Anthropic Labs: Tim 20 orang, tinjauan 2 minggu, tingkat keberhasilan 20-30%

Sebuah tim sekitar 20 orang mengembangkan Claude Code, MCP, dan Claude Design.

Namun, menurut Ben Mann, salah satu pendiri bersama Anthropic dan pemimpin Labs, sebagian besar upaya tim ini seharusnya diperbolehkan gagal.

Menurut laporan Business Insider, tim Labs internal Anthropic meninjau prototipe produk yang sedang dikembangkan setiap sekitar dua minggu: apakah akan melanjutkan, atau mengubah arah? Ide-ide yang tidak menjanjikan akan dihentikan atau digabungkan ke proyek lain. Produk yang benar-benar berjalan akan "lulus" dari Labs dan diserahkan ke tim independen untuk dikembangkan lebih lanjut.

Ide yang diberikan Mann hanya memiliki tingkat keberhasilan 20% hingga 30%. Sebagian eksplorasi yang gagal berkembang secara mandiri juga diserap ke dalam prototipe atau produk lainnya. Angka ini, ketika dipadukan dengan keberhasilan Claude Code, membentuk ciri paling menonjol dari Labs: menerima bahwa banyak upaya tidak akan sampai ke akhir, dan mengalokasikan sumber daya hanya untuk beberapa arah yang layak terus didukung.

Seiring dengan kemajuan Anthropic dalam komersialisasi, pentingnya mekanisme ini semakin meningkat. Menurut laporan Business Insider, perusahaan sedang mempersiapkan diri untuk go public. Bagaimana mengubah kemampuan model mutakhir menjadi produk yang ingin digunakan pengguna secara berkelanjutan akan tetap menjadi pertanyaan yang perlu terus dijawab oleh Labs.

Dalam wawancara itu, Mann mengingat bahwa beberapa tahun lalu, ia bahkan perlu meyakinkan perusahaan untuk mulai meluncurkan produk. Pada saat itu, salah satu masalah yang perlu dibahas adalah: apakah perusahaan dapat mengandalkan pendanaan bersifat amal untuk terus melanjutkan penelitian AI canggih.

Pada tahun 2024, ia mendirikan Labs untuk memberikan ruang eksplorasi bebas bagi ide-ide produk baru. Sejak itu, tim ini secara bertahap mengembangkan Claude Code, Model Context Protocol (MCP) yang menghubungkan agen AI dengan data dan alat eksternal, serta Claude Design yang diluncurkan tahun ini. Para peserta lainnya termasuk Mike Krieger, salah satu pendiri Instagram.

Ben Mann

Mann menggambarkan Labs sebagai sebuah "inkubator startup" yang sebenarnya.

Bentuk organisasi ini memiliki acuan yang jelas. Ia menyebut Bell Labs, yang juga pernah bergabung dengan proyek inkubasi internal Google, Area 120. X milik Google juga memberikan pemikiran serupa: menggunakan tim khusus untuk mengeksplorasi arah yang memiliki ketidakpastian lebih tinggi, lalu membiarkan proyek yang sudah matang secara perlahan berdiri sendiri.

Keunikan Labs lebih terlihat dari jaraknya terhadap penelitian model. Kemampuan model mutakhir terus berubah. Sebuah produk hari ini mungkin belum cukup baik untuk digunakan, tetapi setelah pembaruan model berikutnya, bisa melewati ambang kepraktisan. Jika tim produk dapat mengetahui lebih awal kemampuan mana yang sedang membaik, mereka memiliki kesempatan untuk lebih awal menilai apa yang layak dilakukan dan apa yang bisa mulai diuji.

Claude Code lahir dalam kondisi seperti ini.

Menurut Mann, para peneliti telah mengungkapkan kepada timnya bahwa model baru menunjukkan potensi dalam pemrograman agen, bahkan sebelum pengembangan terkait diluncurkan pada akhir 2024. Ini memberikan sinyal penting: dengan membangun produk di sekitar pemrograman, kita dapat mencoba membuat model mengambil lebih banyak tindakan praktis.

Mann menyerahkan arah ini kepada Boris Cherny, yang baru bergabung dengan perusahaan. Cherny awalnya mengusulkan alat analisis kode, tetapi Mann merasa ide ini belum cukup besar. Dalam wawancaranya, ia mengatakan bahwa karyawan baru terutama perlu meningkatkan target mereka secara signifikan, karena masih banyak hal yang belum diketahui tentang apa yang bisa dilakukan agen.

Boris Cherny

Kalimat ini mencerminkan tantangan nyata dalam pengembangan produk AI: jika selalu merancang produk berdasarkan kemampuan yang sudah dikenal, kita mungkin meremehkan tugas-tugas yang dapat diambil alih oleh model selanjutnya.

Prototipe yang dibuat oleh Cherny selanjutnya mendapat sambutan positif di internal. Pada Februari 2025, Anthropic meluncurkan Claude Code sebagai versi preview. Produk ini memanfaatkan model dasar untuk menulis, mengedit, dan menjalankan kode, dengan peningkatan model berikutnya terus mendorong perkembangan produk.

Claude Code menjadi pendorong pertumbuhan penting bagi Anthropic. Cherny kini bertanggung jawab atas produk ini.

Melihat kembali proses ini, keunggulan Labs bukan berasal dari satu ide terpisah. Tim peneliti terlebih dahulu menemukan perubahan kemampuan, kemudian tim produk membangun prototipe berdasarkan temuan tersebut, menguji kebutuhan secara internal, dan kemajuan model selanjutnya terus meningkatkan pengalaman pengguna. Semakin erat hubungan antar langkah-langkah ini, semakin besar peluang produk untuk segera memanfaatkan kemajuan teknologi.

Namun, melihat kemampuan lebih awal tidak berarti setiap ide layak untuk diinvestasikan dalam jangka panjang.

Labs melakukan evaluasi "pertahankan atau ubah arah" untuk proyek sekitar setiap dua minggu. Siklus ini digunakan untuk memeriksa arah, bukan berarti semua produk harus selesai dalam dua minggu.

Jika sebuah ide tidak berkinerja baik, tim dapat menghentikannya atau mengintegrasikan bagian-bagian bernilai darinya ke dalam eksplorasi lain. Peserta kemudian beralih ke tugas baru. Mann menyebutkan bahwa beberapa upaya akhirnya diintegrasikan ke dalam produk seperti ekstensi Chrome Claude.

Oleh karena itu, tingkat keberhasilan 20% hingga 30% tidak dapat dipahami secara sederhana sebagai pekerjaan sisanya menjadi sia-sia. Sebuah prototipe yang tidak berkembang menjadi produk mandiri masih dapat meninggalkan fungsi yang dapat digunakan kembali, pengalaman teknis, atau penilaian kebutuhan.

Aturan lain yang sama pentingnya: ketika tim proyek biasanya terdiri dari lebih dari empat orang, proyek tersebut akan "lulus" dari Labs.

Claude Code dan Claude Design keduanya dialihkan ke tim independen di dalam perusahaan. Dengan demikian, Labs tetap berukuran kecil dan terus mengeksplorasi arah berikutnya. Ini juga menjelaskan mengapa tim ini selalu memiliki tingkat perputaran anggota yang tinggi. Setelah proyek matang, sebagian anggota akan pergi; Labs kemudian merekrut anggota baru untuk memulai percobaan baru.

Proyek yang telah diverifikasi memerlukan lebih banyak upaya teknis dan pemeliharaan jangka panjang, sementara tim kecil perlu mempertahankan ruang untuk menyesuaikan arah. Membiarkan proyek yang matang berdiri sendiri tepat waktu membantu menghindari Labs menjadi penuh dengan operasi sehari-hari.

Ini juga memiliki biaya manajemen yang sesuai. Personel terus berubah, anggota baru perlu memahami perkembangan penelitian dengan cepat, dan tim harus terus membangun kembali hubungan kolaborasi. Efektivitas evaluasi setiap dua minggu tergantung pada kualitas penilaian terhadap kinerja prototipe.

Dari deskripsi Mann, komunikasi antara Labs dan tim peneliti berlangsung dua arah. Pengembang produk memanfaatkan model baru untuk mencari peluang, sementara kesenjangan dalam tugas nyata mendorong peneliti untuk memperhatikan kemampuan baru.

Mann merangkum salah satu tujuan Labs sebagai memperluas "ruang tindakan" AI, yaitu memungkinkan model kuat untuk melakukan lebih banyak hal di dunia nyata. Pernyataan ini menempatkan tujuan pekerjaan produk pada tugas-tugas spesifik. Pemrograman memerlukan model yang dapat mengoperasikan kode, desain memerlukan model yang menghasilkan hasil visual yang lebih sesuai, dan penggunaan lintas bahasa menuntut sistem untuk memahami lebih banyak ekspresi orang. Keberhasilan produk akan mengungkap kemampuan yang masih perlu dilengkapi oleh model.

Seiring produk-produk ini memasuki lebih banyak pasar, Anthropic juga akan menghadapi hubungan bisnis yang lebih kompleks.

Analyst Forrester Mike Gualtieri menunjukkan kepada Business Insider bahwa alat yang diluncurkan Anthropic kemungkinan bersaing langsung dengan perangkat lunak yang sudah digunakan oleh pelanggan perusahaan. Claude Design adalah contohnya, yang memasuki bidang perangkat lunak desain yang ditempati oleh perusahaan seperti Adobe dan Figma.

Ada ketegangan berkelanjutan di sini: Anthropic memberikan kemampuan model kepada pengembang dan perusahaan, sekaligus membangun produknya sendiri berdasarkan kemampuan tersebut. Semakin banyak fitur yang ditambahkan ke platform, semakin besar peluang tumpang tindih dengan produk perangkat lunak lainnya.

Bagi pengguna, lebih banyak fitur bawaan mungkin mengurangi kebutuhan untuk beralih alat. Bagi mitra ekosistem, perlu dinilai nilai diferensiasi apa lagi yang dapat disediakan oleh produk mereka. Cara Anthropic menyeimbangkan kedua sisi ini akan memengaruhi daya tarik platformnya.

Jika perusahaan menyelesaikan pencatatan saham di masa depan, Labs masih perlu menyediakan ruang untuk eksplorasi dengan ketidakpastian tinggi di bawah tujuan operasional yang lebih jelas. Tidak dapat dinilai hanya berdasarkan laporan ini kapan waktu pencatatan sahamnya, dan juga tidak dapat ditentukan sebelumnya bagaimana penyesuaian investasi R&D akan dilakukan setelah pencatatan saham.

Setidaknya dalam bayangan Mann, arah Labs tidak berhenti pada alat kantor dan pengembangan.

Dia berharap timnya dapat berpartisipasi dalam terobosan penelitian biologi, penyimpanan energi bersih, dan aplikasi nyata lainnya di masa depan. Ia percaya bahwa mempercepat penelitian ilmiah dasar akan membantu AI memberikan manfaat nyata bagi lebih banyak orang.

Ini masih merupakan visi, dan masih jauh dari hasil yang dapat diverifikasi. Namun, mereka melanjutkan cara kerja yang sudah diterapkan oleh Labs: mengamati batas kemampuan, mencari masalah yang layak dipecahkan, lalu menguji ide melalui prototipe.

Claude Code membuktikan bahwa salah satu jalur dapat ditempuh. Tantangan berikutnya bagi Labs adalah terus menemukan tugas berikutnya yang layak untuk diinvestasikan, di antara kemampuan model yang terus berubah dan kebutuhan pengguna.

Bagi tim sekitar 20 orang ini, kuncinya mungkin bukanlah membuat setiap proyek berhasil. Kemampuan untuk segera menghentikan upaya yang prospeknya terbatas, sehingga produk yang berpotensi mendapatkan sumber daya yang cukup, lah yang menentukan sejauh mana mekanisme inkubasi ini dapat berjalan.

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

Artikel ini berasal dari akun WeChat "Machine Heart"