Anthropic Labs: Pasukan 20 orang, Ulasan 2 minggu, Kadar kejayaan 20-30%

Sebuah pasukan sebanyak kira-kira 20 orang telah menghasilkan Claude Code, MCP, dan Claude Design.

Namun, menurut Ben Mann, salah seorang penemu bersama Anthropic dan ketua Labs, kebanyakan percubaan pasukan ini sepatutnya diizinkan gagal.

Menurut laporan Business Insider, pasukan Labs di dalam Anthropic meninjau prototip produk yang sedang ditangani setiap dua minggu sekali: sama ada meneruskan atau menyesuaikan arah? Idea yang tidak menjanjikan akan dihentikan atau digabungkan ke dalam projek lain. Produk yang berjalan dengan lancar akan "lulus" dari Labs dan diserahkan kepada pasukan bebas untuk dikembangkan lebih lanjut.

Ide yang diberikan oleh Mann hanya mempunyai kejayaan sebanyak 20% hingga 30%. Sebahagian eksplorasi yang gagal menjadi bentuk yang berdiri sendiri juga akan diserap ke dalam prototaip atau produk lain. Nombor ini, apabila dibandingkan dengan kejayaan Claude Code, membentuk ciri paling ketara Labs: menerima bahawa banyak percubaan tidak akan sampai ke penghujungnya, dan menyediakan sumber untuk arah yang sedikit sahaja layak diteruskan.

Seiring dengan kemajuan Anthropic dalam komersialisasi, kepentingan mekanisme ini semakin meningkat. Menurut laporan Business Insider, syarikat sedang bersiap untuk disenaraikan. Bagaimana mengubah kemampuan model mutakhir menjadi produk yang pengguna bersedia gunakan secara berterusan akan menjadi soalan yang perlu terus dijawab oleh Labs.

Mann dalam temu bual mengingat bahawa beberapa tahun yang lalu, beliau bahkan perlu meyakinkan syarikat untuk memulakan pelancaran produk. Pada masa itu, satu isu yang perlu dibincangkan ialah: sama ada syarikat boleh bergantung kepada sokongan dana kebajikan untuk meneruskan penyelidikan AI canggih.

Pada tahun 2024, beliau mencipta Labs untuk memberi ruang bebas kepada idea produk baharu. Sejak itu, pasukan ini berjaya menghasilkan Claude Code, Model Context Protocol (MCP) yang menghubungkan agen AI dengan data dan alat luar, serta Claude Design yang dilancarkan tahun ini. Tokoh-tokoh seperti Mike Krieger, rakan bersama Instagram, turut terlibat.

Ben Mann

Mann menggambarkan Labs sebagai sebuah "inkubator perusahaan mula" yang sebenarnya.

Bentuk organisasi ini mempunyai rujukan yang jelas. Dia menyebut Bell Labs, yang juga pernah menyertai projek inisiatif dalaman Google, Area 120, pada tahun 2018. X milik Google juga memberikan satu pendekatan: menggunakan pasukan khas untuk mengeksplorasi arah yang mempunyai ketidakpastian tinggi, kemudian membiarkan projek yang matang berpisah secara beransur-ansur.

Keistimewaan Labs lebih terlihat dalam jaraknya dengan kajian model. Kemampuan model terkini sentiasa berubah. Sebuah produk yang hari ini masih belum cukup boleh digunakan mungkin melintasi ambang kegunaan selepas peningkatan model seterusnya. Jika pasukan produk dapat mengetahui lebih awal kemampuan mana yang sedang membaik, mereka berpeluang membuat penilaian lebih awal tentang apa yang patut dilakukan dan apa yang boleh mula diuji.

Claude Code dilahirkan di bawah keadaan seperti ini.

Menurut Mann, para penyelidik telah memberitahu pasukannya sebelum pembangunan berkaitan dilancarkan pada akhir 2024, bahawa model baharu menunjukkan potensi dalam pengaturcaraan agen. Ini memberikan isyarat penting: dengan membina produk berdasarkan pengaturcaraan, kita boleh mencuba untuk membolehkan model mengambil lebih banyak tindakan praktikal.

Mann menyerahkan arah ini kepada Boris Cherny, yang baru bergabung dengan syarikat. Cherny awalnya mencadangkan alat analisis kod, tetapi Mann berpendapat bahawa idea ini masih belum cukup besar. Dalam temu bualnya, beliau berkata bahawa pekerja baru perlu meningkatkan sasaran mereka secara besar-besaran, kerana masih banyak perkara yang tidak diketahui mengenai apa yang boleh dilakukan oleh agen.

Boris Cherny

Perkataan ini berkaitan dengan cabaran sebenar dalam pembangunan produk AI: jika terus mendesain produk berdasarkan kemampuan yang sudah dikenali, mungkin akan meremehkan tugas yang boleh diambil oleh model seterusnya.

Prototip yang kemudian dibuat oleh Cherny mendapat sambutan baik di dalam kalangan dalaman. Pada Februari 2025, Anthropic melancarkan Claude Code sebagai versi pra-pelancaran. Ia memanfaatkan model dasar untuk menulis, menyunting, dan menjalankan kod, dengan peningkatan model seterusnya terus mendorong perkembangan produk.

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

Melihat semula proses ini, kelebihan Labs bukan datang daripada satu idea yang terpisah. Pasukan penyelidikan terlebih dahulu mengesan perubahan kemampuan, kemudian pasukan produk membina prototaip berdasarkan itu, mengesahkan keperluan melalui penggunaan dalaman, dan kemajuan model seterusnya terus meningkatkan pengalaman. Semakin rapat hubungan antara setiap langkah, semakin besar peluang produk untuk menangkap kemajuan teknologi pada masa yang tepat.

Namun, melihat kemampuan lebih awal tidak bermakna setiap idea layak untuk diberikan komitmen jangka panjang.

Labs akan menilai projek secara "teruskan atau berpindah" kira-kira setiap dua minggu. Tempoh ini digunakan untuk memeriksa arah, bukan bermaksud semua produk perlu selesai dalam masa dua minggu.

Jika satu idea berprestasi buruk, pasukan boleh menghentikannya, atau menggabungkan bahagian-bahagian bernilai ke dalam eksplorasi lain. Peserta kemudian berpindah kepada tugas baru. Mann menyebut bahawa beberapa cubaan akhirnya digabungkan ke dalam produk seperti ekstensi Chrome Claude.

Oleh itu, kejayaan sebanyak 20% hingga 30% tidak boleh dipahami secara ringkas sebagai semua kerja yang tinggal menjadi sia-sia. Sebuah prototaip yang tidak berkembang menjadi produk bebas masih mungkin meninggalkan fungsi yang boleh digunakan semula, pengalaman teknikal, atau penilaian keperluan.

Peraturan lain yang sama pentingnya: apabila saiz pasukan projek biasanya melebihi empat orang, ia akan "lulus" dari Labs.

Claude Code dan Claude Design kedua-duanya dipindahkan ke pasukan berasingan di dalam syarikat. Dengan ini, Labs kekal berukuran kecil dan terus menjelajah arah seterusnya. Ini juga menjelaskan mengapa ia sentiasa menjadi pasukan dengan pergerakan ahli yang tinggi. Selepas projek matang, sebahagian ahli akan berpindah; Labs kemudian menambah ahli baharu untuk memulakan percubaan baharu.

Projek yang telah disahkan memerlukan lebih banyak usaha kejuruteraan dan penjagaan jangka panjang, sementara pasukan kecil perlu mengekalkan ruang untuk menyesuaikan arah. Membiarkan projek yang matang berdiri sendiri pada masanya membantu mengelakkan Labs dipenuhi sepenuhnya oleh operasi harian.

Ia juga mempunyai kos pengurusan yang sepadan. Perubahan berterusan dalam tenaga kerja memerlukan ahli baharu untuk memahami kemajuan penyelidikan dengan cepat, sementara pasukan perlu terus membina semula hubungan kerjasama. Keberkesanan penilaian setiap dua minggu bergantung kepada kualiti penilaian terhadap prestasi prototaip.

Dari perihalan Mann, komunikasi antara Labs dan pasukan penyelidik berlaku secara dua hala. Pembangun produk menggunakan model baharu untuk mencari peluang, sementara kekurangan dalam tugas sebenar mendorong penyelidik untuk memperhatikan kemampuan baharu.

Mann merangkum satu matlamat Labs sebagai memperluas "ruang tindakan" AI, iaitu membolehkan model yang kuat melakukan lebih banyak perkara di dunia nyata. Perkataan ini menetapkan matlamat kerja produk kepada tugas-tugas spesifik. Pemrograman memerlukan model mampu mengendalikan kod, reka bentuk memerlukan model menghasilkan hasil visual yang lebih sesuai, dan penggunaan lintas bahasa memerlukan sistem memahami ungkapan lebih ramai orang. Keberkesanan produk akan mengungkap kemampuan yang masih perlu dilengkapi oleh model.

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

Analis Forrester, Mike Gualtieri, menunjukkan kepada Business Insider bahawa alat yang dilancarkan oleh Anthropic mungkin bersaing secara langsung dengan perisian yang sudah digunakan oleh pelanggan korporat. Claude Design adalah satu contoh, yang memasuki bidang perisian reka bentuk yang dikuasai oleh syarikat seperti Adobe dan Figma.

Terdapat ketegangan berterusan di sini: Anthropic memberikan kemampuan model kepada pembangun dan perusahaan, sambil membina produk sendiri berdasarkan kemampuan tersebut. Semakin banyak fungsi yang ditambahkan ke platform, semakin besar peluang berlakunya tindih dengan produk perisian lain.

Bagi pengguna, lebih banyak kemampuan bawaan mungkin mengurangi keperluan untuk beralih alat. Bagi rakan ekosistem, perlu dinilai nilai berbeza apa lagi yang boleh disediakan oleh produk mereka. Cara Anthropic menyeimbangkan kedua-dua belah pihak akan mempengaruhi daya tarikan platformnya.

Jika syarikat menyelesaikan pencatatan di masa depan, Labs masih perlu menyediakan ruang untuk eksplorasi yang mempunyai ketidakpastian tinggi di bawah matlamat operasi yang lebih jelas. Tidak mungkin menentukan masa pencatatan berdasarkan laporan ini sahaja, dan tidak mungkin menentukan secara awal bagaimana pengeluaran untuk penyelidikan dan pembangunan akan disesuaikan selepas pencatatan.

Setidaknya dalam imaginasi Mann, arah Labs tidak berhenti pada alat pejabat dan pembangunan.

Dia berharap pasukannya akan terlibat dalam terobosan dalam penyelidikan biologi, penyimpanan tenaga bersih, dan aplikasi praktikal lainnya di masa depan. Dia percaya bahawa mempercepat penyelidikan sains asas akan membantu AI memberikan manfaat praktikal kepada lebih ramai orang.

Ini masih merupakan visi, dan masih jauh dari hasil yang dapat diverifikasi. Namun, ia melanjutkan cara kerja yang telah diambil oleh Labs: mengamati batasan kemampuan, mencari masalah yang layak dipecahkan, lalu menguji ide melalui prototipe.

Claude Code membuktikan bahawa salah satu lintasan boleh dilalui. Cabaran seterusnya bagi Labs ialah terus mencari tugas seterusnya yang patut dilaburkan di antara kemampuan model yang berubah-ubah dan keperluan pengguna.

Bagi pasukan yang berjumlah sekitar 20 orang ini, kuncinya mungkin bukanlah memastikan setiap projek berjaya. Kemampuan untuk menghentikan percubaan yang memiliki prospek terhad pada masa yang tepat, dan memberikan sumber yang mencukupi kepada produk yang berpotensi, lah yang menentukan sejauh mana mekanisme penjanaan ini boleh berjalan.

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

Artikel ini berasal daripada akaun微信公众号 "Ji Qi Zhi Xin"