Создатель Kimi: как китайский стартап бросил вызов OpenAI

🎓 От Цинхуа до Carnegie Mellon

Ян Чжилинь не похож на типичного основателя из Кремниевой долины. Никаких громких пивотов, провалов на миллион долларов и мемуаров о «пути героя». Зато есть Цинхуа, Carnegie Mellon и две научные работы, которые процитировали больше 10 000 раз.

Путь вроде бы простой, но повторить его почти невозможно. Бакалавриат в Университете Цинхуа — это китайский MIT, главный поставщик мозгов для техногигантов. Туда попадают не просто отличники, а лучшие из лучших по всей стране. Дальше — PhD в Carnegie Mellon, одном из главных мировых центров AI-исследований.

В CMU Ян попадает в эпицентр. Вокруг — будущие звёзды индустрии. Стажировки в Google Brain и Meta AI, работа плечом к плечу с Куоком Ле и Джейсоном Уэстоном. Исследования, от которых его имя начинает появляться в тех же строчках, что Бенжио и ЛеКун.

К тридцати годам — публикации на топовых конференциях, признание научного сообщества и открытая дорога в любую технологическую компанию мира.

Но известность приносит не диплом.

📄 Transformer-XL и XLNet: две работы, которые всё изменили

В конце 2010-х языковые модели бились об одну и ту же стену: короткая память. Модель читала текст, но через пару абзацев забывала, что было в начале. Как студент, который выучил билет и тут же выкинул его из головы.

Ян с соавторами предложил Transformer-XL — архитектуру, которая научилась удерживать контекст между сегментами. Представьте: вы читаете книгу и помните не только текущую страницу, а все предыдущие главы. Для 2019 года — революция.

А следом — XLNet. Модель, которая не просто предсказывала следующее слово, а училась понимать взаимосвязи между всеми словами в предложении одновременно. Не «угадай пропущенное», а «пойми структуру целиком».

Статью про XLNet процитировали больше 10 000 раз. Это уровень, на котором работа меняет целое направление науки, а не просто добавляет процент к бенчмарку.

Обе работы решали одну проблему — потерю информации из далёкого контекста. Ирония в том, что именно эта проблема станет фундаментом его будущей компании.

🇨🇳 Возвращение, которое никто не понял

После CMU перед Яном открывались все двери. Google, Meta, OpenAI — любой исследовательский центр в Кремниевой долине забрал бы его с руками. Шестизначная зарплата, опционы, комфортная жизнь в Пало-Альто. Стабильность на десятки лет вперёд.

Он вернулся в Китай.

Не в филиал американской компании с сохранением всех бонусов. Не на позицию «директор по инновациям» с готовой командой. А — с нуля. Сначала Recurrent AI, а в 2023 году — Moonshot AI в Пекине. Собственный стартап, собственные риски и полная неопределённость.

Сам Ян объяснял решение до смешного просто:

«Я боялся всю жизнь сожалеть, если не попробую».

Не про деньги. Не про патриотизм. Про чистое предпринимательское чутьё — то самое чувство, когда ты понимаешь: ещё пара лет в большой корпорации, и окно возможностей закроется навсегда. Либо сейчас, либо никогда.

🚀 Moonshot AI и рождение Kimi

Moonshot AI с первых дней поставил на то, что Ян знает лучше всего — длинный контекст. Пока другие стартапы улучшали качество коротких ответов и гнались за бенчмарками, команда Яна строила модель, которая работает с гигантскими объёмами данных за один проход.

Результаты не заставили ждать:

• Kimi K2 — архитектура Mixture of Experts на 1 трлн параметров. Сотни специализированных экспертов, из которых активируются только нужные под задачу.

• Kimi K3 — нативное зрение, контекст на 1 млн токенов, 16 активных экспертов. Модель видит картинки, скриншоты, графики — и анализирует их вместе с текстом.

• Стратегическая ставка на программирование, агентов и обработку больших массивов информации.

1 млн токенов — это примерно 700-800 страниц текста. Можно загрузить несколько годовых отчётов, документацию проекта целиком, полугодовую переписку и спросить модель: «Найди противоречия». И она найдёт — с указанием конкретных источников по каждому выводу.

За несколько лет Moonshot AI прошёл путь от никому не известного стартапа до одного из главных игроков китайской гонки frontier-моделей. Alibaba и Tencent вложились — это высшая лига китайского техноинвестирования, знак того, что в проект верят не на словах.

⚔️ Почему это вызов для OpenAI

Китайские AI-компании долгое время воспринимались как догоняющие. Быстрее, дешевле, но всё равно «второй эшелон». Moonshot AI — из тех, кто ломает этот стереотип.

Дело не только в цифрах параметров. Стратегия принципиально другая. OpenAI строит универсального помощника «на все случаи жизни» — единую модель, которая и код пишет, и стихи сочиняет, и таблицы считает. Kimi затачивается под конкретные рабочие сценарии: код, документы, агентные цепочки. Модель не просто отвечает — она выполняет многошаговые задачи от начала до конца. Изучила бриф, собрала материалы, написала код, проверила результат, исправила ошибки — и сдала готовый проект.

И ещё один важный момент: возвращение мозгов. Ян Чжилинь — не единственный. В Китай возвращаются десятки исследователей, которые ещё вчера публиковались на NeurIPS и сидели в калифорнийских лабораториях. Каждый такой возвращенец привозит не только знания — он привозит связи, методологию, культуру научного поиска.

Опыт, полученный в глобальной исследовательской среде, превращается в технологическое преимущество целой страны. Moonshot AI — живой пример того, как это работает: человек с научной базой мирового уровня строит продукт, который конкурирует с лидерами рынка напрямую.

🔮 Что дальше

Moonshot AI не раскрывает всех планов, но направление понятно: агенты, мультимодальность и работа со сложными проектами. Модели, которые не просто генерируют текст, а ведут проект от брифа до финальной сдачи.

Для бизнеса это означает сдвиг от «спросил — получил ответ» к «поставил задачу — получил результат». Не собеседник, а исполнитель. Не чат-бот, а цифровой сотрудник, который помнит контекст всего проекта.

История Яна Чжилиня — не столько про привлечённые инвестиции, сколько про напоминание: самые сильные ходы часто выглядят как ошибка. Бросить Big Tech, вернуться в Китай и начать с нуля — со стороны выглядело как минимум странно. Прошло три года — и его компания бросает вызов OpenAI на её же поле.

Иногда самое рациональное решение — это довериться страху упущенной возможности.

📖 Читайте также:

• AI-агент вместо маркетолога: как малый бизнес экономит 130 000 в месяц

• Нейросети для предпринимателя: с чего начать

• Лендинг за 30 минут с помощью AI

📞 Хотите разобраться, какой AI-инструмент реально сработает под ваш бизнес?

Напишите мне лично — разберём кейс:

👉 Telegram

👉 MAX