今年 1 月，陈广宇正与同事张宇探讨新的模型架构设计时，接到母亲祝他 17 岁生日的电话。两个月后，月之暗面 Kimi 发布重磅技术论文《Attention Residuals》，其创新的注意力残差机制获得马斯克等硅谷人士关注。陈广宇作为共同第一作者署名，与张宇、苏剑林等专家并列。
10 月 15 日，陈广宇宣布离开 Kimi，并感谢预训练负责人杜羽伦当初对 16 岁少年的信任，称在 Kimi 的一年是其迄今最美好的时光。
离职消息传出后，外界曾猜测他将加入 Anthropic，这源于 Anthropic 研究员 Sholto Douglas 在评论区与其互动，陈广宇回复正前往湾区。随后，陈广宇在 X 平台否认加入 Anthropic，但不可否认的是，这位少年已收到硅谷多家公司的邀约。
一个少年的非标准路径
陈广宇在深圳贝赛思体系学校就读。与传统竞赛少年不同，他并未依靠奥赛金牌进入 AI 行业。高一那年，因厌倦为大学申请而机械积累经历，他决定将时间投入真正感兴趣的研究。
探索初期，他广泛阅读人工智能安全、物理及科技人物传记，甚至尝试用决策树模型分析室友鼾声、室温与作业量的关系。为深入理解复杂模型，他常向 Gemini 请教，戏称其为导师。
2025 年 2 月，他带着 ThirdArm 机械辅助手构想参加中学生黑客松，结识技术圈前辈。3 月起系统研究机器学习，5 月发布关于 DeltaNet 的技术博客。尽管当时粉丝寥寥，但文章引起 DeltaNet 研究者杨松琳注意，进而被美国 AI 初创公司 Tilde Research 负责人看中，获得实习机会。
2025 年 7 月，16 岁的陈广宇独自赴帕洛阿尔托，在 Tilde Research 实习 7 周。此后加入 Kimi，开始接触更大规模模型及昂贵的训练实验。
硅谷投资人 Deedy 曾透露，一位 17 岁年轻人收到旧金山顶尖初创公司五份年薪超百万美元的邀请，此人正是陈广宇。面对为何不完成学业的疑问，他表示旧金山的氛围过于疯狂，而自己更看重学习而非金钱。
让模型重新审视过往信息
Earned attention 的核心在于解决现代模型中残差连接导致的信息混杂问题。传统结构中，新层计算结果与旧信息简单相加，使得后续网络难以根据任务有选择地利用早期表示。Attention Residuals 提出沿深度方向分配注意力，允许模型在处理某一层时，选择性参考先前不同层的表示，如同在阅读工作记录时回溯最有用的部分。
然而，全量保存中间信息并在 GPU 间搬运数据成本高昂。苏剑林推动早期构想与小规模实验后，张宇与陈广宇加入并在更大规模模型上验证。为解决落地难题，两人提出折中方案 Block AttnRes：将网络分块，压缩块内信息后供后续层进行注意力选择。实验显示，分为约 8 块即可保留大部分收益，同时降低显存和通信压力。
团队在总参数 480 亿、激活参数 30 亿的 Kimi Linear 模型上，使用 1.4 万亿 token 预训练。新结构使 GPQA-Diamond 测试得分从 36.9 提升至 44.4，且基线模型需 1.25 倍计算量才能达到相近损失。7 月发布的 Kimi K3 已将 Attention Residuals 和 Kimi Delta Attention 融入核心架构，陈广宇还参与了 KDA GPU 内核优化及训练优化器研究。
大厂招聘目光前移
近年来，科技公司与研究机构加速与高中生合作。2023 年腾讯星火计划邀请奥赛选手参与计算机视觉项目；2026 年夏，澳门高一学生张兆锋进入微信团队进行产品实践。高中生参与真实项目讨论已常态化。
年轻创业者同样崭露头角：15 岁创办 Aaru 的 John Kessler，其公司估值已达 10 亿美元；17 岁的 Navya Tuteja 开发求职辅助应用 Raaha；Pavan Subramani 利用生成式扩散模型提高分子运动模拟效率；Praadhyumn Indaana 研究核反应堆冷却安全边界。Palantir 推出面向高中毕业生的 Meritocracy Fellowship，DeepSeek 也明确表示让新人承担核心任务。
Kimi 9 月招聘中设立不限年级的实习岗位及 7 个 Wild Card 名额，显示学历不再是能力的唯一证明，为非标准路径人才提供机会。
尽管机会增多，但英语能力、设备、时间及家庭支持等因素仍造成起跑线的不平等。在大模型公司高压环境下，少年入局虽值得肯定，但也可能引发新的焦虑。陈广宇离职时，同事杜雨伦建议他继续探索好奇心。AI 缩短了通往前沿的道路，17 岁已能参与架构变革，而年轻人最大的优势，在于拥有充足的时间决定未来方向。
APPSO