據Business Insider報道，Anthropic內部有一支不足20人的“Labs”團隊，專門負責不斷提出新產品、快速驗證，然後砍掉大多數失敗的嘗試。團隊負責人、Anthropic聯合創始人Ben Mann透露，Labs專案的成功率僅約20%至30%，換言之，大約70%至80%的“押注”最終都會失敗。但Anthropic並不把失敗視為浪費，這套高淘汰率機制正成為公司把前沿模型能力快速變成商業產品的重要引擎。Claude Code、模型上下文協議（MCP）以及Claude Design等產品均與Labs有關。隨著Anthropic籌備IPO，這支“失敗者”團隊的重要性正在上升。
Mann在接受採訪時表示：“我們確實將其視為真正意義上的創業孵化器，並預期大多數押注會以失敗告終。”在Anthropic看來，關鍵不是讓每個專案都成功，而是用足夠低的試錯成本，換取少數足以改變業務曲線的“命中”。
Labs的運作方式與傳統產品團隊截然不同。約20名成員採用輪換制，持續提出新的產品原型，內部稱之為“押注”（bets）。每隔約兩週，團隊就會進行一次“堅持還是轉向”（persevere or pivot）評審：表現不佳的專案被直接砍掉或併入其他專案，成員隨即轉向新的嘗試；少數被驗證的專案則從Labs“畢業”，獨立組建團隊。
Claude Code就是其中最成功的一次“押注”。Mann最初將任務交給剛入職不久的Boris Cherny。Cherny一開始想做的是程式碼分析工具，但Mann認為這一方向不夠大膽，要求他把目標做得更大。隨後，Cherny開發出的原型迅速在Anthropic內部走紅，並於2025年2月以預覽版形式對外發布。此後，隨著Claude模型持續升級，Claude Code逐漸從一個內部原型成長為Anthropic最具影響力的產品之一，也成為公司增長提速的重要催化劑。
Labs能夠高頻試錯，還有一個關鍵優勢：它離研究前沿足夠近。Mann表示，Claude Code開發啟動前，團隊便從研究人員處瞭解到新模型在智慧體程式設計方面展現出的潛力，因此能夠在模型能力成熟之前提前佈局，將研究成果更快推向產品端。
Claude Code並非Labs唯一的成果。團隊還孵化了模型上下文協議（Model Context Protocol，MCP），用於連線AI智慧體與外部資料來源；今年推出的Claude Design同樣來自Labs。Instagram聯合創始人Mike Krieger也在這支團隊中。
Mann將Labs的目標定義為擴大AI的“行動空間”（action space），也就是不斷拓展AI模型能夠真正完成的任務邊界。因此，Labs做的不只是尋找下一個爆款產品，也會在產品實踐中暴露模型能力的短板，再推動研究團隊補齊。例如，Labs曾推動Anthropic研究團隊改善音訊模型對衣索比亞阿姆哈拉語的理解能力；Claude Design的開發，則進一步激發了公司對視覺輸出能力的研究興趣。產品試錯因此不再只是驗證商業需求，也成為反向推動模型能力進化的一條路徑。這種機制如今也開始向Labs之外擴散，Mann透露，Anthropic其他產品工程團隊目前也設立了類似的“押注”小組。
隨著Anthropic籌備IPO，Labs需要解決的問題也不再只是“能不能做出下一個Claude Code”，而是如何在持續創新與商業化之間找到平衡。Forrester分析師Mike Gualtieri指出，Anthropic正在走一條“高空鋼絲”：公司不斷推出的新工具，可能直接進入企業客戶現有軟體的市場。以Claude Design為例，其產品能力已經開始與Adobe、Figma等設計軟體形成競爭。Gualtieri認為，隨著Anthropic逐步構建自己的產品平台，公司可能創造出足以讓使用者減少對其他軟體依賴的功能。“這將是一場微妙的博弈。”
與此同時，Labs本身也必須保持足夠高的人員流動。專案通常在團隊規模超過四人後便會“畢業”並獨立出去，成員不斷流向其他部門，同時又持續有新人加入。這意味著，Labs的核心不是一支固定的20人團隊，而是一套不斷製造、篩選和放大產品機會的機制。更長遠來看，Mann希望這種機制能夠從軟體產品延伸至生物研究、清潔能源儲存等硬科學領域，讓AI真正進入更廣泛的現實世界。他認為，加速硬科學發展的能力“令人極度興奮”，也是AI開始創造更大現實價值的關鍵。