान परिणामों को उत्पाद तक तेजी से पहुंचा सकते थे।
उत्पाद नेटवर्क लगातार विस्तारित हो रहा है: प्रोग्रामिंग उपकरणों से लेकर डिज़ाइन सॉफ्टवेयर तक
Claude Code केवल Labs की एकमात्र उपलब्धि नहीं है। टीम ने AI एजेंट्स को बाहरी डेटा स्रोतों से जोड़ने के लिए मॉडल कॉन्टेक्स्ट प्रोटोकॉल (Model Context Protocol, MCP) का भी विकास किया है; इस वर्ष लॉन्च किया गया Claude Design भी Labs से ही आया है। Instagram के सह-संस्थापक Mike Krieger भी इस टीम में हैं।
मैन ने Labs का लक्ष्य AI के "क्रियास्थल" (action space) को विस्तारित करने के रूप में परिभाषित किया है, जिसका अर्थ है AI मॉडल के उन कार्यों की सीमा को लगातार बढ़ाना जिन्हें वे वास्तव में पूरा कर सकते हैं। इसलिए, Labs केवल अगले ब्रेकआउट उत्पाद की खोज ही नहीं करता, बल्कि उत्पाद अनुप्रयोगों में मॉडल क्षमताओं की कमियों को उजागर करता है और फिर शोध टीम को उन्हें पूरा करने के लिए प्रेरित करता है।
उदाहरण के लिए, Labs ने कभी Anthropic अनुसंधान टीम को इथियोपियाई अम्हारिक भाषा की समझ में सुधार करने के लिए प्रेरित किया था; Claude Design के विकास ने फिर कंपनी की दृश्य आउटपुट क्षमता पर अनुसंधान के प्रति रुचि को और बढ़ाया। इस प्रकार, उत्पाद परीक्षण अब केवल व्यावसायिक आवश्यकताओं की पुष्टि ही नहीं है, बल्कि मॉडल क्षमताओं के विकास को प्रतिक्रमणिक रूप से प्रेरित करने का एक मार्ग भी बन गया है।
आजकल यह तंत्र Labs के बाहर भी फैलने लगा है। मैन ने बताया कि Anthropic के अन्य उत्पाद इंजीनियरिंग टीमें अभी समान "बेटिंग" ग्रुप स्थापित कर रही हैं।
IPO के पहले और बाद का कठिन संतुलन: असफलता के लिए साहस रखें और प्रतिस्पर्धा का सामना करें
जबकि Anthropic अपनी IPO की तैयारी कर रहा है, Labs को सिर्फ यह सवाल नहीं सुलझाना है कि "क्या हम अगला Claude Code बना सकते हैं?", बल्कि लगातार नवीनता और व्यावसायिकीकरण के बीच संतुलन कैसे बनाया जाए।
फॉररेस्टर विश्लेषक माइक गुअल्टिएरी ने बताया कि एंथ्रोपिक एक "हाई-वायर" का रास्ता अपना रहा है: कंपनी द्वारा लगातार लॉन्च किए जा रहे नए टूल, व्यवसायिक ग्राहकों के मौजूदा सॉफ्टवेयर के बाजार में सीधे प्रवेश कर सकते हैं। Claude Design के उदाहरण के साथ, इसकी उत्पाद क्षमताएं Adobe, Figma आदि डिज़ाइन सॉफ्टवेयर के साथ प्रतिस्पर्धा शुरू कर चुकी हैं।
गुआल्टिएरी का मानना है कि जैसे-जैसे Anthropic अपना उत्पाद प्लेटफॉर्म बनाता जाएगा, कंपनी ऐसे फ़ंक्शन बना सकती है जो उपयोगकर्ताओं को अन्य सॉफ्टवेयर पर निर्भर रहने से कम कर दें। "यह एक सूक्ष्म खेल होगा।"
इसी बीच, लैब्स को अपने कर्मचारियों के उच्च स्तर के प्रवाह को बनाए रखना भी आवश्यक है। प्रोजेक्ट्स आमतौर पर टीम के आकार चार से अधिक होने के बाद "स्नातक" हो जाते हैं और स्वतंत्र रूप से बाहर निकल जाते हैं, सदस्य निरंतर अन्य विभागों में स्थानांतरित होते रहते हैं, जबकि नए लोग लगातार शामिल होते रहते हैं। इसका मतलब है कि लैब्स का केंद्र एक स्थिर 20 सदस्यीय टीम नहीं है, बल्कि उत्पाद अवसरों को निरंतर उत्पन्न, छांटने और बढ़ाने की एक प्रणाली है।
दीर्घकालिक रूप से, मैन आशा करते हैं कि यह तंत्र सॉफ्टवेयर उत्पादों से बायोलॉजिकल रिसर्च, क्लीन एनर्जी स्टोरेज जैसे कठिन विज्ञान क्षेत्रों तक विस्तारित होगा, जिससे AI वास्तविक दुनिया में व्यापक रूप से प्रवेश कर सके। उनका मानना है कि कठिन विज्ञान के विकास को त्वरित करने की क्षमता "अत्यंत उत्साहजनक" है और AI द्वारा बड़े वास्तविक मूल्य का निर्माण शुरू करने की कुंजी है।