Yan Zhiling, CEO Kimi: Firmy AI skupiają się zbyt mocno na modelach
Yan Zhiling, CEO Kimi: Firmy AI skupiają się zbyt mocno na modelach
Szef Moonshot AI podkreśla, że sukces w sztucznej inteligencji zależy nie tylko od architektury modelu, ale przede wszystkim od organizacji zespołu. Wskazuje również na kluczową rolę długiego kontekstu jako nowego standardu wydajności.
Firmy zajmujące się sztuczną inteligencją są zbyt skoncentrowane na samych modelach. — Yan Zhiling, CEO Kimi
Zdaniem szefa Moonshot AI, decydująca przewaga konkurencyjna wynika nie tyle z architektury czy liczby parametrów, co ze sposobu organizacji zespołu tworzącego te rozwiązania. To właśnie struktura ludzi, procesów oraz mechanizmy podejmowania decyzji ostatecznie determinują wynik końcowy.
Moonshot zademonstrował to podejście w praktyce. Gdy popyt na model K3 przekroczył dostępne moce obliczeniowe, firma zdecydowała się wstrzymać sprzedaż nowych subskrypcji, jednocześnie nie ograniczając możliwości użytkownikom już korzystającym z usługi. Innymi słowy, spółka wolała utracić część przychodów, niż pogorszyć jakość serwisu dla swojej istniejącej bazy klientów.
Kolejną istotną myślą Yana jest porównanie długiego kontekstu (long context) do pamięci RAM w komputerach. Ilość dostępnej "pamięci" modelu rośnie w oszałamiającym tempie, a ta transformacja technologiczna zachodzi teraz w ciągu kilku lat, a nie dekad, jak miało to miejsce w przypadku rozwoju sprzętu komputerowego.
Model jest ważny, ale prawdziwa przewaga może płynąć z zespołu i tego, jak jest on zorganizowany.
Dlaczego to ważne
AnalizaPodejście to uwypukla krytyczną rolę zarządzania zasobami ludzkimi i procesami w branży AI, co może bezpośrednio wpływać na skalowalność i stabilność usług. Zrozumienie znaczenia organizacji zespołu pozwala firmom lepiej zarządzać ryzykiem operacyjnym i budować trwałą lojalność użytkowników.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
Kimi K3.1 Pro: Moonshot aktualizuje model do pracy z narzędziami 3D
Moonshot udostępnił Kimi K3.1 Pro z naciskiem na narzędzia 3D, zaktualizowanym post-trainingiem oraz architekturą Gated DSA, która poprawia efektywność w długim kontekście.
JSON — dane ustrukturyzowane dla aplikacji, API i agentów AI
Kompletny praktyczny przewodnik po formacie JSON: zasady składniowe, serializacja za pomocą parse/stringify, praca z REST API, JSON Schema oraz strukturalne wyjście dla sztucznej inteligencji.
Formaty DOCX i XLSX: kiedy potrzebny jest pełnoprawny dokument końcowy od AI
Kompletny praktyczny przewodnik po generowaniu i przetwarzaniu dokumentów DOCX oraz arkuszy XLSX za pomocą AI: porównanie z Markdown i CSV, inżynieria promptów, praca z formułami oraz automatyzacja w kodzie.
Binance publikuje śledztwo w sprawie kradzieży 6,3 mld USD
Śledztwo wiąże kradzież ze zmodyfikowanym Homebrew, fałszywą rozmową kwalifikacyjną i wykorzystaniem wewnętrznego narzędzia AI Binance.