Anthropic Labs 如何用小团队孵化 Claude Code 等产品
Anthropic Labs：小团队如何试错并孵化出 Claude Code
Anthropic 内部有一支大约 20 人的团队，名字就叫 Labs。过去一年多，它陆续推出了 Claude Code、Model Context Protocol（MCP）和 Claude Design。这些产品看起来风格各异——一个帮开发者写代码，一个让 AI 智能体连接外部工具，另一个则生成 UI 设计稿——但它们都来自同一套运作逻辑：快速尝试，允许失败，只把资源留给真正跑得通的方向。
Labs 的负责人是 Anthropic 联合创始人 Ben Mann。他在接受 Business Insider 采访时直言，团队里大多数想法本来就不该成功。“我们估计只有 20% 到 30% 的项目最终能‘毕业’，变成独立产品。”剩下的呢？要么直接砍掉，要么把其中有用的部分吸收到别的原型里。
这种机制听起来很像创业孵化器，而 Mann 也确实这么形容 Labs。他早年在谷歌参与过 Area 120，也研究过 X（前 Google X）的做法。但 Labs 的特别之处在于，它离 Anthropic 自己的模型研究非常近。这意味着产品团队能提前知道哪些能力正在变强，从而判断某个想法是否值得投入。
从模型信号到产品原型：Claude Code 的诞生
Claude Code 是 Labs 最成功的案例之一。它的起点不是某个灵光一现的创意，而是一条来自研究团队的信号。
据 Mann 回忆，2024 年底之前，研究人员就告诉他，新一代模型在“智能体编程”方面展现出明显进步——不仅能理解代码，还能主动执行编辑、运行甚至调试任务。这给了产品团队一个明确提示：围绕编程做产品，现在可能行得通了。
这个方向交给了刚加入公司的 Boris Cherny。他最初的想法是一个代码分析工具，但 Mann 觉得格局太小。“新员工尤其需要大幅提高目标，”Mann 在采访中说，“因为我们还不清楚智能体到底能做到哪一步。”
这句话点出了 AI 产品开发的一个关键矛盾：如果只按当前已知的能力设计功能，很容易错过模型下一步能承担的任务。Cherny 听进去了，很快做出一个更激进的原型——让 Claude 直接操作代码文件，而不是仅仅提供建议。
内部测试反响不错。2025 年 2 月，Anthropic 推出 Claude Code 预览版。随着后续模型升级，产品体验持续改善。如今，Cherny 已经成为该产品的负责人，而 Claude Code 也成为 Anthropic 用户增长的重要推动力。
每两周一次的“生死评估”
Labs 的节奏由一个简单的规则驱动：大约每两周，团队会聚在一起审视手头的原型，决定是继续推进、调整方向，还是直接终止。
这个周期不是要求产品在两周内做完，而是强制团队定期验证假设。如果一个想法表现不佳，他们不会硬撑。有时候整个项目被砍掉，有时候只留下某些组件，比如某个交互逻辑或技术模块，再塞进别的探索中。
Mann 举例说，有些早期尝试最终被整合进了 Claude 的 Chrome 扩展。这意味着，即使一个原型没长成独立产品，它的价值也没完全消失。
另一条硬性规则是：一旦项目团队规模超过四人，就必须从 Labs “毕业”，转交给公司内部的独立产品团队。Claude Code 和 Claude Design 都经历了这个过程。这样做的目的是让 Labs 始终保持小而灵活的状态，避免被日常运营拖住。
结果就是，Labs 成员流动频繁。项目成熟后，核心成员跟着走；Labs 再招新人，启动下一轮探索。这种模式有代价——新成员要快速理解研究进展，团队得反复重建协作默契——但 Mann 认为值得。
研究与产品之间的双向反馈
Labs 的效率很大程度上依赖与 Anthropic 研究团队的紧密沟通。这不是单向的“研究输出 → 产品接收”，而是双向反馈。
产品团队利用新模型能力寻找机会，而实际使用中暴露的问题又会反过来推动研究人员关注特定方向。比如，如果 Claude Code 用户频繁遇到环境配置错误，研究团队可能会优先优化模型对系统状态的理解能力。
Mann 把 Labs 的目标概括为扩大 AI 的“行动空间”——让模型不只是回答问题，而是在现实世界中完成具体任务。编程需要操作代码，设计需要生成可用的视觉稿，跨语言场景则要求系统听懂更多人的表达方式。产品能否成立，直接反映出模型还有哪些能力缺口。
这种反馈循环让 Labs 不只是做工具，也在帮 Anthropic 定义下一代模型该往哪走。
商业化带来的新张力
随着 Anthropic 推进商业化，Labs 面临更复杂的局面。公司正在为上市做准备，这意味着产品不仅要技术上可行，还得有清晰的用户价值和收入潜力。
更大的挑战来自生态关系。Forrester 分析师 Mike Gualtieri 指出，Anthropic 推出的工具可能直接与企业客户现有软件竞争。Claude Design 就是个典型例子——它进入了 Adobe 和 Figma 的地盘。
这里存在一种天然张力：Anthropic 既向开发者提供基础模型，又基于这些模型构建自己的应用层产品。平台功能越丰富，与其他软件重叠的可能性就越大。
对用户来说，内置能力多了，切换工具的成本就低了；但对生态伙伴而言，就得重新思考自己还能提供什么差异化价值。Anthropic 如何平衡这两端，将直接影响其平台的长期吸引力。
未来不止于办公工具
尽管目前 Labs 的产出集中在开发和设计领域，但 Mann 的野心不止于此。他希望团队未来能参与生物研究、清洁能源存储等基础科学领域的突破。
这些想法还很遥远，没有可验证的成果。但它们延续了 Labs 已有的工作方式：观察模型能力边界，寻找值得解决的现实问题，再通过原型快速检验。
Claude Code 证明了这条路可以走通。接下来的考验是，在模型能力不断变化、市场需求日益多元的背景下，Labs 能否持续找到下一个值得投入的方向。
对这支 20 人左右的团队来说，关键或许从来不是让每个项目都成功。真正决定这套机制能走多远的，是他们能否及时停止前景有限的尝试，并把资源集中到少数真正有潜力的产品上。