CEO da Kimi, Yan Zhiling: Empresas de IA estão obcecadas demais com modelos
CEO da Kimi, Yan Zhiling: Empresas de IA estão obcecadas demais com modelos
Yan Zhiling argumenta que o sucesso em IA depende mais da organização da equipe do que dos parâmetros do modelo. Ele também destaca a importância crescente do contexto longo como novo padrão de memória.
As empresas de IA estão focadas demais nos modelos. — Yan Zhiling, CEO da Kimi
Segundo ele, a vantagem decisiva não vem apenas da arquitetura ou do número de parâmetros, mas sim de como a equipe responsável pela criação é organizada. É a estrutura das pessoas, processos e decisões que determina, em última análise, o resultado final.
A Moonshot demonstrou essa abordagem na prática. Quando a demanda pelo K3 excedeu a capacidade disponível, a empresa suspendeu novas assinaturas, mas manteve os limites para os usuários atuais. Em outras palavras, preferiu perder receita a degradar o serviço para sua base existente.
Outra ideia central de Yan: o contexto longo está se tornando para a IA o que a RAM foi para os computadores. A quantidade de memória disponível nos modelos cresce em ritmo acelerado, mas essa transição ocorre agora em poucos anos, não décadas.
O modelo é importante, mas a verdadeira vantagem competitiva reside na equipe e em sua organização.
Por que isso importa
AnáliseEsta perspectiva ressalta que a excelência operacional e a gestão de talentos são tão críticas quanto a inovação técnica no desenvolvimento de IA. Compreender o papel estratégico da organização da equipe pode ajudar empresas a alcançar resultados superiores e sustentáveis.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Kimi K3.1 Pro: Moonshot atualiza modelo para ferramentas 3D
Moonshot lançou o Kimi K3.1 Pro com foco em ferramentas 3D, pós-treinamento atualizado e arquitetura Gated DSA para melhorar a eficiência em contextos longos.
Usuário do Reddit explica por que os limites semanais do Claude Code estão sendo consumidos quase 4 vezes mais rápido
Um usuário do Reddit comparou o uso de tokens em duas semanas e descobriu que cada 1% do limite semanal do Claude Code agora gera muito menos tokens de saída; subagentes, tempo de raciocínio e atualizações da interface são apontados como causas prováveis.
JSON — dados estruturados para aplicações, APIs e agentes de IA
Guia prático completo sobre o formato JSON: regras de sintaxe, serialização via parse/stringify, integração com REST API, JSON Schema e saída estruturada para inteligência artificial.
Formatos DOCX e XLSX: quando é necessário um documento final completo gerado por IA
Guia prático completo para geração e processamento de documentos DOCX e planilhas XLSX com IA: comparação com Markdown e CSV, engenharia de prompts, trabalho com fórmulas e automação em código.