มีคนลิสต์ไว้แล้วว่า Anthropic ปล่อย 73 ฟีเจอร์ใน 52 วัน…
จากโพสต์ของ @PawelHuryn ในแอป X ที่ทำปฏิทินสรุปทุกการปล่อย (ผมลองลิสต์ไว้ในคอมเมนต์) ลองมาวิเคราะห์กันว่า Startup นี้มีกลยุทธ์อะไร ถึงออกฟีเจอร์ใหม่ได้เร็วและเยอะขนาดนี้
1. โครงสร้างผลิตภัณฑ์แบบ Modular
Anthropic แยกระบบออกเป็นส่วนย่อย ๆ แต่สามารถเชื่อมต่อกันได้ เช่น Claude Code + Skills + MCP (Model Context Protocol) + Connectors เป็นเหมือน “ชิ้นส่วนเล็ก ๆ” ที่ต่อกันได้ง่าย
ตัวอย่าง: ถ้าจะปล่อย Skill ใหม่ แค่เพิ่มไฟล์ SKILL.md หรือเพิ่ม MCP ใหม่ก็พอ ไม่ต้องแก้ทั้งระบบ
Cowork (desktop agent สำหรับคนที่ไม่ใช่ dev) ถูกสร้างต่อยอดจาก Claude Code ใช้เวลาแค่ 10 วันเท่านั้น และยังอัปเดตตามกันได้ทันที
ผลคือแต่ละทีมสามารถปล่อยของได้อิสระ ทำงานขนานกัน ไม่ต้องรอกัน (Claude Code 28 ฟีเจอร์, Cowork 15, API/Infrastructure 18, Model 13)
2. ทดลองภายใน ใช้ของตัวเองอย่างหนัก (Dogfooding ระดับสูง)
ทีมวิศวกรใช้ Claude Code + Cowork ในการเขียนโค้ดและทำ automation ให้ตัวเอง
ยิ่งโมเดลดีขึ้น (Opus 4.6, Sonnet 4.6, context 1M) → ยิ่งเขียนโค้ดและทดสอบได้เร็วขึ้นแบบ exponential
หลายคนใน community พูดตรงกันว่า “นี่คือบริษัทที่ใช้ AI ช่วยตัวเองจริง ๆ จนความเร็วพุ่ง”
3. ทีมเล็ก + ความรับผิดชอบชัด + ปล่อยงานแบบขนาน (Parallel Shipping)
จากปฏิทินจะเห็นว่าแต่ละฟีเจอร์มีเจ้าของชัด เป็นทีมเล็ก ๆ ดูแล end-to-end
ไม่มีขั้นตอนซับซ้อนมาก ทำให้หลังวันที่ 9 มีนาคม เป็นต้นไป มีการปล่อยของแทบทุกวัน
เช่น Code Review → Channels → Dispatch → Computer Use ออกต่อเนื่อง
4. วัฒนธรรม “Ship Fast, Iterate” ไม่ใช่ “Perfect Launch”
หลายฟีเจอร์ถูกปล่อยเป็น Research Preview หรือ Beta ก่อน เช่น Agent Teams, Computer Use, Security
ทำให้ผู้ใช้เข้าใจตั้งแต่แรกว่ายังไม่สมบูรณ์ อาจมีบั๊กได้
ข้อดีคือผู้ใช้ได้ลองของใหม่เร็ว และไม่คาดหวังความสมบูรณ์ 100%
ทีมก็ได้ feedback จากผู้ใช้จริงเร็ว และนำไปปรับปรุงได้ไว โดยเฉพาะฝั่ง B2B ที่ pain point ชัด
5. ปัจจัยเสริมที่ช่วยเร่งความเร็ว
โมเดลเวอร์ชัน 4.6 ทำให้ context window ใหญ่ขึ้น (1M) และเร็วขึ้น → ช่วย automate การเขียนโค้ดและทดสอบได้มาก
โฟกัสลูกค้าองค์กร (Enterprise) เช่น Marketplace, Scheduled Tasks, การเชื่อมกับ Slack / GSuite / Excel / PowerPoint
ทำให้มีรายได้และ feedback กลับมาเร็ว
อีกจุดคือไม่โฟกัส B2C มาก เลยไม่มี distraction จากดราม่าภายนอกแบบที่ OpenAI เคยเจอ
จากกลยุทธ์ทั้งหมดนี้ ทำให้เห็นชัดว่า
ข้อดี: ผู้ใช้รู้สึกว่า “มีของใหม่ทุกวัน” → สร้างความผูกพันสูง และทิ้งห่างคู่แข่ง
ข้อเสีย: ผู้ใช้บางส่วนเริ่มรู้สึก “ตามไม่ทัน” และกังวลเรื่องคุณภาพหรือความปลอดภัย (แม้ Anthropic จะใช้ Claude Code ช่วยทดสอบเยอะแล้ว)
ทั้งหมดนี้สะท้อนว่า นี่ไม่ใช่แค่ “คนเก่งทำงานหนักขึ้น”
แต่เป็นการออกแบบ ระบบ + AI + วัฒนธรรม ให้สามารถ “ปล่อยของได้เร็วโดยธรรมชาติ” ตั้งแต่ต้น
และนี่คือสิ่งที่ @PawelHuryn บอกไว้ว่า
มันไม่ใช่แค่การปล่อยของเร็ว
แต่มันคือ “การออกแบบวิธีทำงานของบริษัทแบบใหม่” จริง ๆ
เป็นชุดคำถามทีน่ามาตั้งคำถามกับตัวเองต่อเลยว่า จะเปลี่ยนรูปแบบบริษัทเป็นแบบนี้ได้ยังไง เพราะมันคือวิธีการทำงานใหม่ๆ แน่ๆ
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac