Anthropic Labs: 20 Kişilik Takım, 2 Haftalık İncelemeler, %20-30 Başarı Oranı

Yaklaşık 20 kişilik bir ekip, Claude Code, MCP ve Claude Design'i geliştirdi.

Ancak Anthropic ortak kurucusu ve Labs sorumlusu Ben Mann'a göre, bu ekibin yaptığı çoğu deneme başarısız olmaya mahkûmdu.

Business Insider'e göre, Anthropic'ın iç Labs ekibi, elindeki ürün prototiplerini iki haftada bir inceleyerek: ilerlemeye devam edip etmeyeceğini ya da yönünü değiştirmeyi kararlaştırıyor. Geleceği olmayan fikirler sonlandırılıyor veya diğer projelere dahil ediliyor. Gerçekten işleyen ürünler, Labs'ten mezun olup bağımsız ekiplere devrediliyor.

Mann'ın fikirlerinin başarı oranı sadece %20 ile %30 arasındadır. Bağımsız olarak tamamlanamayan bazı araştırmalar, diğer prototiplere veya ürünlere dahil edilir. Bu rakam, Claude Code'un başarısıyla birlikte Labs'ın en belirgin özelliğini oluşturur: birçok denemenin sonuna kadar ulaşamamasını kabul etmek ve kaynakları, devam edilmesi değerli olan az sayıdaki yöne odaklamak.

Anthropic'in ticarileştirme sürecini ilerletmesiyle bu mekanizmanın önemi artıyor. Business Insider'a göre, şirket halka açık hale getirme için hazırlanıyor. Öncü model yeteneklerini kullanıcıların sürekli kullanmak isteyeceği bir ürüne dönüştürmek, Labs'ın yanıtlamaya devam etmesi gereken soru olacak.

Mann, röportajda, birkaç yıl önce şirketin ürün çıkarmaya başlamasını bile ikna etmesi gerektiğine dair anılar paylaştı. O dönemde tartışılması gereken bir soru, şirketin ileri AI araştırmalarını sürdürebilmek için hayırseverlik temelli finansmanlara güvenip güvenemeyeceğiydi.

2024 yılında Labs'ı kurdu ve yeni ürün fikirleri için serbest araştırmaya yer ayırdı. Bundan sonra, bu ekip Claude Code, AI ajanlarını dış verilere ve araçlara bağlayan Model Context Protocol (MCP) ve bu yıl piyasaya sürülen Claude Design'i ortaya çıkardı. Instagram ortak kurucusu Mike Krieger ve diğerleri de bu süreçte yer aldı.

Ben Mann

Mann, Labs'ı gerçekten bir « girişim yuvası » olarak tanımladı.

Bu organizasyon modelinin net bir referansı vardır. Bell Labs'a atıfta bulunmuş, 2018'de Google'ın iç entegrasyon projesi Area 120'ye de katılmıştır. Google'ın X birimide benzer bir yaklaşım sunar: belirsizlik düzeyi yüksek alanlara özel ekiplerle çalışılır ve olgunlaşan projeler zamanla bağımsız hale getirilir.

Labs'ın özelliği, model araştırmalarıyla olan uzaklığından daha çok ortaya çıkar. Öncü modellerin yetenekleri sürekli değişmektedir. Bir ürün bugün yeterince kullanışlı olmasa bile, bir sonraki model yükseltmesiyle kullanım eşiğini aşabilir. Ürün ekibi, hangi yeteneklerin iyileştiğini önceden bilirse, neyin değerli olduğunu ve neyin denenmeye başlanabileceğini daha erken belirleme fırsatına sahip olur.

Claude Code, tam olarak bu koşullar altında doğdu.

Mann'a göre, 2024 yılının sonunda ilgili geliştirme başlatılmadan önce araştırmacılar, yeni modelin agent programlamada potansiyel gösterdiğini ekibine bildirmişti. Bu, ürünleri programlama üzerine kurarak modelin daha fazla pratik görev üstlenmesini deneyebiliriz diye önemli bir sinyal verdi.

Mann, bu yönü şirkete yeni katılan Boris Cherny'ye bıraktı. Cherny, ilk olarak bir kod analiz aracı önerdi, ancak Mann bu fikrin ölçeğinin yeterli olmadığını düşündü. Bir röportajda, yeni çalışanların özellikle hedeflerini büyük ölçüde yükseltmeleri gerektiğini söyledi, çünkü agenterin tam olarak ne yapabileceğinin hâlâ birçok bilinmeyeni var.

Boris Cherny

Bu cümle, AI ürün geliştirme sürecindeki gerçek bir zorluğu ifade eder: Ürünleri yalnızca zaten tanıdık olan yeteneklere göre tasarlamak, modelin sonraki görevleri üstlenebileceğini alt değerlendirmeye neden olabilir.

Cherny'nin ardından oluşturduğu prototip içerde popülerlik kazandı. Şubat 2025'te Anthropic, Claude Code'u önizleme sürümü olarak sundu. Altta yatan modeli kullanarak kod yazdı, düzenledi ve çalıştırdı; daha sonraki model yükseltmeleri ürünün gelişimini sürdürüldü.

Claude Code, Anthropic'in büyümesinde önemli bir itici güç haline geldi. Cherny, şimdi bu ürünü sorumlu tutuyor.

Bu süreci gözden geçirdiğimizde, Labs'in avantajı tekil bir fikirden değil, araştırmacı ekibin önce yetenek değişimlerini tespit etmesiyle, ürün ekibinin buna göre bir prototip oluşturmasıyla, iç kullanım ile ihtiyaçların doğrulanmasıyla ve ardından model ilerlemelerinin deneyimi sürekli iyileştirmesiyle doğmuştur. Adımlar arasındaki bağlantı ne kadar sıkıysa, ürün teknolojik ilerlemeleri o kadar hızlı yakalama şansına sahip olur.

Ancak yetenekleri önceden görmek, her fikrin uzun vadeli yatırıma değer olduğu anlamına gelmez.

Labs, projeleri yaklaşık iki haftada bir "devam mı, yoksa yön mü değiştirsin?" değerlendirmesi yapar. Bu dönem, yönü kontrol etmek için kullanılır ve tüm ürünlerin iki hafta içinde tamamlanması gerektiği anlamına gelmez.

Bir fikir iyi performans göstermezse, ekip bunu sonlandırabilir veya değerli bölümlerini diğer araştırmalara entegre edebilir. Katılımcılar ardından yeni görevlere geçer. Mann, bazı denemelerin nihayetinde Claude'in Chrome eklentisi gibi ürünlerde entegre edildiğini belirtti.

Bu nedenle, %20 ile %30 arasında bir başarı oranı, kalan işlerin tamamen boşa çıktığı anlamına gelmez. Bir prototip, bağımsız bir ürüne dönüşemese bile, yeniden kullanılabilir fonksiyonlar, teknik deneyimler veya ihtiyaç değerlendirmeleri bırakabilir.

Diğer bir kural da aynı derecede önemlidir: Bir proje ekibinin boyutu genellikle dört kişiyi aşarsa, Labs'ten mezun olur.

Claude Code ve Claude Design, bu şekilde şirket içi bağımsız ekiplere aktarıldı. Bu sayede Labs, küçük ölçekli kalıp bir sonraki yönleri keşfetmeye devam etti. Bu, neden sürekli olarak yüksek personel dönüşümüne sahip bir ekip olduğunu da açıklıyor. Projeler olgunlaştıkça, bazı üyeler ayrıldı; Labs, yeni üyeler ekleyerek yeni denemelere başladı.

Doğrulanmış projeler daha fazla mühendislik çabası ve uzun vadeli bakım gerektirir; küçük takımlar ise yön ayarlama alanını korumalıdır. Olgun projelerin zamanında bağımsız hale gelmesi, Labs'ın günlük operasyonlarla tamamen dolmasını önlemeye yardımcı olur.

Bunun karşılığında yönetimsel maliyetler de vardır. Personel sürekli değişmektedir, yeni üyelerin araştırmaların ilerlemesini hızlıca anlaması ve ekip arasında iş birliği ilişkilerinin sürekli yeniden kurulması gerekmektedir. İki haftada bir yapılan değerlendirme, prototip performansının değerlendirilme kalitesine bağlıdır.

Mann'ın açıklamasına göre, Labs ile araştırma ekibi arasındaki iletişim de çift yönlüdür. Ürün geliştiriciler, yeni modelleri kullanarak fırsatlar ararken, gerçek görevlerdeki boşluklar araştırmacıları yeni yeteneklere odaklanmaya itmektedir.

Mann, Labs'ın bir hedefini, güçlü modellerin gerçek dünyada daha fazla şey yapabilmesini sağlayan AI'nın “eylem alanı”nı genişletmek olarak özetledi. Bu ifade, ürün çalışmalarının hedeflerini spesifik görevlere indirgedi. Programlama, modellerin kodu işlemesini gerektirir; tasarım, modellerin daha uygun görsel sonuçlar üretmesini gerektirir; çok dilli kullanım ise sistemin daha fazla kişinin ifadelerini anlamasını gerektirir. Ürünün başarısı, modellerin hâlâ tamamlanması gereken yeteneklerini ortaya çıkaracaktır.

Bu ürünler daha fazla piyasaya girdikçe, Anthropic daha karmaşık ticari ilişkilerle karşı karşıya kalacaktır.

Forrester analisti Mike Gualtieri, Business Insider'e Anthropic'in araçlarının, şirket müşterilerinin zaten kullandığı yazılımlarla doğrudan rekabet edebileceğini belirtti. Claude Design, Adobe, Figma gibi şirketlerin bulunduğu tasarım yazılımı alanına giren bir örnektir.

Sürekli bir gerilim var: Anthropic, geliştiricilere ve işletmelere model yeteneklerini sunarken, bu yeteneklerle kendi ürünlerini de oluşturuyor. Platforma eklenen fonksiyonlar arttıkça, diğer yazılım ürünlerleriyle örtüşme olasılığı da artar.

Kullanıcılar için daha fazla yerleşik özellik, araç değiştirme ihtiyacını azaltabilir. Ekosistem ortakları için ise kendi ürünlerinin hangi farklılaştırıcı değerleri sağlayabileceğini belirlemek gerekir. Anthropic'in bu iki uç arasındaki dengeyi nasıl kuracağı, platformunun çekiciliğini etkileyecektir.

Şirketin gelecekte borsaya girmesi durumunda, Labs, belirsizliği yüksek araştırmalar için daha net bir işletme hedefi altında yer ayırmaya devam etmelidir. Bu haber yalnızca borsaya giriş zamanını belirlemek için yeterli değildir ve borsaya girdikten sonra araştırma ve geliştirme yatırımlarının nasıl ayarlanacağı önceden belirlenemez.

En azından Mann'ın hayalinde, Labs'ın yönü ofis ve geliştirme araçlarına sınırlı kalmadı.

Gelecekte ekibin biyoloji araştırmalarına, temiz enerji depolamasına ve diğer gerçek dünya uygulamalarına katkıda bulunmasını umuyor. Temel bilimsel araştırmaların hızlandırılmasının, yapay zekânın daha fazla insana gerçek fayda sağlamasına yardımcı olacağını düşünüyor.

Bu hâlâ bir vizyondur, doğrulanabilir sonuçlara ulaşmak için uzun bir yol var. Ancak bu vizyonlar, Labs'ın zaten benimsediği çalışma yöntemini sürdürüyor: yetenek sınırlarını gözlemlemek, çözülmesi değerli sorunları bulmak ve fikirleri prototiplerle test etmek.

Claude Code, yollarından birinin çalışabilir olduğunu kanıtladı. Labs'in sonraki testi, sürekli değişen model yetenekleri ile kullanıcı ihtiyaçları arasında, yatırıma değerli bir sonraki görevi sürekli olarak bulmaktır.

Yaklaşık 20 kişilik bu ekip için, her projenin başarılı olmasının anahtarı asla olmamıştır. Potansiyeli sınırlı olan girişimleri zamanında bırakıp, potansiyeli olan ürünlerin yeterli kaynaklara kavuşması, bu inkübatör mekanizmasının ne kadar ileri gidebileceğini belirler.

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

Bu yazı WeChat hesabından "Makine Kalbi" kaynağından alınmıştır.