Anthropic wis nerbitake akun rekayasa rinci babagan carane nggawe claude.ai lan aplikasi desktop Claude kira-kira kaping telu luwih cepet sajrone sprint rong minggu, lan sing paling akeh karya ditindakake dening Claude dhewe. Kiriman kasebut, sing diterbitake ing blog teknik Anthropic, nggambarake kampanye kinerja sing diluncurake saka saluran Slack tunggal kanthi model AI ing saben utas, nemokake bottlenecks, nggawe tolok ukur, perbaikan pengiriman, lan nonton saben penyebaran.

Nomer kasebut, diukur ing persentil kaping 75, akeh banget. Wektu menyang kaca sing bisa diketik ing muatan anyar claude.ai mudhun saka 3,1 detik dadi 0,55 detik. Miwiti sesi Claude Code anyar mudhun saka 0,8 detik dadi 0,3 detik, lan mbukak sesi awan Claude Cowork mudhun saka 2,6 detik dadi 0,73 detik. Secara agregat, Anthropic ngira dandan kasebut bisa ngirit puluhan ewu jam tunggu pangguna saben dina. For more context on this story, see our ongoing artificial intelligence updates.

Ngukur dhisik, banjur obah

Sprint diwiwiti kanthi pangukuran tinimbang kode. Nggunakake Claude kanggo nganalisa data panggunaan liwat server Datadog MCP, tim kasebut nemtokake papat perjalanan pangguna sing nduwe 95 persen kegiatan: ngluncurake aplikasi, miwiti obrolan, ngemot obrolan sing wis ana, lan ngirim pesen. Ing saindenging web lan desktop, lelungan kasebut dadi telulas pangukuran sing beda-beda, lan tim nambahake instrumentasi nganti saben bisa dibandhingake langsung - diwiwiti saka interaksi pangguna lan pungkasane sawise asil ditampilake.

Kanthi garis dasar, tim kasebut nggawe dhaptar kira-kira rong puluh proyek sing dipilih kanthi tangan, saben target lelungan tartamtu, lan Claude ngira pengaruh saben milidetik kanggo nyetel target sprint. Rencana kasebut ndharat awal: Laporan Anthropic tekan rolas saka telulas target ing telung dina. Sing ninggalake kamar kanggo Claude kanggo ngenali kesempatan luwih lan ngusulake workstreams anyar, kang cepet ramped menyang proyek lengkap dhewe lan push asil ngluwihi gol asli.

Apa bener dikirim

Owah-owahan teknis diwaca kaya dhaptar priksa karya kinerja web modern. Kanggo diluncurake kanthi luwih cepet, tim kasebut nggawe komposer statis menyang HTML supaya pangguna bisa miwiti ngetik sajrone initialization React, lan precompiled cache kode V8 supaya proses utama cangkang desktop ora bisa dikompilasi maneh wiwit wiwitan. Kanggo pandhu arah sing luwih cepet ing antarane obrolan, komposer tetep dipasang tinimbang dibongkar lan dibangun maneh, sesi digawa sadurunge nalika pangguna nglayang, lan re-render sidebar dipotong 90 persen.

Skala sajarah gabungan minangka tokoh utama: luwih saka telung ewu owah-owahan ndharat sajrone sprint tanpa kedadeyan utawa rollback sing ngadhepi pelanggan, miturut kiriman kasebut.

Claude Tag: agen karo guardrails

Sprint mlayu ing apa sing diarani Anthropic Claude Tag, saiki ing beta lan diterangake minangka model riset internal kira-kira bisa dibandhingake karo Opus 5.5. Pembagian kerja minangka bagean sing paling penting ing crita. Claude nemokake bottlenecks, nggawe pathokan, ndandani, lan ngawasi saben panyebaran - makarya kanthi ora sinkron sajrone pirang-pirang jam, sanajan sewengi. Manungsa nyetel gol, nggawe tradeoff, lan nyetujoni saben owah-owahan sadurunge digabung.

Tim kasebut uga pengin ngulang luwih cepet tinimbang irama penyebaran, mula nggawe pangukuran lab minangka proxy kanggo maca ing jagad nyata. Antarane pitakonan sing ditakoni para insinyur: apa instruksi JavaScript bisa ngganti wektu jam tembok minangka sinyal umpan balik sing luwih cepet kanggo validasi prototipe sadurunge penyebaran?

Apa iku penting kanggo AI-dibantu engineering

Kiriman Anthropic luwih kacathet kanggo optimasi khusus - cangkang statis, prefetching, lan reduksi render minangka teknik sing ditetepake - tinimbang sing dituduhake babagan pangembangan sing didorong AI ing skala produksi. Lab frontier mung ngirim perbaikan kinerja telung ewu kanggo produk konsumen unggulan karo agen AI sing nindakake akeh identifikasi, implementasine, lan verifikasi, dene manungsa duwe wewenang persetujuan kanggo saben owah-owahan.

Asil kasebut uga ana ing konteks kompetitif ing ngendi responsif minangka fitur produk. Claude saingan langsung karo OpenAI's ChatGPT lan Google Gemini kanggo perhatian konsumen lan pangembang, lan kecepatan sing dirasakake nggawe panggunaan produk asisten saben dina kaya kualitas model. Ngilangi wektu-kanggo-interaktif saka 3,1 detik dadi 0,55 detik ngatasi keluhan pangguna sing paling umum babagan produk kasebut.

Kanggo tim teknik sing nonton saka njaba, pelajaran sing bisa ditransfer saka akun Anthropic yaiku struktur loop: ngukur perjalanan pangguna kanthi tepat, supaya model kasebut ngusulake lan validasi owah-owahan marang pangukuran kasebut, njaga gerbang persetujuan manungsa, lan nggedhekake ruang lingkup mung secepat sing bisa diverifikasi sistem pangukuran. Framing Anthropic dhewe yaiku yen Claude bisa ngukur, bisa nggawe luwih cepet - mula tim kasebut terus nemokake luwih akeh kanggo diukur.

Apa sprint sing didorong agen sing padha dadi praktik standar ing industri piranti lunak isih kudu dideleng, nanging Anthropic wis nyedhiyakake salah sawijining titik data umum sing paling konkrit sing bisa ditindakake kanthi skala. Pembaca sing nglacak kepiye AI nggawe maneh pangembangan piranti lunak bisa ngetutake jangkoan riset AI kanggo pangembangan luwih lanjut.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →