Personality Magazine Undercover Kimi 100 horas: una empresa de IA que intencionalmente se "pliega" en dos dimensiones

Este reportaje especial revela el núcleo real de la empresa de startups de IA más seguida en China.

Autor: Liu Mo (revista Figures)

Traducción: Deep Tide TechFlow

**Nota del editor de Deep Tide: **Este es uno de los reportajes internos sobre empresas de IA más profundos de People Magazine. El reportero tuvo permiso para pasar 100 horas dentro de Moonshot AI, registrando de cerca la vida de esta empresa de IA valorada en más de 120 mil millones de yuanes RMB y con solo más de 300 personas. Desde la sacudida colectiva después del impacto de DeepSeek, hasta la gestión ultra-plana de «sin departamentos, sin KPI y sin niveles», y luego la evolución organizativa estilo «enjambre de genios»… este reportaje especial desvela el núcleo real de la startup de IA más observada en China.

En la primavera de 2026, Kimi es especialmente amable.

En pocos meses, la empresa detrás de Kimi parece estar rompiendo hitos uno tras otro: ingresos, financiamiento y valoración récord. Un estudio que participó un interno de secundaria de 17 años recibió elogios de Silicon Valley, incluyendo a Elon Musk. La herramienta de programación Cursor, con una valoración de unos 50 mil millones de dólares en EE. UU., fue señalada por observadores chinos como que depende en gran medida del modelo de Kimi en su experiencia de producto. En otras palabras, Kimi parece haber ganado en simultáneo en tres frentes: capital, tecnología y comercialización.

La empresa se fundó hace solo tres años, y su valoración ya superó los 120 mil millones de yuanes RMB, equivalentes a unos 16 mil millones de dólares. En la narrativa global de la IA, ya no se puede ignorar.

Pero el Lado Oscuro de la Luna (Moonshot AI) sigue siendo profundamente misterioso.

Me permitieron entrar para observar la empresa durante 100 horas. Como redactor independiente, puedo entrevistar a cualquier empleado que esté dispuesto a hablar, escuchar cualquier reunión que no involucre secretos comerciales. Al terminar, nadie revisa mi trabajo, ni nadie me paga por la nota. Esto encaja perfectamente con el estilo de esta empresa.

Entrar a la oficina se siente como estar de pie en el ojo de una tormenta.

La zona central es excepcionalmente silenciosa. En los puestos solo se oyen algunos teclados, y de vez en cuando alguien ríe. Pero el ruido de afuera —rumores, discusiones, exageraciones, imitaciones, comentarios interminables— aquí parece no dejar rastro.

La empresa tiene solo más de 300 personas, con una edad promedio menor de 30 años. Dividiendo la valoración entre el número de personas, cada quien carga con un valor empresarial de cerca de 400 millones de yuanes RMB.

Aproximadamente el 80% de los empleados son «I» en el contexto de la jerga en internet: introvertidos, usando la terminología del MBTI. Se sientan juntos, pero escribir les resulta más cómodo que hablar. Aquí, la introversión no es un defecto; casi es un protocolo de funcionamiento.

Recuerdo aquella noche de mi primera visita en 2024, cuando la tormenta recién empezaba a formarse. En esa ocasión, no dejé una impresión inicial particularmente buena.

«DeepSeek nos salvó»

24 de diciembre de 2024, Nochebuena. Para la mayoría de la gente en China, esto no es un feriado. Pero para Julian, se convirtió en una de las noches más oscuras de su vida.

Tiene 26 años, se graduó de Peking University hace solo dos años, no tiene experiencia en la industria, y aun así ya era uno de los primeros empleados de Kimi. Esa noche, esta empleada muy joven pero ya “veterana” para los estándares del sector, en una sala de reuniones llamada «Radiohead», se sentó frente a una larga mesa, cara a más de 30 colegas, y lloró.

Aún no había logrado entregar un plan de marketing navideño que dejara satisfechos a los cofundadores.

Faltaba solo un mes para el Festival de Primavera. El plan más reciente había sido cambiado seis veces; ahora volvía a requerir una actualización, incluso podía deshacerse y empezar de cero. Reconstruir el plan desde cero, y además coordinar con los equipos de producto e ingeniería para ejecutarlo, el tiempo casi no alcanzaba. Pero la empresa tenía grandes expectativas en el crecimiento para el Festival de Primavera de 2025.

Esto era importante, porque el Festival de Primavera del año anterior fue el punto de explosión de Kimi. Con su posicionamiento de marca de «entrada de texto de 2 millones de palabras», Kimi llegó a saturar el mercado en China. El auge de usuarios de C-end fue tan fuerte que incluso en el mercado A-share apareció la expresión «acciones concepto Kimi».

Esa reunión semanal fue larga y despiadada.

Unos 20 jóvenes empleados presentaban por turnos todo: inversión en publicidad en redes sociales, operaciones de usuarios, relaciones públicas en el mercado nacional, marketing en el extranjero, sin dejar nada fuera. Todos debatían en conjunto y los cofundadores decidían con un “sí”.

En ese momento, Kimi era como un adolescente: con talento, con potencial, pero aún sin poder controlar por completo su propia dirección. Incluso con un presupuesto mensual de publicidad de decenas de millones de yuanes RMB, frente a competidores que se levantaban rápido, se veía torpe.

La reunión terminó alrededor de las 4 de la madrugada.

Nadie sabía si el plan final de Julian tendría éxito. Un mes después, eso ya no importaba.

En ese momento, por primera vez, el mundo escuchó el nombre de DeepSeek.

Hayley, responsable del crecimiento, volvió a Wenzhou para celebrar el Año Nuevo con su familia y descubrió que sus familiares y amigos le preguntaban lo mismo: «¿Has oído hablar de DeepSeek?». Kimi pareció haberse convertido en algo del pasado en una sola noche.

Dijo que fue el Festival de Primavera más difícil de su vida. El silencio interno de la empresa era ensordecedor.

La reunión anual de toda la plantilla normalmente se celebra en marzo, después del Año Nuevo; los empleados pueden preguntar directamente a la gerencia. Ese año, casi todas las preguntas giraron en torno a DeepSeek.

Las preguntas más incisivas vinieron del equipo de RR. HH. Llevaban una sinceridad absoluta y se atrevieron a decir esa frase incómoda:

«Los candidatos nos preguntan: DeepSeek también me dio una oferta; ¿por qué debería venir a Kimi? — ¿Cómo respondemos?»

Pero no todas las reacciones fueron iguales.

Alex, del equipo de algoritmos, dijo que si durante el «momento DeepSeek» sintió algo con intensidad, no fue miedo, sino emoción.

Esa sensación no era solo personal. Reflejaba la mentalidad de muchas personas dentro del equipo de algoritmos. DeepSeek demostró que podría existir otro camino: estrategias de menor costo, ruta de código abierto, y un hecho que muchas personas antes no se atrevían a creer: una startup china desconocida, si su tecnología era suficientemente fuerte y su modelo suficientemente bueno, aun así podía ganar respeto global.

El equipo de producto tampoco estaba especialmente ansioso. Kevin, un empleado de producto en su etapa inicial, pensaba que la explosión de DeepSeek dependía de que el modelo era el motor. Una vez que la capacidad de modelo propia de Kimi se pusiera al día, el equipo de producto en realidad tendría más espacio para construir funciones con valor.

Nadie fuera de la empresa sabía qué habían discutido exactamente los cofundadores. Pero la empresa actuó con rapidez. Ajustaron la estrategia, estrecharon el enfoque y lograron un consenso casi completo internamente.

Ahora, si le preguntas a casi cualquiera dentro de la empresa qué es lo más importante, te responderán sin dudar: el modelo.

Desde entonces, el respeto interno de Kimi hacia DeepSeek se hizo cada vez más fuerte. Parte es admiración profesional, y parte son otras cosas.

Alex lo dice así:

«En cierto sentido, DeepSeek nos salvó».

El buen gusto es todo

«¿Cómo te pones esos zapatos?»

Después de que Ezra me preguntara eso, yo estaba incluso más sorprendido que ella. En su nivel de oficinas, casi todo el mundo guarda unas zapatillas debajo de su escritorio. Ropa y zapatos cómodos: todos creen que eso permite relajarse más, concentrarse más y ser más creativo.

Ese es el criterio de vestimenta de la gente inteligente.

He visto a muchos “alumnos destacados” en mi vida. Pero aquí, el «buen estudiante» es una especie completamente distinta.

En la primaria, Ezra intentó descifrar la contraseña de la computadora de casa porque sus padres no se la querían decir. En la secundaria empezó a interesarse por Bitcoin, cuando una moneda solo costaba unos cientos de yuanes RMB. Le pidió dinero de bolsillo a su madre para invertir; su madre dijo que era una estafa. En la preparatoria, cuando tomó un taxi por primera vez, en su cabeza dibujó el prototipo de un producto de taxis. Dijo que si en aquel entonces hubiera herramientas de IA como las de hoy, quizá de verdad habría podido crearlo. Ya en la universidad, por fin tuvo su propio dinero; invirtió en A-shares y perdió el 90%.

Esa experiencia dolorosa le hizo reconocer los límites del juicio humano y la empujó hacia la IA.

Su comprensión de AGI (inteligencia artificial general) es simple: crear «N Einstein», y usarles para resolver los problemas más difíciles de la humanidad. Desde entonces, decidió encontrar una empresa que realmente empuje al límite la AGI. Aunque en ese momento ya había recuperado el dinero perdido en el mercado de valores.

Por su excelente formación académica, recibió ofertas de muchas empresas. Eligió Kimi por una sola razón: durante la entrevista, la forma en que el fundador Yang Zhilin entendía la tecnología y su seriedad con los detalles la conmovieron profundamente. Sintió que él era alguien que realmente se preocupa por los modelos. No tenía la ligereza impaciente común en la gente inteligente, ni el utilitarismo típico de los comerciantes. De hecho, al terminar la entrevista ella todavía no sabía que él era el cofundador.

El carácter de Karen es distinto, pero él llegó al mismo lugar.

Desde pequeño fue rebelde. Discutía con los maestros y no escuchaba a sus padres. Al estudiar, insistía en irse al extranjero; después de graduarse, insistía en emprender. La vida estable y cómoda que ofrecen las grandes fábricas le desesperaba: no quería una vida que desde el principio ya se pudiera ver cómo terminaría.

Le pregunté: si tuvieras que elegir, una opción es asegurar 60 puntos (sobre 100) y la otra es 1% de probabilidad de obtener 100 puntos, ¿cuál escogerías?

Sin dudar eligió la segunda.

No es que no pudiera aceptar 60 puntos; lo que no soportaba era ese camino 100% seguro.

Ese tipo de «ADN de fundador» constituye el sustrato del que está hecha la empresa. Según un cálculo aproximado interno, el Lado Oscuro de la Luna tiene al menos 50 personas que antes habían emprendido o se habían unido a una startup.

Se dice que Kimi le gusta contratar CEOs.

Más exactamente: esta empresa acoge a un grupo de genios errantes en movimiento. Un genio no necesariamente es el mejor estudiante o el empleado modelo. Lo importante es que en alguna dimensión puedan ver a través del tiempo.

En una empresa donde alrededor del 80% de los empleados provienen de universidades 985 o 211, el CV de Yannis no es especialmente brillante. Pero ya en 2023, en la comunidad de ingeniería, predijo que tanto DeepSeek como Kimi iban a despegar; en aquel entonces, las empresas de modelos ni siquiera tenían producto. Otro empleado nacido en los 00 observó su criterio y lo empujó internamente hacia la empresa.

Karen dijo que demasiadas personas inteligentes quedan atrapadas por el sistema. Primero la familia, luego la escuela, y después el lugar de trabajo. Sin darse cuenta obedecen las expectativas del grupo, olvidan lo que realmente desean. Solo unos pocos intentan escapar, pero casi nunca son vistos.

Una de las misiones de Kimi, dijo, es verles.

Si no existiera esa intuición, un estudiante de secundaria de 17 años no podría haber sido incorporado para hacer prácticas en Kimi, colaborar con el equipo para publicar un paper y después incluso recibir los elogios de Elon Musk. Quien colocó el nombre de ese estudiante como primer autor en el artículo fue Bob: su mentor, y la primera persona que lo descubrió.

Entre genio y loco solo hay una línea. Cuando un «loco incomprendido» llega al Lado Oscuro de la Luna, puede convertirse de repente en un genio capaz de cambiar el mundo. O bien, algunos genios aún no revelados solo pueden florecer verdaderamente en un lugar así.

Bob me dijo que, hasta cierto punto, que el ego crezca no es un problema; incluso puede ser algo bueno. Si ese ego es una fuerza impulsora interna, si una persona cree que debe participar en una gran misión, entonces podría ser justo alguien que la empresa no puede permitirse perder.

Los genios son obsesivos.

En este equipo, entrenar los modelos de IA de primer nivel se bromea como «refinar alquimia» —es una forma común de decirlo en el círculo tecnológico chino, para describir un proceso medio científico, medio místico de entrenamiento de modelos. Pero en la práctica, «refinar alquimia» significa estar corrigiendo bugs sin parar.

Cada vez que el entrenamiento insignia se pone en marcha, Bob y sus compañeros entran en la misma rutina. Lo primero cada mañana es actualizar el gran panel interno de monitoreo de la empresa. Cientos de miles de métricas. Incluso si una sola curva hace un salto anormal, en la cabeza suena una alarma: ¿se optimizó algo mal? ¿hay un defecto en la arquitectura? ¿no coincide la precisión numérica?

Su reacción tiene una sensibilidad casi animal.

Alguien incluso revisa token por token los datos de entrenamiento; imprime los tokens que generan gradientes extremos, como interrogando a un sospechoso: ¿por qué saltas con tanta intensidad?

Cualquiera que haya participado de verdad en «entregar» un modelo ha vivido esa tensión sin dormir. No es ansiedad; es una obsesión impulsada por la curiosidad. Esa vigilancia paranoica es la que empuja los modelos hacia el nivel máximo.

Los genios se congregan.

En el último año, más de 100 empleados de Kimi se unieron por recomendación interna: amigo de un amigo, amigo de un amigo de un amigo. Dentro de la empresa le dicen en broma «de boca en boca».

La confianza, gracias a estas redes densas, se convierte en un activo organizativo natural.

En esencia, Kimi traslada la parte más difícil del management al proceso de reclutamiento. Si la gente entra recomendada por colegas en quienes se confía, es más probable que tengan intuiciones similares. Por eso aparece una palabra una y otra vez dentro de la empresa:

Buen gusto (Taste).

Una noche de septiembre de 2025, algunos ingenieros arrancaron por casualidad un proyecto interno pequeño llamado Ensoul. Querían que el código dormido guardado en archivos «cobrara vida» y se convirtiera en un asistente conversacional dentro de la línea de comandos.

Esa sensibilidad por nombrar no fue casualidad.

Antes tenían un framework llamado YAMAHA, que significa «Yet Another Moonshot Agent». La infraestructura más básica se llamaba Kosong, que en malayo significa «vacío», inspirado en el concepto budista de «la forma es vacío». Sugiere una hoja en blanco: sin funciones predeterminadas, pero con infinitas posibilidades.

El buen gusto, en otras palabras, moldea el producto en sí.

Cuando muchas empresas meten una ventana de chat en la línea de comandos, los ingenieros de Kimi sienten que es feo. El verdadero programador abre la terminal para dar órdenes, no para charlar. Así, el Kimi CLI se diseñó más como un shell inteligente que como una interfaz de chat. Entiende comandos, pero no se fuerza a convertirse en un cuadro de diálogo.

Esa simplicidad también se ve en el código. La lógica central tiene solo unas 400 líneas de Python, eliminando todos los adornos innecesarios. Los módulos están claramente desacoplados entre sí. Los usuarios pueden personalizar funciones por su cuenta, o desarmar Kimi para reconstruirlo como su propia aplicación.

El Kimi Agent antes estaba asociado internamente con la frase «OK Computer» —otra referencia a Radiohead—, pero luego cambió de nombre porque era demasiado críptico para usuarios más amplios. Quienes eligen esos nombres, al parecer, no están tan interesados en maximizar el tráfico. Siguen su propio gusto musical y su estándar de lenguaje.

Alguien bromeó diciendo que, si se midiera a las empresas de IA por el porcentaje de empleados que tocan instrumentos, Kimi quizá ocuparía el primer lugar.

El buen gusto ya se ha convertido en el estándar más alto de contratación, y también en el más difícil de definir.

No se puede cuantificar, pero está en todas partes.

Primero generalizar, luego evolucionar

Quizá nunca logres entender exactamente qué está haciendo cada persona en Kimi.

A la empresa le gusta usar «equipo» en lugar de «departamento». Desde arriba, las direcciones principales son lo bastante claras: algoritmos, producto e ingeniería, crecimiento, estrategia y operaciones. Pero cuando intentas ampliar y ver la división real en departamentos o las responsabilidades fijas, todo empieza a difuminarse.

Porque es una organización sin departamentos formales, sin niveles, sin title, sin OKR y sin KPI. La relación de reporte es tan simple que parece algo falso.

Para Brandon, esto no tiene sentido en absoluto.

Se graduó de Tsinghua, trabajó en gestión en gigantes de Silicon Valley y grandes empresas chinas, y ayudó a una startup valorada en unos 1000 millones de dólares. Después de muchos años abriéndose camino en la industria, es bueno en la gestión técnica y ha dirigido equipos de casi 1000 personas. Quería entrar en el campo de la IA y desplegar plenamente sus habilidades.

Pero los cofundadores, Zhang Yutong, le dijo que la empresa no funciona así. Si se uniera, las personas a las que dirigiría directamente serían aproximadamente dos.

Pero algo sobre el futuro le retuvo. Quiso hablar una vez más.

Así, en enero de 2025, en medio de una atmósfera de sospecha e inquietud dentro de la empresa, Brandon se reunió con Yang Zhilin, su compañero de Tsinghua.

En ese momento Brandon todavía no sabía que el nombre de Yang Zhilin algún día aparecería en la misma cobertura que Elon Musk y Jensen Huang. Lo que más recordaba era la primera frase que dijo Yang Zhilin después de los saludos básicos:

«El aprendizaje por refuerzo es el futuro».

La conversación siguiente casi parecía que Yang Zhilin hablaba consigo mismo. Estaba inmerso en su propio modo de pensar; Brandon apenas entendía de qué estaba hablando, aunque todo se hablaba en chino, de principio a fin.

Pero había algo extraordinariamente claro: esta era la primera vez en su vida que sentía que el sistema de conocimiento y los modelos mentales construidos durante sus últimos 20 años empezaban a derrumbarse. Y junto con eso se derrumbaba su propia vanidad.

Le pregunté por qué al final se unió. Habló con un tono un poco misterioso: Yang Zhilin quizá se convertiría en un gran profeta, porque tiene visión y además es lo bastante puro.

Luego, cuando la empresa tuvo dudas sobre cómo definir su rol dentro de esa estructura casi sin title, Brandon respondió con firmeza:

«Aunque me manden a barrer el baño, vengo; y lo barreré más limpio que cualquiera».

No todos los gerentes o expertos de grandes fábricas pueden sobrevivir en un entorno así.

Phoebe, nacida en los 00, pasó del equipo de crecimiento al de producto e ingeniería. Se burló de sí misma diciendo que era «una niña pequeña que no sabe nada», pero dijo algo importante: en esta empresa, la experiencia profunda y un currículum brillante pueden convertirse en una carga.

La IA es demasiado nueva; los cambios son demasiado rápidos. Un experto con experiencia quizá no aprenda y se adapte tan rápido como alguien joven que solo parte de suposiciones.

Ha visto al menos tres fracasos de gente de nivel medio-alto que aterrizó desde grandes fábricas. Uno de ellos finalmente decidió abandonar la industria, diciendo que las personas a su alrededor eran demasiado jóvenes y demasiado inteligentes. Después de ser superado una y otra vez, se rindió. Concluyó que ya no era su época ni su industria.

Tras el impacto de DeepSeek, Phoebe también sintió una crisis profunda. Decidió abandonar las compras de adquisición de tráfico (buying ads) y, en su lugar, ayudar a la empresa mediante producto e ingeniería. Empezó un autoaprendizaje intensivo; incluso transmitía en B 站 (Bilibili) su proceso de estudio en vivo, acumulando cientos de horas.

Lo que más le sorprendió fue que desde el principio la empresa le dio, sin dudar, la oportunidad de cambiar de puesto.

De hecho, entre las 30 personas que entrevisté, más de la mitad habían cambiado de responsabilidades varias veces. En comparación con su trabajo anterior, alrededor del 80% de las personas ahora hace cosas totalmente distintas.

Kimi prefiere a quienes tienen «capacidad de generalización».

En el campo de la IA, generalizar significa que el modelo se desempeña bien en nuevos escenarios que no aparecieron en los datos de entrenamiento. No es memorizar respuestas; es aprender la estructura subyacente.

La empresa también aplicó esta idea a las personas.

Personas de nivel medio-alto que vienen de grandes fábricas quizá hayan optimizado durante demasiado tiempo bajo algún sistema de KPI, algún lenguaje de reporte y algún juego interno de política. Su «algoritmo» se sobreajustó a un óptimo local. Cuando el entorno cambie por completo, podrían no adaptarse.

Si se dice que los empleados tradicionales de grandes fábricas son como modelos especializados, el tipo de personas que quiere el Lado Oscuro de la Luna es más como un modelo base. Primero aprenden reglas básicas mediante sintonización supervisada; luego, mediante aprendizaje por refuerzo y juegos repetidos de autoconfrontación entre tareas, adquieren capacidad de transferencia entre dominios.

James, de regreso de Silicon Valley, tiene 26 años este año y dice que su sueño es «darle el dinero a los jóvenes».

Como devoto creyente de la IA, ve su propio cuerpo como un sensor para que el Agent recoja información. Jugando a «League of Legends», graba audio y recolecta datos fisiológicos como frecuencia cardíaca y pulso, y luego analiza qué comentarios de qué compañero influyeron en su estado emocional y desempeño en el juego.

Sus ideas son tan tajantes que rozan lo extremo. Dijo que si una persona empieza a aprender un idioma realmente nuevo después de los 14 años, jamás alcanzará el nivel de lengua materna. Considera que la IA es similar en ese sentido.

Dan, quien se unió a la empresa justo después de graduarse, dijo que fue la primera vez en su vida que sintió una ansiedad real por el conocimiento.

En la escuela, solo entrenó «modelos de juguete»: aproximadamente 7 mil millones de parámetros, y con 32 GPU durante unos días se terminaba. Ahora tiene que manejar modelos MoE (mixture of experts) con cientos de miles de millones de parámetros, y los datos de entrenamiento se cuentan en billones de tokens. Se siente como saltar directamente de un pequeño estanque a un océano.

Para seguir el ritmo, casi entra en un estado de aprendizaje autodestructivo: su rutina se rompe por completo. El día en Beijing se vuelve noche en Silicon Valley, y luego vuelve al revés. Se queda mirando el panel de entrenamiento durante cientos de horas, como un trader de acciones mirando la pantalla; ni siquiera hay espacio para parpadear.

El desafío real no es solo el volumen de trabajo, sino que además debe hacer tres trabajos a la vez.

Tiene que ser arquitecto de algoritmos, diseñar la mejor solución en un laberinto de opciones de modelos. Tiene que ser ingeniero de sistemas, depurar problemas de cómputo distribuido como si reparara una tubería global. Tiene que ser alquimista de datos, aplicar «alquimia» a enormes conjuntos de datos, para que el modelo corra benchmarks con puntuaciones bonitas, y al mismo tiempo lograr que en conversaciones reales sea natural y suave.

A veces, eso implica hacer cirugías de emergencia durante el entrenamiento. Una vez, parámetros clave almacenados en precisión bf16 empezaron a mostrar un comportamiento peligroso. El equipo tomó una decisión inmediata: mientras el entrenamiento ya iba a la mitad, cambiaron a precisión fp32 para estabilizar esa ronda de entrenamiento. Dan dijo que si solo sabes escribir algoritmos, o solo sabes con sistemas, o solo sabes limpiar datos, nunca podrás construir un modelo de primer nivel. Aquí no hay excusa de «yo solo me encargo de esta parte».

La empresa espera que integres trabajo de algoritmos, ingeniería y datos, y que te muevas entre varios mundos a la vez. Es como hacer varios trabajos a la vez. Pero ese entrenamiento cruzado de alta intensidad puede darte años de crecimiento en muy poco tiempo.

Así que, cualquier persona que quiera unirse a Kimi se enfrenta a pruebas crueles.

Sin OKR, sin KPI, sin política de oficina, sin management tipo PUA, y ni siquiera con control de asistencia. Pero si no eres nativo de IA, si no puedes generalizar, si no puedes reforzarte y adaptarte de forma continua, probablemente te resulte difícil encontrar sentido a tu existencia aquí.

«Aquí no hay sabor a oficialidad»

La mayoría de las marcas quieren una historia.

Pero casi cada empleado de Kimi me recuerda con suavidad: no escribas lo de Pink Floyd; y no escribas la historia de ese piano frente a la puerta de la oficina.

Su punto de vista es que los que saben ya lo entienden; los que no, no necesitan entenderlo. Los dos nombres Moonshot y Kimi no tienen relación directa con la IA ni con la tecnología. Pero si la empresa habla demasiado de su vínculo con el rock y el arte, empezará a parecer exceso de autoconciencia, artificioso y forzado. Parece que creen que la belleza no necesita explicación.

Win, nacida en los 00, que «escapó» de una gran fábrica, me dijo que este lugar es raro porque la gente realmente puede terminar las cosas sin tener reuniones.

En su ex empresa, durante el día había reuniones y por la noche había trabajo. Aprendió una lección sencilla: si gran parte de tu energía se gasta coordinando relaciones de producción, entonces casi no queda margen para mejorar la productividad real.

Esa es una parte de cómo se ve una organización nativa de IA.

Más de diez empleados me dijeron de forma clara que cada vez prefieren tratar con IA en lugar de con personas. La IA es más confiable, más simple. Esa inclinación también encaja con el temperamento introvertido general de la empresa. Alguien usó una palabra más suave: tímidez.

En los grupos de chat, todos pueden ser animados y con mucha necesidad de expresarse. Pero cuando se ven en persona, muchos están muy callados. Kimi no organiza muchos eventos de cultura organizacional. Excepto la fiesta anual, la última actividad grupal fue hacer masajes en la oficina.

Ser introvertido no significa falta de comunicación o de energía.

Aunque nadie les exigía hablar conmigo, ninguno rechazó. En el grupo, la información vuela sin parar, mezclada con todo tipo de emoticonos abstractos. Ningún mensaje queda colgado.

Si necesitas que alguien te apoye para completar el trabajo, el proceso es simple: lo buscas directamente.

No hace falta pasar por un superior, no hace falta aprobación, no hace falta convocar una reunión de coordinación, ni atravesar muros departamentales.

Kimi no tiene muros entre departamentos. En cierto sentido, incluso no tiene departamentos.

El autógrafo de Yang Zhilin solo tiene cuatro palabras:

Comunicación directa.

Aun así, todos reconocen que la empresa, desde que se fundó, ha estado cambiando constantemente.

Algunos cambios son proactivos, otros son pasivos, y algunos incluso parecen ser una inversión. La empresa pasó de invertir mucho en publicidad para centrarse en modelos; pasó de insistir en código cerrado a abrazar el código abierto; de producto de chatbot a Kimi Agent, Kimi Code y Kimi Claw; de C-end a B-end y luego de regreso a C-end. No todos los giros pueden resistir un escrutinio perfecto.

Pero para Ezra, hay algo que no ha cambiado: respetar los hechos.

Ella cree que todos esos cambios solo tienen una razón y un propósito: hacer que la empresa se alinee mejor con la realidad objetiva.

La empresa tolera el orgullo propio, pero no le gusta contratar a gente que se pone a sí misma por encima de los hechos.

Desde los cofundadores hacia abajo, a las personas les resulta relativamente fácil convencerles —si los hechos están lo bastante claros. Los empleados dicen que esa disposición proviene de una obsesión extrema por la verdad, la realidad y «qué es lo verdadero». La gente realmente inteligente no se lastima con una retroalimentación honesta.

Esa sinceridad también tiene una condición: la empresa no tiene sistema de carreras (horse racing), no hay competencia de suma cero, ni grandes conflictos de intereses internos. La gente está dispuesta a compartir sin pedir nada a cambio: resultados de investigación y detalles técnicos, sin esperar recompensa ni firma. En los primeros días, la empresa tenía su propia comunidad, y hoy sigue impulsando una cultura comunitaria. Compartir información y conocimiento acelera el aprendizaje de todos, y al final beneficia a todos.

Win dijo que las culturas tóxicas también se contagian, y las culturas buenas también.

Alguien describió el ambiente aquí como «unidad». Esa palabra suena casi anticuada cuando se aplica a una startup. Pero el entorno en el que está la empresa es duro: por fuera hay competidores del nivel de gigantes; por dentro hay presión por ser acorralados por grandes fábricas; y los recursos de cómputo son limitados. Si esos condicionantes tienen algún efecto, parece que en realidad fortalecen la cohesión.

En última instancia, las personas son el único activo realmente importante en una organización.

Recientemente, Florence fue reclutada por un competidor con un salario doble. Ella lo rechazó en el acto. La razón era simple:

«Aquí no hay sabor a oficialidad».

La nueva oficina de la empresa.

«No sé cómo logró aguantarla»

Antes de empezar la entrevista, estaba muy nervioso. Voy a entrevistar a algunos de los profesionales de IA más inteligentes del mundo, y yo soy de formación en humanidades, nunca he trabajado en la industria tecnológica, y mi conocimiento sobre IA es limitado.

Pero cuando realmente empecé a hablar con jóvenes expertos del equipo de algoritmos y del equipo de ingeniería de producto, descubrí que el nerviosismo era de ellos. Les preocupaba que si no entendía la jerga, se verían mal.

Así que primero traducían el inglés al chino, y luego traducían ese chino a un chino más sencillo que yo pudiera entender.

Esa instintiva protección me conmovió.

Antes de empezar la entrevista, la empresa solo me dio una instrucción: proteger a cada persona.

Por eso evito preguntar cosas demasiado sensibles o que puedan herir a alguien.

Aun así, durante la entrevista telefónica, Ty no pudo ocultar por completo un temblor emocional. Cuando se incorporó a la empresa y pasó por un periodo difícil de adaptación, llegó a pensar que no podía seguir y hasta consideró renunciar.

Luego, en una reunión de toda la plantilla de esa semana, vio a Annie —una chica que solo se acababa de graduar de hacía dos años— después de atravesar innumerables contratiempos y dudas internas, por fin logró empujar un proyecto difícil hasta adelante. Al ver eso, pensó que no podía rendirse. Es mayor que ella y tiene más experiencia, pero en pura resistencia y voluntad, sentía que él era más débil.

Dijo:

«No sé cómo logró aguantarla».

En realidad, no era solo Ty quien había pensado en irse.

Annie también lo pensó.

Durante un tiempo largo, ella estuvo montando una línea de negocio en el extranjero desde cero y todavía sin lograr un avance verdadero. Para empeorar, por buena intención, colegas de otros equipos le dijeron directamente que abandonara esa clase de esfuerzo que ellos consideraban sin sentido.

Dijo que lloró en Kimi más veces que en cualquier otra empresa, y también más que cualquier ex pareja por la que hubiera llorado.

No es que no tuviera salida. Ya tenía una oferta con un salario más alto. Pero dijo que no podía convencer a su mente para ir a trabajar para otros. Quería volver a hablar con Zhang Yutong.

Después, decidió quedarse.

No me dijo qué pasó en esa conversación. Solo dijo: «Zhang Yutong es el mejor jefe que he visto; itera más rápido y tiene un techo más alto. Seguirle es la forma en que mejoro mi techo».

Luego Annie repitió la misma frase una y otra vez:

«No sé cómo logró aguantarla».

Cuando acumulas suficiente material, descubres que algunas frases se repiten. Y las frases más repetidas suelen revelar la cualidad más profunda en común de un equipo.

Bob, que fue traído de regreso a China por Yang Zhilin desde Estados Unidos, renunció a la oportunidad de estudiar un doctorado en EE. UU. y se unió el primer día en que se fundó la empresa. Si alguien entiende profundamente a esta empresa, es él.

Cuando le pregunté la pregunta que todos le hacen —cuál es la cualidad más importante de este equipo—, pensó durante casi dos minutos y respondió con una sola palabra:

Resiliencia.

Para una empresa que solo tiene tres años de historia, hablar de resiliencia podría sonar un poco pretencioso. Pero él lo decía en serio. Dijo que inteligencia y valentía a veces son opuestas. Cuanto más inteligente es la persona, más claro ve los riesgos, y por eso es más fácil que elija irse. Y la persistencia ciega tampoco funciona. Así que solo merecen llamarse resilientes quienes han visto la verdad, han calculado la probabilidad de fracaso, pero aun así siguen adelante.

Dentro de la empresa circula una historia llamada «Tres ascensos al acantilado».

En mayo de 2023, Freddie y sus colegas recibieron una tarea que parecía imposible: lograr que la IA lea y entienda de una sola vez un contexto de 128K, equivalente a cientos de páginas de texto; en ese momento, el estándar de la industria todavía estaba alrededor de 4K.

Diseñó rápidamente una solución llamada MoBA v0.5, pero requería reescribir el framework de entrenamiento de bajo nivel a mitad del entrenamiento del modelo principal. El costo era demasiado alto, y la solución se detuvo. Ese fue el primer «ascenso al acantilado».

Seis meses después volvió con v1. En esta versión, el diseño permitía continuar entrenando desde el modelo existente. En modelos pequeños, todo funcionó; pero al probar en modelos grandes, aparecieron picos de loss (loss spike), fallando repetidamente. El proyecto se vio obligado a retroceder por segunda vez, y otras seis semanas. Incluso llegaron a perder el hito del producto de 200 mil palabras de la empresa. Pero el equipo no se disolvió; al contrario, lanzó un «rescate por saturación», reuniendo expertos técnicos de todas partes para atacar el problema en conjunto. Reescribieron la lógica central, y v2 finalmente pasó la prueba clásica de texto largo tipo «pescar un aguja en el mar» (Big Ocean Pin).

Justo cuando parecía que estaba por salir, llegó el tercer golpe. En la etapa de fine-tuning supervisado, el modelo se desempeñó muy mal en la tarea de resumen de textos largos, porque las señales de entrenamiento eran demasiado escasas. En ese punto ya se habían invertido muchos recursos. Los ingenieros volvieron una vez más a «escalar el acantilado», buscando una solución; finalmente resolvieron el problema modificando los últimos niveles del mecanismo de atención.

Tres veces se devolvió, tres veces se volvió.

Al final de la entrevista, le pregunté a Freddie la pregunta definitiva: ¿cómo describirías esta empresa?

Respondió con dos palabras:

Ir a la Luna.

¿Por qué «ir a la Luna»?

Citó la frase de Kennedy:

«Elegimos ir a la Luna en esta década, no porque sea fácil, sino porque es difícil».

Todas las salas de reuniones de la empresa están nombradas como bandas.

Enjambre de genios

Al final, no molesté ni intenté investigar a fondo al cofundador directamente.

Para el mundo exterior, son casi invisibles. No les gusta recibir entrevistas y no les interesa la fama personal. Pero internamente, están en todas partes.

En una organización extremadamente plana, necesitas que el centro tenga un supercerebro. Si no, la energía se convierte en caos. Como casi no hay gerencia intermedia, cada cofundador se conecta directamente con unos 40 a 50 empleados y permanece en la primera línea de tecnología y negocio. Así es como la empresa mantiene alineadas la toma de decisiones y la ejecución.

Los cinco cofundadores vienen de Tsinghua. Pero aun así, existen límites fisiológicos. El ancho de banda de atención humana es limitado; el radio de gestión es limitado. Después de que la valoración superó los 120 mil millones y la empresa pasó de 300 a más de 300 personas, incluso esos supercerebros empezaron a sentir presión.

No solo los fundadores.

Es un juego infinito impulsado por la automotivación. Si cada persona realmente carga con una valoración de 400 millones, entonces el valor que se espera que cree cada quien también es extraordinario.

La variable revolucionaria es la herramienta.

Kimi en realidad no depende de trabajar horas extremas para funcionar. Los empleados pueden despertarse de forma natural; no se les exige quedarse en la oficina hasta que salga el sol cada noche. Leo, del equipo de producto, dijo que ahora él dirige «un ejército» —los AI Agents.

Imaginemos una escena así:

A las 10 de la mañana, Leo se despierta y entra a la oficina. Su tarea es analizar las reacciones de usuarios provenientes de cinco mercados globales en las últimas 24 horas y decidir la prioridad de producto de esta semana. Antes, eso requería que tres personas dedicaran dos días.

Ahora lanza tres Agents.

Un Agent de estrategia escanea 3000 comentarios, filtrando necesidades de alta prioridad relacionadas con interrupciones en textos largos. Un Agent de traducción interpreta en tiempo real dialectos japoneses y tratamientos honoríficos coreanos, y etiqueta la intensidad emocional real. Un Agent de competencia monitorea actualizaciones de Cursor y ChatGPT, y genera comparaciones técnicas.

Leo solo hace tres cosas: rechazar un comentario satírico que el sistema interpretó erróneamente como sincero; marcar una captura que incluye una UI no publicada; y confirmar las tres principales necesidades recomendadas por el Agent.

A las 11:30 de la mañana, ya está completado el documento de requisitos del producto. Al mismo tiempo, un Agent de programación ya generó alrededor del 70% de la implementación base, dejando para la tarde —para discutir con ingenieros humanos— solo el componente de diseño más creativo.

Los humanos establecen reglas, y los sistemas en silicio ejecutan. La organización se convierte en un contenedor para algoritmos.

En una empresa nativa de IA, dominar los Agents e incrustarlos profundamente en el flujo de trabajo no es un plus; es un requisito básico.

El modelo no solo es un objetivo, sino también una herramienta.

Ya sea para aumentar directamente la productividad, o para cambiar de raíz la estructura de gestión, la lógica de la IA ya se ha metido en los huesos de esta empresa. Tal como la empresa construye Agent Swarm (enjambre de agentes inteligentes), el equipo mismo también empezó a comportarse como un Genius Swarm (enjambre de genios): muchos genios independientes operando en paralelo, con coordinación perfecta.

Sin embargo, esta estructura plana tiene fragilidades inherentes.

Cuando pregunto si este modelo puede mantenerse si la empresa crece de 300 a 3000 personas, la mayoría responde con cautela. La historia no es demasiado optimista. Experimentos de aplanamiento extremos similares —como holacracy o el modelo de unificación “persona y negocio” en Haier— suelen enfrentarse a cuellos de botella de decisión alrededor de las 500 personas. Hay demasiados nodos de información y el «contacto directo» se convierte en una sobredosis de información.

Un dolor más cercano es la sensación de pérdida de gravedad personal.

Sin niveles para amortiguar la incertidumbre, la confusión sobre dirección se transmite directamente a cada individuo. Un ex empleado que volvió finalmente a una gran fábrica lo dijo sin rodeos: sin OKR y KPI de arriba hacia abajo, algunas mañanas te presentas en la oficina sin saber qué hacer. Nadie te dice con seguridad si lo estás haciendo bien o mal. Esa falta de retroalimentación crea inseguridad. Te hace extrañar las líneas de reporte claras, los puntos de evaluación y la producción cuantificable que existen en las grandes fábricas.

Esa estructura engorrosa, al final, ofrece una cosa: un umbral de certeza.

¿Dónde están los objetivos? ¿Qué cuenta como terminado? ¿Cómo se evalúa el desempeño? En una gran empresa, todo eso se ve.

Esa persona dijo: «Esto no es síndrome de Estocolmo; es simple física organizacional».

Si Alibaba es como una cinta transportadora de ascensos calibrada con precisión, ByteDance como una legión de combate con objetivos agresivos, Tencent como un instituto profesional más tolerante, entonces el Lado Oscuro de la Luna es como una jungla primitiva.

Quizá los genios puedan encontrar caminos de caza. La gente común quizá solo deambule en la niebla.

El «píxel de doble vector» necesario (dímer guang)

Sin departamentos, sin title, sin evaluación.

Este modo de organización nativa de IA es anti-burocrático y deliberadamente desestructurado. Las grandes empresas ya tienen mucho problema para cambiar a este modelo; las pequeñas empresas muchas veces pierden la ventana porque se expanden demasiado pronto a una arquitectura tradicional. Es una guerra asimétrica.

Aquí el autor cita un concepto clásico de «Three-Body Problem» (三体). En esa historia, una civilización avanzada usa a mano un arma llamada «二向箔» (píxel de doble vector), que colapsa el sistema solar de tres dimensiones a dos. Los planetas, las estrellas y la humanidad se convierten en una imagen plana sin grosor.

El autor cree que el Lado Oscuro de la Luna está arrojándose activamente una «二向箔» así.

No para eliminar al oponente, sino para aplastar la organización y buscar máxima eficiencia.

No hay profundidad jerárquica, no hay muros horizontales entre departamentos, no hay enredos tridimensionales de política de oficina. Solo «modelos» e «inteligencia» enfrentándose directamente en su forma más simple.

En la era de la IA, cada startup se ve forzada a lanzarse una «二向箔» similar. El surgimiento de una empresa de una sola persona refleja la misma explosión generacional de talentos nativos de IA. Si la tecnología puede comprimir la capacidad organizativa en el individuo, entonces el nivel intermedio de la gestión se evapora en grandes cantidades. La organización se aplana. Sin profundidad para rodeos. Cada persona se ve obligada a enfrentar el problema tal cual.

Quizá esta sea una ley dura del progreso organizacional en el mundo de los negocios.

Al final, cada uno será plegado.

Cuando las personas quedan expuestas al mismo plano, la influencia de una persona sobre cincuenta deja de ser un milagro de gestión y se convierte en la norma. La distancia del centro a los bordes se redefinirá. Quienes dependan de title y OKR como coordenadas quizá se asfixien al instante. Pero en este plano expuesto, los genios pueden descomponer con fuerza la propia inteligencia; y los «guardianes» eliminan el ruido y la acumulación de entropía, limpiando el camino —y, aunque no lo hacen con arrogancia, se ven a sí mismos como pioneros que amplían los límites de la civilización humana.

Sin embargo, la transición de tres dimensiones a dos es irreversible.

Esto significa que Kimi no puede retroceder.

Cada ajuste estratégico se convierte en una iteración de caos de alto riesgo. Los competidores pueden girar poco a poco en el laberinto; pero si el Lado Oscuro de la Luna intenta expandirse de forma imprudente en escala, podría desgarrarse a sí mismo estructuralmente. Esta auto-degradación dimensional es aceptable solo porque sirve a un objetivo más agresivo.

El punto final de reducir dimensiones organizativas es elevar la dimensión de inteligencia.

Solo cuando la inteligencia del modelo cruce el umbral crítico, lo bastante alta como para escapar de la atracción gravitacional de cualquier organización basada en carbono, el Lado Oscuro de la Luna podrá aplastar de verdad la ventaja organizativa de los competidores y demostrar que esta apuesta irreversible fue correcta.

En ese momento, las discusiones sobre radio de gestión o estructura organizativa dejarán de importar. Sería como preguntar en qué dimensión está exactamente la civilización del problema de los tres cuerpos; lo importante realmente es que su arma de degradación dimensional ya reescribió las reglas de la guerra.

En ese momento, «Lado Oscuro de la Luna» ya no será una metáfora.

Se convertirá en una fuente de luz de alta dimensión, que ilumine el lado oscuro del universo de la inteligencia. Todo el dolor de organización anterior no fue más que el aislante térmico quemado cuando el módulo de alunizaje atraviesa la atmósfera.

O alzarse y ser glorificado en el ascenso,

o sellarse en el colapso.

No hay un tercer camino.

Todos los nombres en inglés en el texto son seudónimos.