人物杂志卧底 Kimi 100 小时：一家故意把自己“折叠”成二维的 AI 公司

Цей спецрепортаж розкриває справжню сутність найбільш обговорюваної в Китаї AI-стартап-компанії.

Автор: Liu Mo (人物杂志)

Переклад: глибокий приплив TechFlow

**Глибокий приплив: ** Це один із найглибших внутрішніх репортажів про AI-компанії з часів існування 人物杂志. Репортеру дозволили провести 100 годин у Moonshot AI, тісно відстежуючи роботу компанії, чиї оцінки вартості перевищують 1200 млрд юанів, і яка має лише понад 300 співробітників. Від колективного шоку після удару DeepSeek — до крайнього плоского менеджменту «без департаментів, без KPI, без грейдів» — і до еволюції організації у стилі «бджолиного рою геніїв»… цей спецрепортаж розкриває справжнє ядро найпопулярнішого AI-стартапу Китаю.

Навесні 2026 року Kimi особливо дружить з вами.

За лічені місяці компанія за Kimi ніби одна за одною пробила віхи — дохід, фінансування, оцінка вартості — усе оновлювало рекорди. Наукова робота, у якій взяв участь 17-річний стажер зі старшої школи, отримала схвалення зі Силіконової долини, зокрема від Elon Musk. Програмний інструмент Cursor із оцінкою приблизно 50 млрд доларів США, на який звернули увагу китайські спостерігачі, багато в чому спирається на модель Kimi в плані продуктового досвіду. Іншими словами, Kimi ніби одночасно виграла на трьох фронтах: капітал, технології та комерціалізація.

Компанія існує лише три роки, а її оцінка вартості вже перевищила 1200 млрд юанів — приблизно 16 млрд доларів США. У глобальному AI-оповіданні її вже неможливо ігнорувати.

Але темний бік Місяця (Moonshot AI) досі глибоко таємничий.

Мені дозволили потрапити всередину компанії на 100 годин спостережень. Як незалежний автор, я можу брати інтерв’ю у будь-якого співробітника, який готовий поговорити; слухати будь-які зустрічі, що не стосуються комерційних таємниць; а після написання жоден не рецензує текст і ніхто не платить мені гонорар. Це повністю відповідає стилю цієї компанії.

Зайдіть в офіс — ніби стоїте в самому центрі шторму.

У середині напрочуд тихо. На робочих місцях чути лише поодинокі звуки клавіатури, і час від часу хтось сміється. Але шум зовні — чутки, суперечки, хайп, копіювання, нескінченні коментарі — здається, тут не залишає слідів.

У компанії лише понад 300 людей, середній вік — менше 30 років. Якщо поділити оцінку вартості на кількість працівників, то на плечах кожного лежить приблизно 400 млн юанів вартості бізнесу.

Близько 80% співробітників у «мережевому контексті» є «I-людьми» — інтровертами, якщо користуватися термінами MBTI. Люди сидять поруч, але друкувати їм комфортніше, ніж говорити. Тут інтровертність не є недоліком — майже як протокол роботи.

Я згадую той вечір, коли вперше навідався у 2024 році — тоді буря лише починала визрівати. Того разу я не справив особливо гарне перше враження.

«DeepSeek нас урятував»

24 грудня 2024 року, Святвечір. Для більшості людей у Китаї це не свято. Але для Julian це стало одним із найтемніших ночей у її житті.

Їй 26, вона закінчила Пекінський університет всього два роки тому, не має жодного галузевого досвіду, але вже була одним із перших співробітників Kimi. У ту ніч цей дуже молодий, але вже «досвідчений» працівник сидів за довгим столом у конференц-залі під назвою «Radiohead», перед 30+ колегами — і плакав.

Вона ще не змогла здати святковий маркетинговий план, який задовольнив би співзасновників.

До Місячного Нового року лишався лише місяць. Останній план уже змінювали шість разів, тепер знову треба було підняти рівень, а можливо навіть відкотити й почати з нуля. Перебудова плану з нуля, узгодження з командами продукту та інженерії — і виконання майже не вистачало часу. Але компанія покладала великі надії на зростання до Китайського Нового року 2025.

Це було дуже важливо, бо попередній Китайський Новий рік саме й став точкою вибуху Kimi. Завдяки позиціонуванню бренду «ввід 2 млн слів довгого тексту» Kimi одночасно заполонила всю країну. Різко зросла кількість користувачів на C-енд, а на ринку A-shares навіть з’явилося поняття «акції-ідеї про Kimi».

Той щотижневий збір був довгим і жорстоким.

Близько 20 молодих співробітників по черзі доповідали все: закупівля реклами у соцмережах, робота з користувачами, внутрішній PR, маркетинг за кордоном — без деталей не лишалося нічого. Усі колективно обговорювали, а співзасновники ставили крапку.

Тоді Kimi була схожа на підлітка: є талант і потенціал, але ще не повністю підконтрольна собі. Навіть за умови рекламних бюджетів до кількох десятків мільйонів юанів на місяць, перед швидко зростаючими конкурентами вона все одно виглядала незграбною.

Засідання завершилося десь о 4-й ранку.

Ніхто не знав, чи успішним виявиться фінальний план Julian. Через місяць це вже не мало значення.

Саме в той момент світ уперше почув ім’я DeepSeek.

Керівниця з росту Hayley повернулася додому на Новий рік до Веньчжоу й виявила, що всі її рідні та знайомі ставлять одне й те саме питання: «Ти чув(ла) про DeepSeek?» Ніби за одну ніч Kimi перетворилася на стару новину.

Вона сказала, що це був найважчий для неї Святковий Новий рік. Тиша всередині компанії була гучнішою за грім.

Щорічні збори всіх співробітників зазвичай відбуваються в березні після Нового року — працівники можуть безпосередньо ставити запитання керівництву. Того року майже всі запитання крутилося навколо DeepSeek.

Найгостріше запитання прийшло від команди HR. Вони сказали ту незручну фразу з повною щирістю:

«Кандидати питають нас: DeepSeek теж зробив мені offer. То чому я маю йти в Kimi? — Як нам відповісти?»

Але реакції не були однаковими для всіх.

Alex з команди алгоритмів сказав, що якщо в «момент DeepSeek» він відчув щось дуже сильне, то це була не страхом, а збудження.

Це відчуття було не лише його особистим. Воно відображало ментальність багатьох у команді алгоритмів. DeepSeek довів, що існує інший шлях: стратегія з нижчими витратами, відкрита (open-source) траєкторія, а також той факт, у який багато хто раніше не наважувався вірити — незрозумілий китайський стартап може здобути глобальну повагу, якщо технології досить сильні, а моделі достатньо гарні.

Команда продукту теж не відчувала особливої тривоги. Kevin, який був працівником продукту на ранньому етапі, вважав, що вибух DeepSeek тримається на моделі. Як тільки власні можливості моделей Kimi наздоженуть, у команди продукту, навпаки, з’явиться більше простору для створення цінних функцій.

Ніхто ззовні не знав, про що саме говорили співзасновники між собою. Але компанія діяла швидко. Коригування стратегії, звуження фокусу — і всередині вони досягли майже повної згоди.

Тепер, якщо запитати майже будь-кого в компанії, що є найважливішим, вони без вагань відповіли б: модель.

Відтоді внутрішня повага Kimi до DeepSeek лише посилювалася. Частина була професійним захопленням, а частина — чимось іншим.

Alex висловив це так:

«У певному сенсі DeepSeek нас урятував».

Смак — це все

«Як ти носиш таке взуття?»

Після того як Ezra запитала мене, я була ще більше вражена за неї. У її зоні офісних робочих місць майже в кожного під столом стояла пара капців. Зручний одяг і взуття — усі вірили, що це допомагає розслабитися, зосередитися й бути більш креативним.

Ось так виглядають правила одягу розумних людей.

Я бачила у своєму житті багато вчених-«зубрил». Але тут «відмінники» — це зовсім інший вид.

У школі Ezra намагалася зламати пароль до комп’ютера вдома, бо батьки не хотіли їй говорити. У молодших класах середньої школи вона почала цікавитися біткоїном — тоді одна монета коштувала лише кілька сотень юанів. Вона просила в мами кишенькові гроші, щоб інвестувати, але мама сказала, що це шахрайство. У старших класах, коли вона вперше сіла в таксі, у її голові одразу намалювався прототип продукту про таксі. Вона сказала, що якби тоді були інструменти AI сьогодні, можливо, вона справді змогла б це зробити. А коли в університеті нарешті з’явилися власні гроші, вона інвестувала в A-shares і втратила 90%.

Той болісний досвід змусив її усвідомити обмеженість людських суджень і штовхнув її до AI.

Її розуміння AGI (загального штучного інтелекту) просте: створити «N Ейнштейнів» і використати їх, щоб вирішувати найважчі для людей проблеми. Відтоді вона вирішила знайти компанію, яка справді рухає межі AGI. Навіть попри те, що на той момент їй уже вдалося повернути на біржі всі втрачені гроші.

Через сильний академічний бекграунд вона отримала пропозиції від багатьох компаній. Вона обрала Kimi лише з однієї причини: під час співбесіди її глибоко вразили спосіб мислення засновника Ян Чжилін про техніку та його педантичність до деталей. Вона відчувала, що він справді дбає про моделі. У ньому не було тієї суєти, яка часто притаманна «розумним людям». І не було користолюбства, притаманного бізнесменам. Насправді, наприкінці співбесіди вона ще не знала, що він є співзасновником.

Характер Karen відрізнявся, але шлях вів туди ж.

З дитинства він був непокірним. Він сварився з учителями, не слухав батьків. Під час навчання наполягав на поїздці за кордон, після закінчення — на тому, щоб започаткувати власну справу. Спокійне й комфортне життя, яке пропонували «великі компанії», його довело до відчаю — він не хотів життя, яке з початку можна бачити аж до кінця.

Я запитала його: якщо дати вибір, одне — гарантовано набрати 60 балів (із 100), а друге — 1% шанс набрати 100. Що б ти вибрав(ла)?

Він без вагань обрав друге.

Не тому, що він не міг би прийняти 60 балів, а тому, що він не міг витримати шлях на 100% визначеності.

Цей тип «ДНК засновника» формує базову тканину компанії. За приблизними внутрішніми підрахунками, у Moonshot AI щонайменше 50 людей раніше або вже створювали бізнес, або приєднувалися до стартапів.

Кажуть, Kimi любить наймати CEO.

Точніше кажучи, ця компанія притулила групу геніїв-кочівників, які постійно рухаються між місцями. Геній не обов’язково є найкращим студентом або зразковим працівником. Важливіше, що в певному вимірі вони можуть побачити крізь час.

У компанії, де близько 80% співробітників походять із університетів 985 та 211, резюме Yannis не виглядає особливо яскравим. Але вже у 2023 році він у технічній спільноті передбачив, що DeepSeek і Kimi піднімуться — тоді модельні компанії навіть не мали продукту. Інший співробітник, який народився у 2000-х, помітив його здатність мислити, і просунув його всередину компанії.

Karen каже, що занадто багато розумних людей виявляються замкненими в системі. Спочатку — сім’я, потім — школа, а потім — робота. Вони несвідомо підкоряються очікуванням групи й забувають, чого насправді хочуть. Лише небагато намагаються вирватися, але їх часто не помічають.

Одна з місій Kimi, каже він, — це бачити їх.

Без такої інтуїції 17-річного школяра неможливо було б запросити як стажера в Kimi, далі працювати з командою, спільно опублікувати статтю — а потім отримати похвалу від Elon Musk. Ім’я того учня, поставлене першим автором у статті, належить Bob — його наставнику і першій людині, яка це побачила.

Між генієм і безумцем — лише один крок. Коли «безумець, якого не розуміють», приходить у Moonshot AI, він може раптом перетворитися на генія, що змінює світ. Або ж певні ще не розкриті генії можуть розцвісти лише в такому місці.

Bob розповів мені, що певною мірою збільшений его — це не проблема, а навіть може бути добре. Якщо его — це внутрішня спонука, і людина вірить, що їй потрібно бути частиною великої місії, то вона може бути саме тією, кого компанія не має права пропустити.

Генії параноїдальні.

У цій команді тренування топових AI-моделей жартома називають «варити еліксир» — це типова для китайського технічного середовища фраза, що описує процес тренування моделей як щось напівнаукове й напівмістичне. Але на практиці «варити еліксир» означає безперервно лагодити баги.

Кожного разу, коли стартує тренування флагманської моделі, Bob і його колеги входять у той самий ритуал. Першою справою кожного ранку — оновити величезну внутрішню панель моніторингу компанії. Десятки або сотні тисяч індикаторів. Навіть якщо одна крива почне аномально стрибати, у голові відразу спрацьовує сигнал тривоги: оптимізація зіпсувалася? Архітектура має дефект? Невідповідність точності чисел?

Їхня реакція майже звіряча за чутливістю.

Дехто навіть перевіряє навчальні дані токен за токеном, друкує токени, які породили екстремальні градієнти, і допитує їх, наче допитує підозрюваного: чому ти стрибнув так різко?

Кожен, хто справді брав участь у «здачі» моделі (тобто в доведенні до запуску), проходив через таку безсонну напругу. Це не тривога — це нав’язлива впертість, керована допитливістю. Саме така параноїдальна настороженість штовхає модель на вершину.

Генії збираються разом.

За минулий рік понад 100 співробітників Kimi приєдналися через внутрішні рекомендації — «друг друга», «друг друга друга» і так далі. Всередині компанії це жартома називають «людина передає людині».

Довіра — завдяки цим щільним мережам — перетворюється на природний організаційний актив.

По суті, Kimi перекладає на етап найму найскладнішу частину менеджменту. Якщо людей рекомендують довірені колеги, вони частіше мають однакову інтуїцію. Ось чому одне слово в компанії повторюється знову і знову:

Смак (Taste).

Одного вечора у вересні 2025 кілька інженерів просто так запустили внутрішній мікропроєкт і назвали його Ensoul. Вони хотіли, щоб код, що спить у файлах, «ожив», перетворившись на діалогового асистента в командному рядку.

Чутливість до найменувань — не випадковість.

Раніше в них був фреймворк під назвою YAMAHA, повна назва «Yet Another Moonshot Agent». Найнижчий рівень інфраструктури називався Kosong — слово з малайської, що означає «порожнеча». Натхнення прийшло з буддійського поняття «форма є порожнеча». Це натяк на білий аркуш: без попередньо заданих функцій, але з нескінченними можливостями.

Смак, іншими словами, формує сам продукт.

Коли багато компаній втискують чат у командний рядок, інженери Kimi вважають це потворним. Справжній програміст відкриває термінал, щоб віддавати команди, а не щоб спілкуватися. Тому CLI Kimi проектували більше як розумний shell, а не як чат-інтерфейс. Він розуміє команди, але не примушує себе ставати діалоговим вікном.

Ця простота видно і в коді. Базова логіка — приблизно 400 рядків Python, без зайвих прикрас. Модулі чисто розділені (decouple) між собою. Користувач може сам налаштовувати функції або розібрати Kimi та зібрати її заново в власний застосунок.

Kimi Agent раніше асоціювався всередині з фразою «OK Computer» — ще одна цитата з Radiohead — але пізніше назву змінили, бо для ширшої аудиторії вона була надто незрозумілою. Ті, хто обирав такі назви, здається, не надто зацікавлені в максимізації трафіку. Вони дотримуються власного музичного смаку та мовних стандартів.

Хтось жартував, що якщо міряти AI-компанії часткою співробітників, які вміють грати на музичних інструментах, то Kimi може бути першою.

Смак уже став найвищим стандартом найму — і водночас найважчим для визначення.

Його не можна виміряти, але він всюди.

Спочатку — узагальнення, потім — еволюція

Ви можете ніколи не розібратися, що саме кожен у Kimi робить.

Компанія любить використовувати «команди», а не «департаменти». З рівня топів головні напрями достатньо чіткі: алгоритми, продукт і інженерія, зростання, стратегія, операції. Але як тільки ви намагаєтеся збільшити масштаб і подивитися на реальне розмежування департаментів або закріплені обов’язки, усе починає розмиватися.

Бо це організація без формальних департаментів, без ієрархії, без title, без OKR і без KPI. Схеми підзвітності прості до такої міри, ніби вони «фальшиві».

Для Brandon це зовсім не виглядає логічним.

Він закінчив Tsinghua, працював на керівних позиціях у Силіконових гігантах і в китайських «великих компаніях», допомагав одній стартап-компанії з оцінкою близько 10 млрд доларів. Він довго «катався» в індустрії, вміє керувати технологіями, вів команди майже з 1000 людей. Він хотів увійти в AI-сферу, щоб розгорнутись і показати себе.

Та співзасновник Zhang Yutao сказав йому, що ця компанія працює інакше. Якщо Brandon приєднається, то людей, яких він напряму керуватиме, буде приблизно двоє.

Але щось із майбутнього наче втримало його — він захотів поговорити ще раз.

Тож у січні 2025 року, у часи, коли всередині компанії панували сумніви та тривога, Brandon зустрівся з Ян Чжилін — його однокурсником з Tsinghua.

Тоді Brandon ще не знав, що ім’я Ян Чжилін пізніше з’являтиметься в одних і тих самих статтях поруч з Elon Musk та Huang Renxun. Найчіткіше він пам’ятає першу фразу, яку Ян Чжилін сказав після базових ввічливих слів:

«Підкріплювальне навчання — це майбутнє».

Наступна розмова майже скидалася на те, як Ян Чжилін говорить із самим собою. Він був занурений у власний задум, і Brandon майже не розумів, про що саме йдеться, хоча весь час звучала китайська.

Але є одна річ, яка була неймовірно чіткою: це був уперше в житті Brandon, коли його знання, накопичені за 20 років, і його мисленнєві моделі почали руйнуватися. Разом із цим руйнувалося й його власне самолюбство (его).

Я запитала його, чому він усе-таки приєднався. Його тон був трохи туманним:

«Ян Чжилін, можливо, стане великим провісником, бо він має далекоглядність і при цьому достатньо чистий».

Пізніше компанія в тій майже без title системі не знала, як визначити його роль, і Brandon відповів твердо:

«Навіть якщо мене відправлять прибирати туалет — я прийду. І я прибиратиму чистіше, ніж хто-небудь інший».

Не всі колишні менеджери з великих компаній або експерти можуть вижити в такому середовищі.

Phoebe, покоління 00-х, перейшла з команди зростання до команди продукту та інженерії. Вона жартома називала себе «маленькою дівчинкою, яка не розуміє нічого», але сказала важливу річ: у цій компанії глибокий досвід і блискуче резюме, навпаки, можуть стати тягарем.

AI надто новий, зміни надто швидкі. Досвідчений експерт може вчитися й адаптуватися не швидше, ніж молодший, який припускає.

Вона бачила принаймні трьох старших/середніх керівників, які прийшли з великих компаній, і чия спроба «впала». Один із них зрештою вирішив піти з індустрії, сказавши, що поруч люди надто молоді й надто розумні. Його багато разів випереджали, і зрештою він здався. Він зробив висновок, що це вже не його час і не його сфера.

Після удару DeepSeek Phoebe теж відчула глибоке відчуття кризи. Вона вирішила відмовитися від закупівлі трафіку (buying ads) і натомість допомагати компанії через продукт і інженерію. Вона розпочала інтенсивне самонавчання, аж до стрімінгу на B 站 із процесом навчання, накопичивши сотні годин.

Найбільше її здивувало те, що компанія з самого початку без вагань дала їй шанс перевестися на іншу посаду.

Фактично, серед 30 співробітників, яких я інтерв’ювала, понад половина змінювали свої обов’язки багато разів. Порівняно з попередньою роботою приблизно 80% людей тепер виконують абсолютно інші завдання.

Kimi любить людей із «здатністю до узагальнення».

У сфері AI узагальнення означає, що модель добре працює в нових сценаріях поза навчальними даними. Вона не просто заучує відповіді — вона вчиться базовій структурі.

Цю ідею компанія застосовує і до людей.

Середні/старші управлінці з великих компаній могли надто довго оптимізуватися під певну систему KPI, під певний стиль звітності, під певну внутрішню політичну гру. Їхні «алгоритми» переобучилися до локального оптимуму. Коли середовище докорінно змінюється, їм може бракувати адаптації.

Якщо працівників традиційних великих компаній можна порівняти з спеціалізованими моделями, то людей, яких шукає Moonshot AI, більше схоже на базову (foundation) модель. Спершу — через supervised fine-tuning вчать базові правила, а потім — через reinforcement learning та повторні самоігри між завданнями отримують здатність до перенесення між доменами.

James, який повернувся з Силіконової долини, цьогорічові 26 років, і каже, що його мрія — «віддати гроші молодим людям».

Як ревний прихильник AI, він вважає своє тіло сенсором, який збирає інформацію для Agent. Коли він грає у «League of Legends», він записує звук і збирає фізіологічні дані, зокрема частоту серця та пульс, а потім аналізує, як висловлювання якогось товариша по команді впливають на його емоційний стан і показники гри.

Його погляди настільки гострі, що майже доходять до крайності. Він каже: якщо людина починає вивчати справді нову мову лише після 14 років, вона ніколи не досягне рівня рідної. Він вважає, що AI — дуже схожий випадок.

Dan, який щойно випустився й одразу приєднався до компанії, каже, що вперше в житті відчув справжню тривогу через знання (knowledge anxiety).

У школі він тренував лише «іграшкові моделі» — близько 7 млрд параметрів, і їх можна було прогнати на 32 GPU кілька днів та все. А тепер він має справу з MoE-моделями (міксом експертів) на сотні мільярдів параметрів, де навчальні дані обчислюються в трильйонах токенів. Це відчувається так, ніби він прямо стрибнув з маленької калюжі в Тихий океан.

Щоб не відставати, він майже перейшов у стан самопокарання навчанням. Розпорядок повністю зламався: денний час у Пекіні перетворився на ніч у Силіконовій долині, а потім стало навпаки. Він дивився на панель тренування сотні годин, наче біржовий трейдер стежить за котируваннями — навіть моргнути не було простору.

Справжній виклик — це не лише обсяг роботи, а й те, що йому потрібно робити одразу три роботи.

Він має бути архітектором алгоритмів — у лабіринті виборів моделей проєктувати оптимальне рішення. Він має бути системним інженером — як ніби ремонтувати трубопровід, що тягнеться через весь глобус, налагоджувати проблеми розподілених обчислень. Він має бути «ділком з варіння даних» — застосовувати «елліксир-ремесло» до гігантських датасетів, щоб модель красиво показувала результати на бенчмарках, а водночас у реальній розмові була природною й м’якою.

Іноді це означає виконувати термінові операції прямо під час тренування. Одного разу ключові параметри, що зберігалися у точності bf16, почали поводитися небезпечно. Команда без вагань ухвалила рішення: коли тренування було вже на середині, переключитися на точність fp32, щоб стабілізувати цей цикл. Dan каже: якщо ти вмієш лише писати алгоритми, або лише займатися системами, або лише чистити дані — ти ніколи не зробиш топову модель. Тут немає відмовки «я відповідаю тільки за цю частину».

Компанія очікує, що ти інтегруєш роботу з алгоритмами, інженерією та даними в один процес і водночас будеш курсувати між кількома «світами». Це як працювати одразу на кількох роботах. Але таке інтенсивне перехресне навчання дає тобі за дуже короткий час кілька років росту.

Тому кожен, хто хоче приєднатися до Kimi, стикається з жорстким випробуванням.

Немає OKR, немає KPI, немає офісної політики, немає PUA-менеджменту, навіть немає обов’язкової відмітки приходу. Але якщо ти не «AI-натив» — якщо ти не вмієш узагальнювати, якщо ти не здатен до безперервного підсилення й адаптації — тобі може бути важко знайти сенс власного існування тут.

«Тут немає чиновницького тону»

Більшість брендів хочуть мати історію.

Але майже кожен співробітник Kimi м’яко нагадує мені: не пишіть про Pink Floyd і не пишіть про той рояль біля офісних дверей.

Їхня позиція така: ті, хто розуміє, — самі розберуться; тим, хто не розуміє, не потрібно розуміти. Moonshot і Kimi — це дві назви, які не мають прямого зв’язку з AI чи технологіями. Але якщо компанія надто часто говоритиме про свої зв’язки з рок-музикою та мистецтвом, це почне виглядати як надлишок самосвідомості й надуманість. Вони, здається, вважають, що краса не потребує пояснень.

00-літній Win, який «втік» з великої компанії, каже мені, що тут дуже дивно, бо люди реально можуть зробити справи без зустрічей.

У його колишній компанії: вдень — зустрічі, ввечері — робота. Він виніс просте правило: якщо більша частина твоєї енергії витрачається на узгодження стосунків між людьми, то простір для реального підвищення продуктивності майже зникає.

Ось так виглядає частина обличчя організації «AI-нативної» природи.

Більше ніж десять співробітників прямо повідомили мені, що вони дедалі більше воліють мати справу з AI, а не з людьми. AI надійніший і простіший. Ця тенденція також відповідає загальній інтровертній атмосфері компанії. Хтось використав більш м’яке слово: «сором’язливість».

У групових чатах кожен може бути жвавим і мати сильне бажання висловлюватися. Але коли зустрічаються наживо, багато хто стає тихим. Kimi рідко організовує культурні активності. Окрім щорічної вечірки (annual meeting), останній раз колективна активність була в офісі — вони робили масаж.

Інтровертність не означає нестачу комунікації чи енергії.

Хоч ніхто не вимагав від них говорити зі мною, жоден не відмовив. У групових чатах інформація безперервно летить туди-сюди, перемішана з різними абстрактними стікерами-емодзі. Нічиї повідомлення не «зависають» без відповіді.

Якщо роботу потрібно робити так, щоб інші співпрацювали, процес дуже простий: просто знайди цю людину.

Не потрібно проходити через керівника, не потрібно проходити погодження, не потрібно скликати узгоджувальну нараду, не потрібно пробивати «стіни» між департаментами.

У Kimi немає стін між департаментами. У певному сенсі в неї навіть немає департаментів.

Автограф (сигнатура) Ян Чжиліна складається лише з чотирьох слів:

Пряма комунікація.

Втім, усі визнають: від заснування компанія постійно змінювалася.

Деякі зміни були ініціативними, деякі — вимушеними, а деякі навіть виглядали як переворот. Компанія перейшла від масових викидів реклами до фокусування на моделях; від наполягання на закритому коді (closed source) до обіймання open-source; від продуктів-чатботів до Kimi Agent, Kimi Code і Kimi Claw; від C-енду до B-енду і назад до C-енду. Не кожен поворот можна було ідеально прорахувати наперед.

Але на думку Ezra, була одна річ, яка незмінно лишалася: повага до фактів.

Вона вважає, що всі ці зміни мають лише одну причину і одну мету: зробити так, щоб компанія краще узгоджувалася з об’єктивною реальністю.

Компанія толерує зарозумілість, але не любить людей, які ставлять себе вище фактів.

Зі сторони співзасновників і нижче людей відносно легко переконати — якщо факти достатньо очевидні. Співробітники кажуть, що це прагнення народжується з крайньої одержимості правдою, реальністю та тим, «що є правдивим». Справжньо розумних людей чесний зворотний зв’язок не шкодить.

Але у цій чесності є ще одна умова: у компанії немає «перегоних» між командами (horse-race), немає конкуренції з нульовою сумою, немає великих внутрішніх конфліктів інтересів. Люди готові безоплатно ділитися результатами досліджень і технічними деталями, не очікуючи вигоди чи підписів. На ранньому етапі в компанії існувала власна спільнота, і сьогодні вона все ще підтримує культуру ком’юніті. Поширення інформації та знань прискорює навчання кожного — і зрештою вигідне всім.

Win каже: токсична культура заразна, але й хороша культура теж заразна.

Хтось описав атмосферу тут словом «єдність». Це слово в стартапі звучить майже по-старому. Але компанія живе в дуже суворому середовищі: ззовні — конкуренти на рівні гігантів, всередині — тиск, який здавлює з боку великих компаній, а обчислювальні ресурси обмежені. Якщо ці обмеження і мають якийсь ефект, то вони, мабуть, лише посилюють згуртованість.

Зрештою, люди — це єдиний по-справжньому важливий актив в організації.

Нещодавно Florence переманили конкурентом удвічі підвищивши зарплату. Вона одразу відмовила. Причина була проста:

«Тут немає чиновницького тону».

Нове офісне приміщення компанії.

«Я не знаю, як вона протрималася»

Перед початком інтерв’ю я дуже нервувала. Я мала інтерв’ювати одних із найрозумніших фахівців з AI у світі, а я з гуманітарним бекграундом, ніколи не працювала в технологічній індустрії, й мої знання про AI були обмежені.

Але щойно я почала реально розмовляти з молодими експертами з алгоритмів та інженерії продукту, я зрозуміла: нервуються вони. Вони боялися, що мені буде незручно, якщо я не зрозумію термінів.

Тому вони спочатку перекладали англійською на китайську, а потім те, що вийшло, перекладали на простішу китайську, яку я зможу зрозуміти.

Така інстинктивна потреба захищати — зворушлива.

Перед стартом інтерв’ю компанія дала мені лише одну інструкцію: захищайте кожного.

Тож я намагалася уникати надто делікатних запитань або таких, які можуть поранити людей.

Втім, навіть за таких умов Ty під час телефонного інтерв’ю все одно не зміг повністю сховати тремтіння емоцій. Коли він тільки-но приєднався до компанії, йому довелося пережити важкий період адаптації, і він на певний час навіть відчував, що не витримає, і думав піти.

А потім — на одному з тижневих загальних зборів він побачив Annie — дівчину, яка щойно закінчила університет (їй було лише два роки з випуску). Після незліченних невдач і сумнівів у душі вона нарешті просунула один складний проєкт далі. Побачивши це, він відчув, що не може здатися. Він старший за неї й має більше досвіду, але щодо чистої витримки й волі він вважав себе слабшим.

Він сказав:

«Я не знаю, як вона протрималася».

Насправді, думати про відхід хотів не тільки Ty.

Annie також думала про це.

Довгий час вона будувала з нуля лінію зарубіжного бізнесу, але ніякого реального прориву так і не сталося. Хірше того: колеги з інших команд, з добрих намірів, прямо говорили їй, щоб вона відмовилася від цього напряму, бо вважали, що він не має сенсу.

Вона сказала, що в Kimi вона плакала більше разів, ніж у будь-якій іншій компанії — і навіть більше, ніж плакала за будь-якими колишніми хлопцями (ex).

Але це не означало, що в неї не було виходу. Їй уже пропонували посаду з вищою зарплатою в іншому місці. Але вона сказала, що не може переконати себе піти працювати «на когось». Вона хотіла ще раз поговорити з Zhang Yutao.

Після цього вона вирішила залишитися.

Вона не сказала мені зміст тієї розмови. Вона лише сказала: «Yutao — найсильніший бос, якого я зустрічала; найшвидше ітерації; найвищий потенціал. Йти за нею — це мій спосіб підвищити межу власного потенціалу».

А потім Annie повторила ту саму фразу:

«Я не знаю, як вона протрималася».

Коли ти накопичуєш достатньо матеріалів, починаєш помічати, що деякі фрази повторюються. А найчастіше повторювана фраза — це зазвичай те, що розкриває найглибшу спільну рису команди.

Bob — він повернувся з США, де Ян Чжилін запросив його назад у Китай, і відмовився від можливості піти в докторантуру. Він приєднався в перший день після заснування компанії. Якщо хтось справді глибоко розуміє цю компанію — то це він.

Коли я запитала в нього те саме питання, яке ставлять усім — «яка найважливіша якість цієї команди?» — він подумав приблизно дві хвилини й відповів одним словом:

Життєстійкість (resilience/витримка).

Для компанії з історією лише трьох років говорити про витримку може звучати дещо розкішно. Але він був щирий. Він сказав, що розум і сміливість іноді можуть бути протилежними. Чим розумніша людина, тим чіткіше вона бачить ризики, і тим легше їй обрати піти. Сліпа наполегливість також не допомагає. Тому життєстійкими можна назвати лише тих, хто бачить правду, прораховує ймовірності невдачі, але все одно продовжує.

В компанії ходить історія під назвою «три сходження на неприступну скелю» (三上绝壁).

У травні 2023 Freddie і його колеги отримали завдання, яке здавалося неможливим: щоб AI одноразово зчитав і зрозумів контекст 128K — це рівно як сотні сторінок — тоді як галузевий стандарт був лише близько 4K.

Він швидко спроєктував рішення під назвою MoBA v0.5, але воно вимагало переписати базовий фреймворк навчання посеред тренування головної моделі. Вартість була надто висока, тож план тимчасово зупинили. Це було перше «сходження на скелю».

Через пів року він повернувся з v1. Ця версія була спроєктована так, щоб продовжувати тренування від наявної моделі. На маленькій моделі все пройшло, але на тесті великої моделі сталися сплески loss, і це повторювалося й знову провалювалося. Проєкт змусили повернути назад втретє — і ще шість місяців. Навіть запізнилися на етап віхи в продукті на 200 тис. слів. Але команду не розпустили. Навпаки, вони ініціювали «насичене рятування» (saturated rescue) — стягнули технічних експертів з усіх куточків і зосередилися на загальному штурмі. Вони переписали ключову логіку — і v2 нарешті пройшла класичний тест на довгий текст «велика купа голок» (大海捞针).

Коли здавалося, що запуск уже ось-ось, прийшов третій удар. Під час supervised fine-tuning модель погано показала себе на задачі довгих текстових підсумків, бо навчальних сигналів було надто мало. На той момент уже було вкладено багато ресурсів. Інженери знову повернулися до «скелі», шукали рішення і зрештою подолали проблему, змінивши механізми уваги в останніх кількох шарах.

Три рази відкотили, три рази повернулися.

Після завершення інтерв’ю я поставила Freddie фінальне питання: як би він описав цю компанію?

Він відповів двома словами:

Зліт на Місяць (登月).

Чому саме «зліт на Місяць»?

Він процитував фразу Кеннеді:

«Ми обираємо злетіти на Місяць у цій декаді не тому, що це легко, а тому, що це складно».

Усі конференц-зали компанії названі на честь музичних гуртів.

Рій геніїв

Зрештою я не потурбувала і не намагалася глибше розкопати самих співзасновників.

Зовні вони майже невидимі. Вони не люблять інтерв’ю, їм байдуже до особистої популярності. Але всередині вони всюди.

У надто плоскому середовищі вам потрібен «центр», у якого надрозум. Інакше енергія перетвориться на хаос. Бо майже немає менеджерів середньої ланки: кожен зі співзасновників напряму працює з приблизно 40–50 співробітниками і тримається на технічному та бізнес-фронті. Саме так компанія забезпечує узгодження рішень і виконання.

П’ятеро співзасновників усі з Tsinghua. Але існує біологічний ліміт. У людей обмежена ширина каналу уваги, обмежений менеджерський радіус. Коли оцінка компанії перевищила 1200 млрд, а число співробітників — 300, навіть ці надрозуми почали відчувати тиск.

Не лише співзасновники.

Це нескінченна гра, яку рухає внутрішній драйв. Якщо кожен реально тягне на собі оцінку в 400 млн, то від кожного очікують створення цінності на надзвичайно високому рівні.

Революційна змінна — це інструмент.

Kimi насправді не працює в режимі екстремальних понадурочних. Співробітники можуть прокидатися природно, ніхто не вимагає сидіти в офісі до ранку кожної ночі. Leo з команди продукту каже, що зараз він командує «армією» — AI Agent.

Уявіть таку сцену:

Leo прокидається о 10:00 і заходить в офіс. Його задача — проаналізувати фідбек користувачів за минулі 24 години з п’яти глобальних ринків і вирішити пріоритети продукту на цей тиждень. Раніше це вимагало трьох людей і двох днів.

Тепер він запускає три Agent.

Один — Agent стратегії — сканує 3000 фідбеків, відбирає потреби з високим пріоритетом, пов’язані з перериванням у довгому тексті. Один — Agent перекладу — у реальному часі інтерпретує японські діалекти й корейські форми ввічливості та позначає реальну інтенсивність емоцій. Один — Agent конкурентів — стежить за оновленнями Cursor і ChatGPT, генерує технічне порівняння.

Самі ж Leo робить лише три речі: відхиляє один сатиричний коментар, який система помилково оцінила як щирий; позначає скріншот із UI, який ще не випущений; підтверджує перші три пункти потреб, які рекомендували Agent.

О 11:30 ранку документ із вимогами до продукту вже готовий. Паралельно програмний Agent уже згенерував приблизно 70% базової реалізації, залишивши на другу половину дня для обговорення з людьми творчіші частини дизайну.

Люди встановлюють правила, силіконові системи виконують. Організація перетворюється на контейнер для алгоритму.

У AI-нативній компанії вміння добре користуватися Agent і глибоко вбудовувати їх у робочі процеси — це не бонус, а базова вимога.

Модель — не лише ціль, а й інструмент.

Чи йдеться про пряме підвищення продуктивності або про фундаментальну зміну структури менеджменту, логіка AI уже вбудувалася в кістки цієї компанії. Як компанія будує Agent Swarm (рій інтелектуальних агентів), так само і команда почала працювати як Genius Swarm (рій геніїв): багато незалежних геніїв діють паралельно й узгоджено безшовно.

Але ця плоска структура має вбудовану крихкість.

Коли я запитала, чи може така модель тривати, якщо компанію збільшити з 300 до 3000 людей, більшість відповіли обережно. Історія не надто оптимістична. Подібні експерименти з максимально плоскою структурою — на кшталт holacracy або системи «один у всіх» (海尔的人单合一) — часто виявляли вузьке місце в ухваленні рішень приблизно на рівні понад 500 людей. Інформаційних вузлів забагато, і «пряма комунікація» перетворюється на інформаційне перевантаження.

Найближчий до реального болю — це відчуття особистого «втрати ваги» (неприв’язаності, безопорності).

Без ієрархії, яка б амортизувала невизначеність, плутанина напрямку одразу передається кожному. Колишній співробітник, який зрештою повернувся в велику компанію, сказав прямо: без OKR і KPI зверху вн