Kimi, infiltrada na revista People, 100 horas: uma empresa de IA que intencionalmente se "dobrou" em duas dimensões

Este texto especial revela o verdadeiro âmago das empresas de IA mais observadas da China.

Autor: Liu Mo (Revista People)

Tradução: Deep Tide TechFlow

**Leitura recomendada da Deep Tide: **Este é um dos mais profundos artigos internos sobre empresas de IA alguma vez publicados pela Revista People. O repórter obteve autorização para permanecer durante 100 horas dentro da Moonshot AI, registando de perto esta empresa de IA avaliada em mais de 120 mil milhões de renminbi e com apenas mais de 300 pessoas. Da agitação coletiva desencadeada pelo choque do DeepSeek, à gestão hiperplana “sem departamentos, sem KPI, sem níveis”, e à evolução organizacional à maneira de “enxame de génios” — este texto especial desvenda o verdadeiro âmago da startup de IA mais fascinante para o público na China.

Na primavera de 2026, o Kimi está especialmente alinhado com as pessoas.

Em apenas alguns meses, a empresa por trás do Kimi parece ter ultrapassado sucessivamente vários marcos — receita, financiamento e avaliação, todos a baterem recordes. Um artigo de investigação com a participação de um estagiário do liceu de 17 anos recebeu elogios de Silicon Valley, incluindo Elon Musk. A ferramenta de programação Cursor, avaliada em cerca de 50 mil milhões de dólares, foi apontada por observadores chineses como dependente, em grande medida, do modelo do Kimi na experiência do produto. Por outras palavras, o Kimi parece ter vencido simultaneamente em três frentes: capital, tecnologia e comercialização.

A empresa tem apenas três anos e a avaliação já ultrapassou 120 mil milhões de renminbi, cerca de 16 mil milhões de dólares. Na narrativa global de IA, já não é possível ignorá-la.

Mas o lado obscuro da Lua (Moonshot AI) continua profundamente misterioso.

Obtive autorização para observar a empresa por dentro durante 100 horas. Como redator independente, posso entrevistar qualquer funcionário disposto a falar, assistir a quaisquer reuniões que não envolvam segredos comerciais; quando termino, ninguém revê o meu texto e ninguém me paga pelo artigo. Isto está totalmente de acordo com o estilo desta empresa.

Ao entrar no escritório, é como estar no olho do furacão.

No centro, há uma quietude anormal. Nas mesas, ouvem-se apenas alguns sons esparsos de teclados; ocasionalmente, alguém ri. Mas o ruído lá fora — boatos, discussões, hype, imitações e comentários sem fim — parece não deixar rasto aqui.

A empresa tem apenas mais de 300 pessoas; a idade média é inferior a 30 anos. Dividindo a avaliação pelo número de pessoas, quase 400 milhões de renminbi de valor empresarial ficam a pesar sobre cada um.

Cerca de 80% dos funcionários são “I people” no contexto da linguagem online — introvertidos, usando a terminologia MBTI. As pessoas sentam-se juntas, mas digitam com mais facilidade do que falam. Aqui, ser introvertido não é uma falha; quase é um “protocolo de funcionamento”.

Recordo aquela noite, na primeira visita em 2024, quando a tempestade ainda estava a começar a formar-se. Na altura, não deixei uma impressão particularmente boa.

“DeepSeek salvou-nos”

Em 24 de dezembro de 2024, véspera de Natal. Para a maioria das pessoas na China, isso não é uma grande festa. Mas para a Julian, foi uma das noites mais negras da vida dela.

Ela tem 26 anos, licenciou-se em Pequim dois anos antes e não tem qualquer experiência na indústria — ainda assim já era uma das funcionárias mais antigas do Kimi. Nessa noite, esta funcionária muito jovem, mas já “veterana”, sentou-se à frente de uma mesa comprida numa sala de reuniões chamada “Radiohead”, perante mais de 30 colegas, e chorou.

Ela ainda não tinha conseguido entregar um plano de marketing de fim de ano que satisfizesse os cofundadores.

Faltava apenas um mês para o Ano Novo Lunar. O plano mais recente tinha sido alterado seis vezes; agora tinha de ser atualizado de novo, e até podia ser totalmente revisto a partir do zero. Reconstruir o plano do zero, sincronizar com os equipas de produto e engenharia para executarem — o tempo mal chegava. Mas a empresa depositava grandes expectativas no crescimento do Ano Novo Lunar de 2025.

Isto é importante porque foi no Ano Novo Lunar do ano anterior que o Kimi explodiu. Com o posicionamento de marca de “entrada de texto longo com 2 milhões de caracteres”, o Kimi chegou a dominar as conversas na China. Os utilizadores C-side dispararam em massa e, até no mercado de ações da A-share, surgiu a expressão “ações relacionadas com o Kimi”.

Aquela reunião semanal foi longa e brutal.

Cerca de 20 funcionários jovens apresentavam-se em turnos para reportar tudo: anúncios em redes sociais, operação de utilizadores, relações públicas no país, marketing no estrangeiro — do início ao fim, sem nada a faltar. Todos discutiam em conjunto, e os cofundadores decidiam no fim.

Naquela altura, o Kimi era como um adolescente: com talento e potencial, mas ainda sem conseguir dominar completamente a si próprio. Mesmo com um orçamento mensal de publicidade que chegava a dezenas de milhões de renminbi, perante concorrentes que cresciam rapidamente, parecia ainda desajeitado.

A reunião terminou por volta das 4 da manhã.

Ninguém sabia se a solução final da Julian acabaria por funcionar. Um mês depois, isso já não importava.

Naquele momento, o mundo ouviu, pela primeira vez, o nome DeepSeek.

A Hayley, responsável pelo crescimento, voltou a Wenzhou para passar o Ano Novo com a família e descobriu que os parentes e amigos lhe faziam a mesma pergunta: “Já ouviste falar do DeepSeek?” O Kimi parece ter-se tornado, de um dia para o outro, uma notícia antiga.

Ela disse que foi o Ano Novo Lunar mais difícil da vida dela. O silêncio interno da empresa era ensurdecedor.

As reuniões anuais de toda a equipa costumam acontecer em março, depois do Ano Novo. Os funcionários podem colocar perguntas diretamente à gestão. Nesse ano, quase todas as questões giravam em torno do DeepSeek.

As perguntas mais afiadas vinham da equipa de Recursos Humanos. Eles trouxeram a frase com total sinceridade, dizendo o que era desconfortável:

“Os candidatos perguntam-nos: o DeepSeek também me deu uma oferta. Porque é que eu devia vir para o Kimi? — Como é que respondemos?”

Mas nem todas as reações eram iguais.

O Alex, da equipa de algoritmos, disse que, se no “momento DeepSeek” ele sentiu alguma emoção forte, não foi medo — foi excitação.

Essa sensação não era apenas pessoal. Ela refletia o estado de espírito de muitas pessoas na equipa de algoritmos. O DeepSeek provou que pode existir outro caminho: estratégias de menor custo, a via open-source e um facto que muitas pessoas antes não se atreviam a acreditar — uma startup chinesa desconhecida, desde que a tecnologia seja suficientemente forte e o modelo suficientemente bom, ainda assim consegue conquistar respeito global.

A equipa de produto também não estava particularmente ansiosa. O Kevin, o funcionário de produto mais cedo do grupo, acreditava que o boom do DeepSeek se devia ao modelo. Assim que as capacidades do modelo do próprio Kimi alcançassem, a equipa de produto teria, pelo contrário, mais espaço para construir funcionalidades valiosas.

Ninguém de fora sabia exatamente o que os cofundadores discutiram. Mas a empresa agiu rapidamente. Ajustar a estratégia, estreitar o foco e chegar internamente a um consenso quase completo.

Agora, se perguntares a quase qualquer pessoa na empresa qual é a coisa mais importante, elas responderão sem hesitação: modelo.

Desde então, o respeito interno do Kimi pelo DeepSeek tem vindo a aumentar. Uma parte é admiração profissional; a outra parte é outra coisa.

O Alex diz assim:

“De certa forma, o DeepSeek salvou-nos.”

O gosto é tudo

“Que tipo de sapatos é que são esses?”

Depois de o Ezra me perguntar, eu fiquei ainda mais surpreendido do que ela. Naquele andar de escritórios, quase toda a gente tem um par de chinelos debaixo da mesa. Roupa e calçado confortáveis: todos acreditam que ajudam a relaxar, a concentrar-se e a ser mais criativos.

Esse é o critério de vestuário de pessoas inteligentes.

Vi muitos “alunos brilhantes” ao longo da minha vida. Mas os “bons alunos” aqui são uma espécie completamente diferente.

Quando o Ezra estava no ensino primário, tentou decifrar as senhas do computador da família porque os pais não lhe diziam. No ensino secundário, começou a interessar-se por Bitcoin, na altura em que uma moeda custava apenas algumas centenas de renminbi. Ela pediu aos pais dinheiro de bolso para investir, e a mãe disse que era um esquema. No ensino médio, a primeira vez que apanhou um táxi, ela desenhou mentalmente um protótipo de um produto de transporte por app. Ela disse que, se naquela altura existissem ferramentas de IA como as de hoje, talvez ela realmente conseguisse fazê-lo. Depois de entrar na universidade e finalmente ter o próprio dinheiro, ela investiu em ações A-share e perdeu 90%.

A experiência dolorosa fez-lhe perceber as limitações do julgamento humano e empurrou-a para a IA.

A compreensão dela de AGI (inteligência artificial geral) é simples: criar “N Einstein” e usá-los para resolver os problemas mais difíceis da humanidade. A partir daí, decidiu encontrar uma empresa que, de facto, esteja a empurrar os limites da AGI. Mesmo apesar de já ter recuperado o dinheiro perdido no mercado de ações naquela altura.

Por ter um excelente percurso académico, recebeu ofertas de muitas empresas. Escolheu o Kimi por uma única razão: numa entrevista, a compreensão que a fundadora Yang Zhuilin tinha da tecnologia e a seriedade com que se dedicava aos detalhes impressionaram-na profundamente. Ela sentiu que ele era mesmo alguém que se importava com modelos. Não havia nele a impaciência e o alvoroço típicos dos “inteligentes”; nem havia o utilitarismo típico dos homens de negócios. Na verdade, no fim da entrevista, ela ainda não sabia que ele era cofundador.

A personalidade da Karen é diferente, mas leva ao mesmo destino.

Ela sempre foi rebelde desde pequena. Discutia com os professores, não obedecia aos pais. Na escola, insistia em estudar no estrangeiro; depois de se formar, insistia em começar uma empresa. A vida estável e confortável oferecida por grandes empresas deu-lhe desespero — ela não queria uma vida em que, desde o início, se consegue ver o fim.

Perguntei-lhe: se tivesse de escolher, uma opção é garantido obter 60 (de 100); a outra é 1% de probabilidade de obter 100. Qual é que escolherias?

Sem hesitar, ela escolheu a última.

Não é que não conseguisse aceitar 60 — é que não suportava aquele caminho com 100% de certeza.

Esse tipo de “ADN de fundador” compõe, na base, a textura da empresa. Segundo uma estimativa preliminar interna, o lado obscuro da Lua tem pelo menos 50 pessoas que antes já tinham empreendido ou que tinham entrado em startups.

Há quem diga que o Kimi gosta de contratar CEOs.

Mais precisamente, esta empresa acolhe uma série de génios nómadas em movimento. Génios nem sempre são os melhores alunos ou os funcionários modelo. O importante é que, em algum eixo, conseguem ver para além do tempo.

Numa empresa em que cerca de 80% dos funcionários vêm de escolas 985 e 211, o currículo do Yannis não é especialmente brilhante. Mas já em 2023 ele tinha antecipado, na comunidade de engenharia, que o DeepSeek e o Kimi iriam ascender — naquela altura, as empresas de modelos ainda nem tinham produto. Outro funcionário, nascido nos anos 2000, reparou na capacidade de julgamento dele e empurrou-o para dentro da empresa.

A Karen diz que demasiado gente inteligente fica presa nos sistemas: primeiro a família, depois a escola, depois o ambiente de trabalho. Eles passam a obedecer, sem perceber, às expectativas do grupo, esquecendo-se do que realmente querem. Apenas algumas pessoas tentam escapar — e, muitas vezes, não são vistas.

Uma das missões do Kimi, diz ela, é precisamente vê-los.

Sem essa intuição, um estudante do ensino secundário de 17 anos não poderia ter sido trazido para trabalhar como estagiário no Kimi, nem ter trabalhado em equipa para publicar um artigo e, mais tarde, receber elogios de Elon Musk. A pessoa que colocou o nome desse estudante no lugar de primeiro autor do artigo é Bob — o mentor dele — e também a primeira pessoa a descobri-lo.

Entre o génio e o louco há apenas uma linha ténue. Quando um “louco que não é compreendido” chega ao lado obscuro da Lua, pode de repente transformar-se num génio capaz de mudar o mundo. Ou então, alguns génios que ainda não se mostraram plenamente, só conseguem realmente florescer em lugares como aquele.

O Bob disse-me que, em certo sentido, aumentar o ego não é um problema; até pode ser uma coisa boa. Se esse ego for uma força motriz interna, e se a pessoa acreditar que tem de participar numa grande missão, então poderá ser exatamente alguém que a empresa não pode perder.

Génios são obsessivos.

Neste grupo, treinar os melhores modelos de IA é brincado como “fazer alquimia” — uma expressão comum no círculo tecnológico chinês, para descrever aquele processo semi-científico, semi-místico de treino de modelos. Mas, na prática, “fazer alquimia” significa corrigir bugs continuamente.

Sempre que um treino de flagship começa a correr, o Bob e os restantes membros da equipa entram no mesmo ritual. A primeira coisa de cada manhã é atualizar a imensa dashboard interna de monitorização da empresa. Centenas de milhares de métricas. Mesmo que uma única curva dê um salto anormal, na cabeça dispara um alarme: a otimização correu mal? A arquitetura tem falhas? A precisão numérica não corresponde?

A reação deles é quase sensível ao nível de um animal.

Há quem até verifique token a token os dados de treino, imprimindo tokens que geram gradientes extremos, interrogando-os como se interrogassem um suspeito: “Porque é que saltas tão violentamente?”

Todas as pessoas que realmente participaram em “entregar” um modelo passaram por essa tensão sem dormir. Isto não é ansiedade; é uma teimosia obsessiva movida pela curiosidade. Foi essa vigilância paranoica que empurrou os modelos para o topo.

Os génios convergem.

No ano passado, o Kimi teve mais de 100 funcionários que entraram através de indicação interna — amigos dos amigos, amigos dos amigos dos amigos. Internamente, a empresa brinca chamando-lhes “um passa para o outro”.

A confiança, graças a estas redes densas, transforma-se numa espécie de ativo organizacional natural.

Essencialmente, o Kimi transfere a parte mais difícil da gestão para a fase de recrutamento. Se as pessoas forem indicadas por colegas em quem se confia, é mais provável que partilhem intuições semelhantes. É por isso que uma palavra aparece repetidamente na empresa:

Gosto (Taste).

Numa noite de setembro de 2025, alguns engenheiros iniciaram, por acaso, um pequeno projeto interno chamado Ensoul. Eles queriam fazer “reviver” o código adormecido dentro dos ficheiros, transformando-o num assistente de diálogo na linha de comandos.

Essa sensibilidade com o nome não aconteceu por acaso.

Eles tinham um framework chamado YAMAHA, abreviação de “Yet Another Moonshot Agent”. A infraestrutura base mais profunda chamava-se Kosong, que em malaio significa “vazio”, e a inspiração vinha da ideia budista “a forma é o vazio”. Era uma sugestão de uma folha em branco: sem funcionalidades pré-definidas, mas com possibilidades infinitas.

Em outras palavras, o gosto molda o próprio produto.

Quando muitas empresas enchem o prompt de chat dentro da linha de comandos, os engenheiros do Kimi acham isso feio. Um programador verdadeiro abre o terminal para emitir comandos, não para conversar. Por isso, o Kimi CLI foi concebido para parecer mais um “shell” inteligente do que uma interface de chat. Ele entende comandos, mas não se obriga a tornar-se um caixa de diálogo.

Essa simplicidade também aparece no código. A lógica central tem apenas cerca de 400 linhas de Python, removendo todos os enfeites desnecessários. Os módulos estão bem desacoplados. Os utilizadores podem personalizar as suas próprias funcionalidades ou desmontar o Kimi para o recompor como a sua própria aplicação.

O Kimi Agent já esteve internamente associado à frase “OK Computer” — mais uma citação dos Radiohead — mas depois mudou de nome porque era demasiado obscuro para um público mais vasto. Quem escolhe nomes como estes parece não estar muito interessado em maximizar o tráfego; seguem antes o próprio gosto musical e os critérios de linguagem.

Há até quem brinque: se medirmos as empresas de IA pela proporção de funcionários que sabem tocar instrumentos, o Kimi talvez fique em primeiro.

O gosto já se tornou o padrão máximo para recrutamento — e também o mais difícil de definir.

Não pode ser quantificado, mas está em todo o lado.

Generalizar primeiro, evoluir depois

Talvez nunca percebas exatamente o que cada pessoa no Kimi está a fazer.

A empresa gosta de usar “equipas” em vez de “departamentos”. Vista do topo, a direção principal é suficientemente clara: algoritmos, produto e engenharia, crescimento, estratégia, operações. Mas assim que tentas ampliar para observar a divisão real em departamentos ou responsabilidades fixas, tudo começa a ficar indistinto.

Porque esta é uma organização sem departamentos formais, sem níveis, sem títulos, sem OKR e sem KPI. As relações de reporte são tão simples que parecem quase falsas.

Para o Brandon, isso é totalmente irracional.

Ele formou-se na Tsinghua, teve experiência de gestão em gigantes do Vale do Silício e em grandes empresas chinesas, ajudou uma startup avaliada em cerca de 1 mil milhões de dólares e trabalhou muitos anos na indústria. É bom a gerir tecnologia e já conduziu equipas de quase 1000 pessoas. Ele queria entrar no campo da IA e fazer uso total das suas capacidades.

No entanto, os cofundadores disseram-lhe que a empresa não funciona assim. Se ele entrasse, o número de pessoas que ele iria gerir diretamente seria provavelmente apenas dois.

Mas uma coisa ligada ao futuro manteve-o: ele quis voltar a falar.

Assim, em janeiro de 2025, num período em que havia dúvidas e inquietação dentro da empresa, o Brandon encontrou o Yang Zhuilin — o seu colega de Tsinghua.

Naquela altura, Brandon ainda não sabia que o nome de Yang Zhuilin, no futuro, seria colocado na mesma reportagem que Elon Musk e Jensen Huang. O que ele recorda com mais clareza é a primeira frase que Yang Zhuilin disse depois de uma breve troca de cumprimentos:

“Aprendizagem por reforço é o futuro.”

O diálogo seguinte parecia quase como se Yang Zhuilin estivesse a falar sozinho. Ele estava imerso no próprio raciocínio; Brandon mal conseguia entender o que ele estava a dizer, apesar de ser o tempo todo em chinês.

Mas havia uma coisa extremamente clara: era a primeira vez na vida do Brandon que ele sentiu que o sistema de conhecimentos e o modelo mental que construiu durante os últimos 20 anos estavam a desabar. A desabamento incluía também a sua arrogância.

Perguntei-lhe por que acabou por se juntar. A forma como ele respondeu foi um pouco “mística”: “O Yang Zhuilin pode vir a ser um grande profeta, porque tem visão e é suficientemente puro.”

Mais tarde, quando a empresa, neste sistema com quase nenhum title, não soube como definir o papel dele, Brandon respondeu de forma firme:

“Mesmo que me mandem limpar casas de banho, eu venho — e vou limpar mais limpo do que toda a gente.”

Nem todos os gestores ou especialistas vindos de grandes empresas conseguem sobreviver neste ambiente.

Phoebe, nascida nos anos 2000, mudou do crescimento para produto e engenharia. Ela brinca consigo própria dizendo que é “uma menina que não sabe nada”, mas afirmou uma coisa importante: nesta empresa, a experiência profunda e um currículo brilhante podem, pelo contrário, tornar-se um fardo.

A IA é demasiado nova e a mudança acontece demasiado rápido. Um especialista experiente não tem necessariamente uma velocidade de aprendizagem e adaptação maior do que um jovem que parte de hipóteses.

Ela viu pelo menos três contratações falhadas de quadros médios e seniores vindos de grandes empresas. Um deles acabou por optar por sair da indústria, dizendo que as pessoas à sua volta eram demasiado jovens e demasiado inteligentes. Depois de ser ultrapassado repetidamente, desistiu; concluiu que já não era “a sua era” e que já não era “o seu setor”.

Depois do impacto do DeepSeek, Phoebe também sentiu um forte sentido de crise. Ela decidiu abandonar o trabalho de compra de tráfego e, em vez disso, ajudar a empresa através de produto e engenharia. Começou a aprender de forma intensiva, até transmitindo em direto no B站 o processo de aprendizagem, acumulando centenas de horas.

O mais surpreendente para ela foi que a empresa, desde o início, lhe deu sem hesitar a oportunidade de mudar de função.

Na verdade, entre os 30 funcionários que entrevistei, mais de metade já mudaram de responsabilidades várias vezes. Em comparação com o trabalho anterior, cerca de 80% das pessoas fazem agora algo totalmente diferente.

O Kimi gosta de pessoas com “capacidade de generalização”.

No campo da IA, generalizar significa que o modelo consegue ter bom desempenho em novos cenários fora dos dados de treino. Não é decorar respostas; é aprender a estrutura subjacente.

A empresa aplica também essa ideia às pessoas.

Quadros médios e seniores vindos de grandes empresas podem ter otimizado demasiado tempo dentro de um determinado sistema de KPI, numa determinada linguagem de reporting e num certo jogo interno de política. O “algoritmo” deles pode estar overfitted num ótimo local. Quando o ambiente muda completamente, eles podem não conseguir adaptar-se.

Se funcionários tradicionais de grandes empresas são como modelos dedicados, então o que o lado obscuro da Lua quer assemelha-se mais a um modelo base. Primeiro aprende regras básicas através de supervised fine-tuning; depois, adquire capacidade de transferência entre domínios através de aprendizagem por reforço e repetidos auto-jogos entre tarefas.

James, que voltou do Vale do Silício, tem 26 anos este ano e diz que o sonho dele é “dar o dinheiro aos jovens”.

Como um fervoroso crente na IA, ele vê o próprio corpo como sensores para um Agent recolher informação. Quando joga League of Legends, ele grava áudio e recolhe dados fisiológicos como frequência cardíaca e pulso; depois analisa qual a fala de cada colega de equipa que afeta o estado emocional e o desempenho do jogo.

As opiniões dele são afiadas, quase ao ponto do extremo. Ele diz: “Se uma pessoa começar a aprender uma língua verdadeiramente nova só depois dos 14 anos, nunca vai atingir o nível de língua materna.” Ele acredita que é algo semelhante com a IA.

Dan, que se juntou à empresa logo após a formatura, disse que foi a primeira vez que sentiu ansiedade real por conhecimento.

Na escola, ele só treinou “modelos de brinquedo” — cerca de 7 mil milhões de parâmetros, com 32 GPUs a correrem durante alguns dias, e fica pronto. Agora vai lidar com modelos MoE (mixture of experts) com centenas de milhares de milhões de parâmetros; os dados de treino contam-se em triliões de tokens. É como se ele saltasse diretamente de uma pequena poça para o oceano Pacífico.

Para acompanhar o ritmo, entrou quase num estado de aprendizagem autodestrutiva. A rotina desfez-se por completo: o dia em Pequim tornou-se a noite no Vale do Silício e depois novamente ao contrário. Ele fixava-se na dashboard de treino durante centenas de horas, tal como um trader da bolsa que vigia o ecrã, sem espaço nem para piscar.

O verdadeiro desafio não é só a carga de trabalho; é que ele tem de fazer simultaneamente três empregos.

Ele tem de ser um arquiteto de algoritmos, projetando a melhor solução num labirinto de escolhas de modelos. Ele tem de ser um engenheiro de sistemas, a depurar problemas de computação distribuída como se fosse a manutenção de um pipeline que atravessa o mundo inteiro. Ele tem de ser um alquimista de dados, aplicando “alquimia” a grandes conjuntos de dados, para que o modelo tenha resultados bonitos em benchmarks e, ao mesmo tempo, seja natural e suave nas conversas reais.

Por vezes, isso significa fazer cirurgias de emergência durante o treino. Numa ocasião, parâmetros-chave armazenados em precisão bf16 começaram a apresentar comportamentos perigosos. A equipa decidiu imediatamente: quando o treino ainda estava a meio, mudaram para precisão fp32 para estabilizar aquela ronda de treino. Dan disse que, se só souberes escrever algoritmos, ou só souberes mexer em sistemas, ou só souberes limpar dados, nunca vais conseguir produzir um modelo de topo. Aqui não existe desculpa do tipo “eu só sou responsável por esta parte”.

A empresa espera que combines o trabalho de algoritmos, engenharia e dados numa integração, ao mesmo tempo que navegas entre vários “mundos”. É como fazer vários empregos ao mesmo tempo. Mas esse treino cruzado de alta intensidade consegue trazer-te anos de crescimento num tempo muito curto.

Assim, qualquer pessoa que queira entrar no Kimi enfrenta provas brutais.

Sem OKR, sem KPI, sem política de escritório, sem PUA de gestão e até sem relógio de ponto. Mas se não fores “nascido em IA”, se não conseguires generalizar, se não conseguires reforçar e adaptar continuamente, pode ser difícil encontrares aqui o sentido da tua existência.

“Não há gosto de cargo aqui”

A maioria das marcas quer uma história.

Mas quase todos os funcionários do Kimi me lembraram com suavidade: não escrevas sobre Pink Floyd, e não escrevas sobre aquele piano na entrada do escritório.

Na opinião deles, quem percebe percebe; quem não percebe não precisa perceber. Os dois nomes Moonshot e Kimi não têm uma relação direta com IA ou tecnologia. Mas se a empresa falar demasiado sobre a ligação entre si e o rock e a arte, começa a parecer excesso de autoconsciência e de afetação. Parece que eles acham que a beleza não precisa de explicação.

Win, um dos nascidos nos anos 2000 que “escapou” de uma grande empresa, disse-me que este lugar é estranho, porque as pessoas realmente conseguem fazer as coisas sem reuniões.

Na empresa anterior dele, era: reuniões durante o dia, trabalho à noite. Ele aprendeu uma lição simples: se a tua energia é sobretudo gasta a coordenar relações de produção, então mal sobra espaço para melhorar a produtividade real.

Esta é uma parte do aspeto das organizações nativas em IA.

Mais de dez funcionários disseram-me, de forma clara, que cada vez preferem lidar com IA do que com pessoas. A IA é mais fiável, mais simples. Essa tendência também combina com o temperamento introvertido geral da empresa. Alguém usou um termo mais gentil: timidez.

Nos grupos de chat, toda a gente pode ser animada e ter muita vontade de se expressar. Mas quando se encontram presencialmente, muitos ficam quietos. O Kimi organiza poucas atividades culturais. Para além da reunião anual, a última atividade coletiva foi fazer massagens no escritório.

Ser introvertido não significa falta de comunicação ou de energia.

Mesmo que ninguém os obrigue a falar comigo, ninguém recusou. No chat em grupo, a informação voa sem parar, misturada com vários emoticons abstratos. A mensagem de ninguém fica no ar.

Se precisares da coordenação de outras pessoas para fazer o trabalho, o processo é simples: basta procurar diretamente.

Sem passar pelo superior; sem aprovação; sem reuniões de coordenação; sem necessidade de ultrapassar paredes departamentais.

O Kimi não tem paredes entre departamentos. De certa forma, ele nem sequer tem departamentos.

A assinatura de Yang Zhuilin tem apenas quatro palavras:

Comunicação direta.

Ainda assim, todos reconhecem que a empresa, desde a sua criação, tem estado em constante mudança.

Algumas mudanças foram proativas, outras foram passivas, e algumas parecem até ser reviravoltas. A empresa passou de uma grande quantidade de publicidade para focar em modelos; de manter fechada a fonte para abraçar open-source; de produtos de chatbot para Kimi Agent, Kimi Code e Kimi Claw; de C-side para B-side e depois de volta para C-side. Nem todas as mudanças aguentam uma análise perfeccionista.

Mas para a Ezra, há uma coisa que nunca muda: respeitar os factos.

Ela acredita que todas aquelas mudanças têm uma única causa e um único objetivo: fazer com que a empresa fique melhor alinhada com a realidade objetiva.

A empresa tolera arrogância, mas não gosta de contratar pessoas que se colocam acima dos factos.

De baixo, é relativamente fácil convencer as pessoas — desde que os factos estejam suficientemente claros. Os funcionários dizem que essa vontade vem de uma obsessão extrema pela verdade, pela realidade e pelo que é “verdadeiro”. As pessoas verdadeiramente inteligentes não se magoam com feedback honesto.

Essa franqueza tem também uma condição: a empresa não tem sistema de “corrida de cavalos”, não tem competição de soma zero, e não tem grandes conflitos de interesses internos. As pessoas estão dispostas a partilhar descobertas de investigação e detalhes técnicos sem pedir retorno, sem esperar créditos. No início, a empresa tinha a sua própria comunidade e hoje continua a defender uma cultura comunitária. Partilhar informação e conhecimento acelera a aprendizagem de todos e, no fim, beneficia a todos.

Win disse: culturas tóxicas contagiam; culturas boas também contagiam.

Há quem descreva o ambiente aqui como “união”. Essa palavra, aplicada a uma startup, soa quase antiquada. Mas o ambiente em que a empresa está inserida é duro: lá fora, há concorrentes gigantes; por dentro, há pressão sufocante, empurrada pelas grandes empresas, com recursos limitados de capacidade de computação. Se essas restrições têm algum efeito, parece que só reforçam a coesão.

No fim, o ser humano é o único ativo verdadeiramente importante numa organização.

Recentemente, a Florence foi abordada por um concorrente para abandonar a empresa com uma oferta de salário em dobro. Ela recusou na hora. O motivo foi simples:

“Não há gosto de cargo aqui.”

O novo escritório da empresa.

“Eu não sei como é que ela conseguiu aguentar”

Antes de começar a entrevista, eu estava muito nervioso. Vou entrevistar alguns dos profissionais mais inteligentes de IA do mundo, e eu sou licenciado numa área de humanidades, nunca trabalhei na indústria de tecnologia e sei pouco sobre IA.

Mas quando comecei mesmo a conversar com os jovens especialistas das equipas de algoritmos e engenharia de produto, percebi que a nervosidade era deles. Eles temiam que eu ficasse embaraçado se não conseguisse compreender a terminologia.

Por isso, antes de tudo, eles traduziram primeiro inglês para chinês e depois traduziram o chinês para chinês mais simples — um chinês que eu conseguisse entender.

Aquele instinto de proteção era comovente.

Antes do início da entrevista, a empresa só me deu uma instrução: proteger todas as pessoas.

Por isso, evito ao máximo perguntar coisas demasiado sensíveis ou que possam magoar alguém.

Mesmo assim, durante a entrevista telefónica, o Ty não conseguiu esconder totalmente um tremor emocional. Quando ele tinha acabado de entrar e passou por uma fase difícil de adaptação, chegou a achar que não conseguiria aguentar, a ponto de pensar em pedir demissão.

Depois, numa reunião geral de certa semana, ele viu a Annie — uma rapariga que tinha acabado de se formar havia apenas dois anos — depois de inúmeras frustrações e dúvidas internas, finalmente empurrar um projeto difícil até ao fim. Ao ver aquilo, ele sentiu que não podia desistir. Ela era mais nova do que ele, e tinha menos experiência; mas em termos de resistência pura e força de vontade, ele achava que era mais fraco do que ela.

Ele disse:

“Eu não sei como é que ela conseguiu aguentar.”

Na verdade, a vontade de sair não era só do Ty.

A Annie também pensou em sair.

Durante muito tempo, ela esteve a construir, do zero, uma linha de negócio para o estrangeiro, mas nunca conseguiu de facto uma verdadeira ruptura. O pior era que colegas de outras equipas, por bondade, lhe diziam diretamente para desistir daquela iniciativa, que eles consideravam sem sentido.

Ela disse que chorava no Kimi mais vezes do que em qualquer outra empresa — e mais do que choraria por qualquer ex-namorado.

Ela não tinha caminho sem saída. Já tinha recebido uma oferta com salário mais alto. Mas disse que simplesmente não conseguia convencer-se a ir trabalhar para outra pessoa. Ela queria falar mais uma vez com Zhang Yutao.

Depois disso, decidiu ficar.

Ela não me disse o conteúdo daquela conversa. Só disse: “Yutao é o melhor chefe que eu já vi; itera o mais rápido e o teto é mais alto. Seguindo-a, é como eu aumento o meu próprio teto.”

Depois, a Annie repetiu exatamente a mesma frase:

“Eu não sei como é que ela conseguiu aguentar.”

Quando acumulas material suficiente, descobres que algumas frases aparecem repetidamente. E as frases mais repetidas acabam por revelar, muitas vezes, a qualidade mais profunda que um grupo partilha.

Bob, que foi puxado dos Estados Unidos de volta para a China por Yang Zhuilin, desistiu da oportunidade de fazer o doutoramento nos Estados Unidos e entrou no primeiro dia de criação da empresa. Se alguém compreendesse esta empresa a fundo, seria ele.

Quando eu lhe fiz a pergunta que faz a todos — qual é a qualidade mais importante deste grupo — ele pensou cerca de dois minutos e respondeu com uma palavra:

Resiliência.

Para uma empresa com apenas três anos de história, falar em resiliência pode soar um pouco extravagante. Mas ele falava a sério. Ele disse que inteligência e coragem às vezes são coisas opostas. Quanto mais inteligente uma pessoa é, mais riscos ela consegue ver, e mais provável é ela escolher sair. Uma teimosia cega não funciona. Por isso, apenas aquelas pessoas que enxergam a verdade, calculam as probabilidades de falha e ainda assim continuam, é que merecem ser chamadas resilientes.

Circula internamente uma história chamada “Três vezes na falésia absoluta”.

Em maio de 2023, Freddie e a equipa receberam uma tarefa que parecia impossível: fazer a IA ler e compreender uma janela de contexto de 128K de uma vez — o equivalente a centenas de páginas — enquanto o padrão da indústria estava ainda por volta de 4K.

Ele rapidamente desenhou uma solução chamada MoBA v0.5, mas isso exigia reescrever a framework de treino subjacente a meio do treino do modelo principal. O custo era demasiado elevado, e a solução acabou por ser arquivada. Esta foi a primeira vez “na falésia absoluta”.

Seis meses depois, ele voltou com a v1. Este design permitia continuar o treino a partir dos modelos existentes. Em modelos pequenos, correu bem; mas ao testar em modelos grandes, apareceu um loss spike e falhou repetidamente. O projeto teve de voltar à segunda vez, recuando de novo — e ainda mais seis meses. Chegou mesmo a perder o marco de produto de 200 mil palavras da empresa. Mesmo assim, a equipa não foi dissolvida. Em vez disso, lançaram uma “operação de resgate por saturação” — chamando especialistas técnicos de todo o lado para se concentrarem no ataque. Reescreveram a lógica central e a v2 finalmente passou no teste clássico do texto longo “pescar uma agulha num palheiro”.

Quando parecia que estava quase a entrar em produção, veio o terceiro golpe. Durante o supervised fine-tuning, o modelo teve um desempenho muito fraco em tarefas de resumo de longos textos, porque os sinais de treino eram demasiado esparsos. Nessa altura, já se tinha investido uma quantidade enorme de recursos. Os engenheiros voltaram mais uma vez à “falésia absoluta” à procura de uma solução e, no fim, conseguiram corrigir o problema modificando os últimos níveis do mecanismo de atenção.

Três recusas, três retornos.

No fim da entrevista, eu perguntei a Freddie a pergunta final: como é que descreves esta empresa?

Ele respondeu com duas palavras:

“Ir à Lua.”

Por que “ir à Lua”?

Ele citou a frase famosa de Kennedy:

“Escolhemos ir à Lua nesta década, não porque isso é fácil, mas porque é difícil.”

Todos os quartos de reuniões da empresa têm nomes de bandas.

Enxame de génios

No fim, eu não interrompi nem tentei investigar mais a fundo o próprio cofundador.

Externamente, eles são quase invisíveis. Não gostam de aceitar entrevistas e não têm interesse nenhum na fama pessoal. Mas internamente, estão em todo o lado.

Numa organização extremamente plana, precisas de um cérebro no centro. Caso contrário, a vitalidade vira confusão. Como quase não há gestão intermédia, cada cofundador se relaciona diretamente com cerca de 40 a 50 funcionários e mantém-se na linha da frente técnica e do negócio. Foi assim que a empresa conseguiu manter alinhadas decisão e execução.

Os cinco cofundadores vêm da Tsinghua. Mas existe um limite fisiológico. A capacidade de atenção humana é limitada; o raio de gestão também é limitado. Quando a avaliação ultrapassou 120 mil milhões e a empresa passou de 300 funcionários, mesmo esses cérebros supersó podem já começar a sentir pressão.

Não é apenas com os fundadores.

Isto é um jogo infinito movido por autodireção. Se cada pessoa realmente carrega uma avaliação de 400 milhões, então o valor esperado que cada um deve criar também é extraordinário.

A variável revolucionária são as ferramentas.

O Kimi, na prática, não funciona com base em turnos extremos de trabalho. Os funcionários podem acordar naturalmente e não lhes exigem que fiquem no escritório até amanhecer todas as noites. O Leo, da equipa de produto, disse que agora ele está a comandar “um exército” — os AI Agents.

Imaginemos um cenário assim:

Às 10 da manhã, o Leo acorda e entra no escritório. A tarefa dele é analisar feedback dos utilizadores dos cinco mercados globais nas últimas 24 horas e decidir prioridades de produto para esta semana. Antigamente, isso exigia três pessoas durante dois dias.

Agora, ele inicia três Agents.

Um Agent de estratégia varre 3000 feedbacks e filtra pedidos de alta prioridade relacionados com interrupções de textos longos. Um Agent de tradução interpreta em tempo real dialetos japoneses e respeitosos em coreano e marca a intensidade real da emoção. Um Agent de concorrência monitora atualizações do Cursor e do ChatGPT e gera uma comparação técnica.

O Leo só faz três coisas: vetar um comentário satírico em que o sistema julgou erradamente como sendo sincero; marcar uma captura de ecrã que inclui uma UI não publicada; confirmar as três principais prioridades que o Agent recomendou.

Às 11h30, o documento de requisitos de produto já está concluído. Ao mesmo tempo, um Agent de programação já gerou cerca de 70% da implementação base; e fica apenas a parte de design mais criativa para discussão à tarde com engenheiros humanos.

Os humanos definem as regras, o sistema de silício executa. A organização vira um “contentor” de algoritmos.

Numa empresa nativa em IA, saber usar Agent de forma competente e integrá-los profundamente no fluxo de trabalho não é um bónus — é uma exigência básica.

O modelo não é apenas um objetivo; é também uma ferramenta.

Quer aumente diretamente a produtividade, quer mude de forma fundamental a estrutura de gestão, a lógica da IA já entrou nos ossos desta empresa. Tal como ao construir o Agent Swarm (enxame de agentes), a própria equipa começa também a assemelhar-se a um Genius Swarm (enxame de génios): muitos génios independentes operam em paralelo, com cooperação perfeita.

No entanto, esta estrutura plana tem fragilidades internas.

Quando perguntei se o modelo poderia continuar a funcionar se a empresa passasse de 300 para 3000 pessoas, a maioria respondeu com muita cautela. A história não é muito optimista. Experiências semelhantes de ultra-descentralização — como holacracy ou Haier “pessoas em vez de departamentos” — costumam encontrar gargalos de decisão perto dos 500. Há demasiados nós de informação e a “comunicação direta” transforma-se em sobrecarga de informação.

Uma dor mais próxima, porém, é a sensação de perda de peso pessoal.

Sem níveis hierárquicos para amortecer a incerteza, a confusão na direção passa diretamente para cada um. Um ex-funcionário que acabou por voltar a uma grande empresa disse com franqueza: sem OKR e KPI de cima para baixo, há manhãs em que entras no escritório e não sabes o que fazer. Ninguém te diz se está bom ou se está mal. Esse estado de falta de feedback cria insegurança. Ele faz-nos sentir saudade das linhas de reporte claras, dos marcos de avaliação e da produção quantificável nas grandes empresas.

Essas estruturas complexas, afinal, fornecem uma coisa: um limite de certeza.

Onde estão os objetivos? O que conta como concluído? Como é avaliado o desempenho? Numa grande empresa, isso é visível.

Ele disse que não é síndrome de Estocolmo; é apenas a física básica de organização.

Se a Alibaba fosse como uma passadeira de promoção calibrada com precisão, a ByteDance como um esquadrão de batalha com um alvo feroz e a Tencent como uma escola vocacional de carreira mais tolerante, então o lado obscuro da Lua é como uma floresta primitiva.

Os génios talvez encontrem caminhos para a caça. Pessoas comuns podem apenas vaguear na névoa.

O “autoclavamento” necessário (diernet?)

Sem departamentos, sem títulos, sem avaliação.

Este modelo organizacional nativo em IA é anti-burocrático, deliberadamente desestruturado. Uma grande empresa já tem muita dificuldade em mudar para esse modelo; pequenas empresas, por sua vez, tendem a perder a janela ao crescer demasiado cedo numa arquitetura tradicional. É uma guerra assimétrica.

Aqui, o autor cita um conceito clássico de “The Three-Body Problem” (Três Corpos). Naquele enredo, uma civilização avançada usa casualmente uma arma chamada “autoclavamento” para transformar o sistema solar de três dimensões em duas. Planetas, estrelas e humanos tornam-se todos uma imagem plana sem espessura.

O autor acredita que o lado obscuro da Lua está a atirar ativamente para si próprio uma peça desse tipo de “autoclavamento”.

Não para destruir o adversário, mas para achatar a organização, buscando a eficiência máxima.

Sem profundidade hierárquica; sem paredes transversais de departamentos; sem aquela confusão tridimensional de política de escritório. Só “modelos” e “inteligência” frente a frente na forma mais simples.

Na era da IA, cada startup é forçada a atirar para si uma peça dessas “duas dimensões”. A ascensão de uma empresa de uma pessoa reflete também o mesmo surto geracional de talentos nativos em IA. Se a tecnologia consegue comprimir as capacidades organizacionais para um indivíduo, então a camada intermédia de gestão evapora em grande quantidade. A organização é achata. Sem profundidade a contornar. Cada pessoa é forçada a encarar diretamente o próprio problema.

Talvez esta seja uma lei dura de evolução organizacional no mundo dos negócios.

No fim, cada pessoa acaba por ser dobrada.

Quando as pessoas ficam expostas ao mesmo plano, um indivíduo que irradia influência para cinquenta pessoas deixa de ser um milagre de gestão e passa a ser a norma. A distância do centro para a periferia é redefinida. Pessoas que dependem de titles e OKR como coordenadas podem sufocar instantaneamente. Mas os génios, neste plano exposto, podem decompor violentamente a própria inteligência; e os “guardiões” limpam ruído e entropia, e, embora não sem humildade, veem-se como pioneiros que expandem os limites da civilização humana.

No entanto, a transição de três dimensões para duas é irreversível.

Isso significa que o Kimi não pode voltar atrás.

Cada ajuste de estratégia torna-se uma iteração caótica de alto risco. Os concorrentes ainda podem virar devagar no labirinto, mas se o lado obscuro da Lua tentar expandir de forma imprudente a escala, pode rasgar-se a si próprio estruturalmente. Esta descida voluntária de dimensão é aceitável apenas porque serve objetivos ainda mais agressivos.

O ponto final de reduzir as dimensões organizacionais é elevar a dimensão da inteligência.

Só quando a inteligência dos modelos ultrapassar um limiar crítico — alta o suficiente para escapar da gravidade de qualquer organização baseada em carbono — é que o lado obscuro da Lua poderá verdadeiramente esmagar a vantagem organizacional dos concorrentes e provar que a aposta irreversível foi correta.

Nessa altura, as discussões sobre raio de gestão ou arquitetura organizacional deixarão de ser importantes. É como perguntar em que dimensão está realmente a civilização do “Três Corpos”. O verdadeiro foco é que a arma de descida de dimensão já reescreveu as regras da guerra.

Nessa altura, “o lado obscuro da Lua” já não será uma metáfora.

Ele tornar-se-á uma fonte de luz de alta dimensão, iluminando o lado obscuro do universo da inteligência. Até então, todas as dores organizacionais eram apenas camadas de isolamento térmico que se queimam ao atravessar a atmosfera numa nave de ida à Lua.

Ou se eleva e se torna imortal em ascensão,

ou se colapsa e se sela na queda.

Não existe uma terceira via.

Todos os nomes em inglês no texto são pseudónimos.