老师变了！学习方式变了！评价范式变了！
——16岁，一年：一个深圳少年从"不懂Transformer"到深度进入万亿参数模型的底层，他是如何做到的？
尼采说，世界绕着新价值的发明者无形地旋转。硅谷顶尖研究者看中的，不是这个少年有没有大学文凭，而是他能不能拿出实实在在的技术贡献。他 17 岁，没有大学文凭，但 Attention Residuals 是真的，K3 是真的。旧标准（文凭、奥赛）失灵，新标准（实打实的创造）显形 —— 陈广宇，就是那个 "发明新价值" 的少年。贡献，开始比文凭更早地被看见。
天祥/文
2026年10月15日，17岁的陈广宇在X上告别Kimi团队。消息传开，Anthropic的研究员肖尔托·道格拉斯公开现身评论区："你应该来旧金山。"陈广宇回复："我正要去湾区。"
于是网上出现各种说法：有人说他被Anthropic挖走了，有人说CEO达里奥亲自安排了强化学习岗位。这些都没有得到本人或公司的确认。传说年薪百万美元。
而且，17岁100万美金刷屏。这不是本文所要关注的。我们关注的焦点是，这个天才少年，是如何从门外人到深入万亿参数模型的底层？
有一件事比所有传闻都确定，也远比"17岁被硅谷争抢"更值得写下来：一年前，他甚至还没有系统地搞明白Transformer是什么。
01.先摆奇观：不是天才 是一年
陈广宇，2009年生于深圳。没有奥赛金牌，没有从小写代码的传奇经历。
2025年初，他还没系统搞懂Transformer——那是今天所有大模型的地基。
2026年3月，他成为《Attention Residuals》（注意力残差）论文的三名共同第一作者之一。这篇37位作者署名的论文，改的是大模型使用了多年的核心结构：残差连接。
2026年7月，Kimi K3发布，总参数2.8万亿，93层中69层采用KDA、14层采用门控MLA。月之暗面官方明确说明：KDA与Attention Residuals，是K3的重要底层架构。马斯克公开评论："Kimi的工作令人印象深刻。"
从"不懂Transformer"到深度参与改写万亿参数模型的底层，中间大约三百多天。这三百多天里没有天才的魔法，只有一条可以拆开看的路。
02.他的方法：把AI当老师，反复问，反复问，反复问
他的学习方法特别直接：把论文下载下来，交给Gemini；遇到不懂的地方，就反复问，反复问，反复问，穷追不舍。一边研究GitHub上的代码，一边自己动手实现。
他把Gemini叫做老师。
这句"叫做老师"值得停下来看。AI时代，老师不再是人唯一的入口——一个24小时在线、不厌其烦、知无不言的"至诚之师"，任何人唾手可得。但AI只会放大你的穷追不舍，不会替你穷追不舍。反复问、动手实现，这两个动作，AI替代不了，任何人都替代不了。
《阴符经》说："绝利一源，用师十倍；三返昼夜，用师万倍。"在"不懂就问"上绝利一源，抵得上十个老师；在"动手实现"上三返昼夜，抵得上一万个。陈广宇没有秘籍，他做的是把最笨的两件事做到了底：问到底，做到底。
所以，当陈广宇把Gemini叫作"老师"的时候，他其实已经站在了一个新纪元的门口：学习时代变了，老师变了，学习方式变了。老师不再一定是人——AI可以成为那个24小时在线、知无不言的"至诚之师"；但AI只会放大你的穷追不舍，不会替你穷追不舍。学习方式也不再是"听课—记忆—考试"的单行道，而是"提问—追问—动手实现"的闭环。这三变，是整件事里最深的一个信号。
03.他的际遇：每一步，都有人递梯子
2025年2月，他在北京一场中学生黑客松上展示了"第三只机械手"的创意。之后经前辈引荐，认识了DeepSeek的研究员袁敬阳，开始认真研究大模型到底是什么。
2025年5月，他把研究"Day and Night"的技术论文发到X上。当时他的账号大约只有20个粉丝——但MIT的研究者杨松林回复了他。随后，美国AI创业公司Tilde Research注意到了他。
他没有马上就去。他先把GPU计算内核练到能实际用于训练之中。
2025年7月，他独自飞往加州实习7周，参与优化混合专家模型的内存使用。那段时间，他每天在办公室里待15个小时。
2025年11月，他加入月之暗面，只有16岁。
请注意这条路上重复出现的动作：黑客松之后，前辈递来梯子；发论文之后，MIT研究者递来梯子；实习之后，月之暗面递来梯子。天才少年很多，但不是每个都恰好遇到愿意引荐的前辈、愿意回复的MIT研究者、敢把一个16岁孩子放进核心研发的公司。
际遇不可复制。这是整件事里最需要诚实面对的部分。
04.他的工作：团队接力，他接住了
陈广宇参与的研究，真正进入了万亿参数级别的大模型。但这份成果是怎么来的，苏剑林写过一篇回忆。
苏剑林是谁？RoPE旋转位置编码的重要提出者，这项技术已被大量主流大模型采用。
据苏剑林的回忆：Attention Residuals最初的想法和小规模实验，是他提出来的。陈广宇和张宇随后加入，进行更大规模的验证，并共同提出了分块注意力残差（Block Attention Residuals）——把网络分成若干块，块内先合并信息，块与块之间再做注意力计算，额外开销显著降低。实验发现，分成约8块，就能保证完整方案的大部分收益。用苏剑林的话说：用不到5%的额外开销，换来25%的收益。
论文还有更直接的数据：团队使用总参数480亿、激活参数30亿的Kimi Linear模型训练了1.4万亿个Token，GPQA-Diamond成绩从36.9提高到44.4，HumanEval从59.1%提升到62.2%，数学和中文测试也获得改善；同等训练效果下，传统结构需要的计算量大约是新方案的1.25倍。
这不是一篇只停留在理论上的论文——它落进了2.8万亿参数的K3。
还有一点要诚实：这是37位作者的论文，陈广宇是三名共同一作之一。K3是几百人的工程。他自己反复强调："这是整个团队共同完成的成果。"
他不愿意被单独造神。造神的人，恰恰是没做过这事的人。
05.他的告别：感恩 不造神
在告别帖里，陈广宇说那是"自己人生之中最美好的时光"。他特别感谢杜羽伦——当初愿意聘用只有16岁的自己。
他认真回顾了自己干过的工作：与张宇优化KDA的内核；与张宇、苏剑林共同完善Attention Residuals；研究模型的训练优化器。为此熬过很多通宵；世界杯期间，一边看球一边准备Kimi K3的发布材料。
这不是普通的实习经历。他参与的都是Kimi大模型真正的底层研发。
Kimi的同事杜羽伦透露，两人此前就离职决定聊过很多次。他坦言看到陈广宇离开非常难过，但他理解：年轻人应该尽可能地去探索自己的兴趣。
至于去留：陈广宇准备前往湾区，肖尔托·道格拉斯公开表达了邀请——是否正式加入Anthropic，尚无本人或公司确认。但这场公开互动本身，已经足够有分量：硅谷顶尖研究者公开邀请一个17岁的中国少年，不是因为他的文凭，而是因为他拿得出的技术贡献。
06.真正的信号：学习方式变了，评价方式变了
这件事有两个明确信号，但都不是"可以不参加高考"。
信号一：AI时代的学习范式变了。老师不一定是人，AI可以成为老师；但AI只会放大你的穷追不舍，不会替你穷追不舍。陈广宇可复制的部分，是方法：反复问，穷追不舍，动手实现。这条路对所有人开放——前提是你真的愿意把那两个最笨的动作做到底。
信号二：评价范式变了。硅谷顶尖研究者看中的，不是这个年轻人有没有大学文凭，而是他能不能拿出实实在在的技术贡献。他17岁，没有大学文凭，但Attention Residuals是真的，K3是真的。贡献，开始比文凭更早地被看见。
但必须把话说透：这不能被简化成"你可以不参加奥数、可以不参加高考、可以不按所有成年人的约定出牌"。陈广宇不可复制的是际遇——黑客松上递梯子的前辈，回复他的MIT研究者，敢用16岁孩子的月之暗面，愿意把共同一作写进论文的苏剑林和张宇。把极端个例当普遍路线图，是幸存者偏差，对绝大多数孩子不负责任。
真正的信号是双向的——
对年轻人：你的贡献可以比文凭更早被看见，但前提是你先把自己的那部分做到极致。
对组织：你敢不敢像月之暗面那样，在一个孩子只有16岁时让他参与核心研发，然后真的做出成果？留住已经证明自己的顶尖人才很重要；但更根本的，是敢不敢在一个人还没被证明之前，就信任他。
陈广宇的下一站还有待确认。但他已经用一年时间证明了一件事：在AI时代，一个人可以不按所有成年人的约定出牌——不是因为他要破格，而是因为他把"反复问、穷追不舍、动手实现"这条最笨的路，走成了最快的路。
头拱地，没有过不去的火焰山。地头力，击穿微末接通万有。
中国17岁天才少年离开Kimi，去了硅谷
来源 | ifast-5
中国17岁的天才少年，离开Kimi去了硅谷。一个17岁的中国少年刚宣布离开Kimi，那么美国的AI巨头Anthropic的核心研究员就跑到评论区公开邀请他去旧金山。
这个年轻人的名字啊，就叫做陈广宇。16岁的时候进入到月之暗面，17岁成为重要论文的共同第一作者，研究的成果被用于2.8万亿参数的Kimi K3，甚至得到了马斯克的公开称赞。
在10月15日，陈广宇就在X平台上宣布自己已经离开了Kimi团队。
他说，那是自己人生之中啊最美好的时光。他特别感谢的是杜羽伦，当初愿意聘用只有16岁的自己。
那么他的告别帖里啊，还认真地回顾了自己干过的工作，和张宇优化KDA的内核，与张宇、苏剑林共同完善Attention Residuals，也就是注意力残差的架构，研究模型的训练优化器。
为此熬过很多通宵，还有世界杯的期间，一边看球一边准备Kimi K3的发布材料。这不是普通的实习经历，他参与的都是Kimi大模型真正的底层研发。
而且更让人意外的是，2025年的年初，他甚至还没有系统地搞明白Transformer是什么。陈广宇啊，出生于2009年啊，在深圳长大，没有奥赛的金牌，也没有从小写代码的传奇经历。
在2025年的2月，他参加北京一场中学生的黑客松，那么就展示了一个让人拥有第三只机械手的创意。
那么之后啊，就在前辈的引荐下，他认识了DeepSeek的研究员袁敬阳，开始认真地研究大模型到底是什么。他的学习方法特别地直接，就是把论文啊下载下来，交给Gemini，遇到不懂就反复问，反复问，反复问，穷追不舍。
那么一边研究GitHub上的代码，一边自己动手实现。他把Gemini叫做老师。
在2025年的5月啊，他就把研究的Day and Night的一篇技术论文发表到X平台上。当时他的账号大约只有20个粉丝，没想到就吸引了麻省理工学院的研究者杨松林的回复。随后啊，美国的初创公司Tilde Research也注意到了他，这是一家美国的AI创业公司啊。
但他没有马上就去，而是先把GPU计算内核练到实际用于训练之中。
那么7月，他就独自飞往加州实习7周，参与优化混合专家模型的内存使用。他说，那段时间他每天都在办公室里待15个小时。那么在11月，他加入到月之暗面，只有16岁。
真正让他受到国际AI研究圈关注的，是2026年3月所发表的一篇叫做《Attention Residuals》，也就是《注意力残差》的论文。那么这篇论文啊，有37位署名的作者，陈广宇与张宇、苏剑林被列为三名共同第一作者。
那么苏剑林是谁呢？是什么人物呢？他就是RoPE旋转位置编码的重要提出者。
这项技术已经被大量的主流大模型所采用。
他们这次想要改造的，同样是大模型使用多年的核心结构，就是残差连接。那么过去啊，模型每一层所产生的信息，主要是通过不断地相加来传递到后面。
那么层数越深，前面的一些有价值的信息就越容易被稀释。他们提出的新方法，是让模型自己去判断前面哪些层的信息更重要，然后有选择地使用。但是啊，新的设计就很快遇到了麻烦，显存占用太大，那么跨设备的通信开销也太高。
小规模的实验效果很好，真正放进大模型却不一定划算。苏剑林后来写了篇研究的回忆啊，就是去讲述三个人的分工。那么最初的想法和小规模的实验，这个是他提出来的。
那么陈广宇和张宇随后加入，进行更大规模的验证，并共同提出了分块注意力残差，也就是Block Attention Residuals。
简单地说啊，就是把网络分成了若干块，那么块内就是Block内先合并信息，块与块之间再进行注意力的计算。这样一来，额外的开销就明显降低了。
那么实验就发现，分成大约8块，就能保证完整方案的大部分收益。那么按照苏剑林的总结，用不到5%的额外开销，就能够换来25%的收益。
论文呢还有更直接的数据。团队使用总参数480亿、激活参数30亿的Kimi Linear模型，训练了1.4万亿个Token。
在GPQA-Diamond的测试之中，成绩从36.9提高到44.4。代码测试HumanEval这个测试啊，从59.1%提升到62.2%，数学和中文的测试也获得了改善。
在同等训练效果下，传统结构需要的计算量大约是新方案的1.25倍。这不是一篇只停留在理论上的论文。在今年的7月，Kimi K3就发布了，总参数达到了2.8万亿，支持100万Token的上下文。
Kimi K3总共有93层，其中69层采用的是KDA，14层采用的是门控MLA。那么月之暗面的官方就明确说明，KDA和Attention Residuals，也就是注意力残差，是Kimi K3的重要底层架构。
陈广宇参与的研究，真正进入了一个万亿参数级别的大模型。
在今年3月论文发表之后，马斯克就公开评论说，Kimi的工作令人印象深刻。前特斯拉的AI负责人安德烈·卡帕西，也对这项工作作出了积极的评价。不过陈广宇并不愿意被单独造神，他反复地强调，这是整个团队共同完成的成果。
那么咱们再回到这次离职的事件啊。Anthropic的一个研究员叫做肖尔托·道格拉斯，很快就在评论区现身了。他以前啊，是在谷歌DeepMind工作，现在在研究Scaling RL，也就是大规模的强化学习。
他就祝贺陈广宇说，前几周见过面，并问他还打算去卡内基梅隆大学吗？你应该来旧金山，和Prime、Base10他们一起工作。这两家都是AI创业公司啊。
那么陈广宇则回复说，谢谢肖尔托，我正要去湾区。这一下网上就立刻出现了各种说法。有人说Anthropic已经把人给挖走了，甚至CEO达里奥都亲自出手了，还亲自给他安排RL，也就是强化学习的岗位。
但目前能够确认的是，陈广宇准备前往湾区，那么肖尔托也确实公开表达了邀请。至于是否正式加入Anthropic，其实还没有得到本人或者公司的明确确认。
不过这场公开的互动本身，其实就已经相当有分量了。
Kimi的同事杜羽伦就透露，两人此前就离职决定聊过很多次。他坦言看到陈广宇离开非常地难过，但他也理解年轻人应该尽可能地去探索自己的兴趣。
那么我认为啊，这件事情啊，有两个特别明确的信号。
第一，就是月之暗面，敢在一个人只有16岁的时候，就让他参与最核心的研发，最后真的做出了成果。这是不是AI时代的一个什么呢？人去往深入地探索、去研究的一个路径呢？一个案例呢？非常值得人深思啊。
第二，就是硅谷顶尖的研究者看中的，不是这个年轻人有没有大学文凭，而是他能不能够拿出来实实在在的技术贡献。
那么对于中国的AI公司来说，培养年轻的人才当然很重要，但如何留住已经证明自己的顶尖人才，其实同样地重要。陈广宇现在只有17岁，下一站还有待确认。
但他已经用真正的研究成果，赢得了国际顶尖研究者的公开关注。这才是整件事情最值得关注的地方了。最后我还想强调一点，就是刚才我说的，我觉得陈广宇啊，他的这个事情就反映出了AI时代的一个人，要给这个社会，要给自己的理想，要按照自己的兴趣怎么去发展，发出了一个强烈的信号。
也就是说，你可以不参加奥数，可以不参加高考，你可以不按照所有成年人的这种约定，其实你还有一条路啊。这个是非常值得关注的一个信号啊。
版权声明
图文素材来自网络，转载仅供交流与思考。
如涉版权，请联系后台。
小编微信：gao940716
打开思维，打开心灵，打开意志
热门跟贴