El equipo que armó Claude Code tiene veinte personas: menos gente, más impacto
El equipo interno que construyó Claude Code en Anthropic es un elenco rotativo de apenas veinte personas, liderado por el cofundador Ben Mann. La misma semana, la startup Ineffable Intelligence sumó seis "cofundadores" senior de Google DeepMind e InstaDeep. Dos jugadas distintas, la misma apuesta: en la era de los agentes, un equipo chico y filoso rinde más que un organigrama grande.
Anthropic confirmó algo que veníamos sospechando: el equipo detrás de Claude Code no es una división de cientos de personas, es un elenco rotativo de unas veinte, llamado Labs, liderado por el cofundador Ben Mann y creado en 2024. Inspirado en el modelo de Bell Labs, ese grupo también parió el Model Context Protocol (MCP), el estándar que conecta agentes de IA con datos, y Claude Design, la novedad de este año. Entre sus nombres está Mike Krieger, cofundador de Instagram. Mann ya había probado el formato en 2018, cuando trabajó en Area 120, el equipo de proyectos internos de Google, primo del laboratorio de moonshots X que parió Waymo y Google Brain.
Lo que estamos registrando no es una curiosidad de organigrama: es un patrón que se repite en toda la industria y tiene una lectura directa para cualquiera que arma equipo hoy. Cuando el apalancamiento lo pone la IA, la ventaja ya no es cuánta gente sumás, es cuánta gente necesitás sumar. Veinte personas con criterio y acceso temprano a cómo mejoran los modelos le ganaron en velocidad a organizaciones mil veces más grandes, justo cuando Anthropic se prepara para salir a bolsa y necesita que ese motor de productos no se apague.
Señal 01 · Anthropic
Un elenco de veinte armó el producto del año
Labs no es un departamento fijo: es un elenco rotativo de alrededor de veinte personas dentro de Anthropic, sin una función de negocio asignada, con el único mandato de probar ideas nuevas hasta que alguna funcione. De ahí salió Claude Code, que Business Insider describe como la herramienta de IA definitoria del año, además del MCP y de Claude Design.
Hace apenas unos años Mann tuvo que convencer puertas adentro de que Anthropic necesitaba lanzar productos y no solo financiarse con filantropía. Ese cambio de cabeza es el que hoy sostiene a Labs: un equipo chico, con mandato amplio y con visibilidad temprana de cómo se mueven los modelos, construyendo antes que el resto del mercado se entere de qué es posible.
Para nosotros la lectura es simple: la ventaja no fue el tamaño del equipo, fue la combinación de criterio más acceso temprano. Esa combinación escala peor con más gente, no mejor, porque cada persona nueva agrega coordinación antes que output.
Seis fichajes de DeepMind para perseguir la autosuperación
Del otro lado del mapa, Ineffable Intelligence sumó esta semana seis "cofundadores" con currículum senior: veteranos de Google DeepMind, InstaDeep y del fondo Flying Fish. Uno de ellos, apellidado Oh, lideró investigación de reinforcement learning en Ineffable después de haber sido el responsable de RL en el trabajo de AlphaStar de DeepMind, y en 2025 fue de los primeros investigadores en usar IA para descubrir nuevos algoritmos de reinforcement learning.
La apuesta explícita de la industria, según reporta Fortune, es usar IA para automatizar la investigación de IA: lo que se conoce como autosuperación recursiva, o RSI. Otra vez el mismo molde que Labs: en lugar de contratar volumen, se contrata a la persona que ya resolvió el problema difícil en otro lado.
Dos empresas, dos etapas distintas, la misma jugada de fondo: cuando el problema es de frontera, seis personas correctas valen más que sesenta genéricas.
Mark Cuban ya nombró al cliente: la pyme que no entiende de agentes
Mientras los laboratorios pelean por talento senior, en X circuló esta semana una cita de Mark Cuban con la otra mitad del mapa: "Metete en Claude, aprendé vos mismo todo lo agéntico, y después andá a buscar pequeñas empresas, porque ellas no van a entender nada de esto." El posteo que la difundió agrega el argumento comercial: toda pyme ya está ahogada en trabajo que no necesita una persona, presupuestos, seguimientos, reportes.
Es la contracara exacta de Labs e Ineffable: mientras las empresas de IA arman equipos chicos y carísimos para pelear la frontera, la oportunidad de negocio inmediata está del otro lado, en organizaciones chicas que ni siquiera saben que ese trabajo se puede delegar a un agente hoy.
Esto conecta con lo que veníamos registrando: hace unos días mostramos una empresa que hizo 850 pull requests en una semana con un equipo mínimo, y antes habíamos hablado de cómo cambia el rol de quien hace marketing cuando opera con agentes en vez de headcount. El patrón se repite: la unidad de producción dejó de ser la persona y pasó a ser la persona con criterio más el agente que ejecuta. Si todavía no armaste ese paso a paso, dejamos la guía de agentes de IA para emprendedores ordenada para eso.
Si tenés un equipo de tres, cinco o diez personas, esto te habla directamente a vos: no necesitás armar un área nueva por cada función que falta. Necesitás menos gente con más criterio, cada una apalancada por agentes que se hacen cargo de lo repetitivo, armar reportes, responder consultas de rutina, hacer el primer seguimiento, escribir el primer borrador. Ese es el hueco exacto que nombró Cuban: la mayoría de las pymes todavía no organizó ese salto, y ahí hay ventaja para quien se mueva primero.
La otra lectura es sobre cómo contratás de acá en más. Ineffable no sumó headcount, sumó criterio ya probado en problemas difíciles. Si vas a agrandar el equipo este semestre, la pregunta no es cuántos puestos abrís, es qué dos o tres decisiones necesitás que alguien tome mejor de lo que las tomás vos hoy.
La movida del día
Mirá tu operación esta semana y marcá una sola tarea repetitiva, atención al cliente, reportes, seguimiento de leads, que hoy hace una persona. Armá el primer flujo con un agente para esa tarea antes de pensar en sumar a alguien más. Si de todos modos vas a contratar, priorizá criterio por sobre volumen: una persona senior con acceso a las herramientas correctas rinde más que tres juniors sin ellas.
¿Qué es el Model Context Protocol (MCP)?
Es el estándar que armó el equipo Labs de Anthropic para que los agentes de IA se conecten directamente con datos y herramientas externas, sin necesitar una integración a medida para cada caso. Salió del mismo grupo de veinte personas que construyó Claude Code.
La edición abierta lee el mundo. La tuya lee TU mundo — tu industria, tus proyectos, tus objetivos — y llega a tu casilla cada mañana. Nadie más recibe tu edición.
