Kimi少了一个天才少年

文 | 数智奔流，作者 | 熵野，编辑 | 沈校

10月15日，17岁的陈广宇在社交平台 X 宣布，自己最近已经离开月之暗面 Kimi 团队。

他没有解释离职原因和透露下一站去处，只感谢同事以及当初愿意雇用一个16岁年轻人的团队。他说，过去一年是自己迄今人生中最美好的时光。

但从他离职后的社交互动看，下一步的动向倒是有了痕迹。

Anthropic核心研究员Sholto Douglas在评论区祝贺他，问他原本去卡内基梅隆大学（CMU）的计划是否仍然不变，又邀请他去旧金山，与Prime、Base10等团队一起工作。陈广宇回复：“谢谢 Sholto！我正要去海湾区。”

Kimi团队研究者、论文共同作者Yulun Du则写道，他曾就陈广宇的决定与他进行过几次长谈。看到他离开“很难过，也很令人心碎”，但在这个年纪，尽可能探索和追随新的好奇心，可能是对他最好的选择。

2025年11月，16岁的陈广宇以实习生身份加入Kimi。不到一年后，他与张宇、苏剑林共同署名的 Attention Residuals 已经进入Kimi K3的架构。

外界记住了17岁的共同一作，Kimi留下的是一项被装进模型“地基”的技术。工牌上的经历很短，模型里的痕迹已经留下。

陈广宇的起点，和"天才少年" 四个字离得很远。

他2009年出生，没有奥赛金牌，没有跳级经历，也没有从小写代码的基础。2024年4月，读高一的他做了一个决定：暂停所有自己不喜欢的事。

他在博客里回忆，那段时间只想学计算机和人工智能。他学习大模型的方法，是把下载的论文上传给Gemini，再一遍遍提问。他在博客里把Gemini称作“导师”。

2025年5月，他在网上分享了一篇关于DeltaNet的技术博客，得到了DeltaNet关键贡献者之一杨松琳的回复。杨松琳当时正在麻省理工学院读博，同时也是线性注意力开源社区FLA的发起者。

随着这次互动，帖子被更多人看到，其中包括美国AI初创公司Tilde Research的CEO。对方主动约陈广宇通话，向他介绍公司正在做的项目。

据报道，陈广宇当时没有马上加入。他继续读论文、写代码，等到能够编写自定义的GPU计算内核，并把它用于训练，才去应聘。

那年7月，他独自前往加州帕洛阿尔托，开始了七周的实习。陈广宇后来回忆，自己每天在办公室待15个小时，和其他研究人员一起参与了内存优化混合专家模型MoMoE项目。

硅谷实习结束后，陈广宇收到了月之暗面的邀约。2025年11月，他加入Kimi团队，继续做模型架构研究。

今年1月，他在社交平台写下一个插曲：自己正和张宇研究一项很令人兴奋的模型架构改进，母亲打来电话祝他生日快乐，他才意识到，自己已经17岁了。

两个月后，AttnRes论文发布当天，硅谷半个 AI 圈被炸了出来。

OpenAI 联合创始人 Andrej Karpathy 评价，看来还没把 "Attention is All You Need" 这句话按字面意思理解透。特斯拉 CEO 马斯克在评论区留下一句 "Impressive work from Kimi"。

出圈之后，陈广宇在接受媒体采访时反复说"不要造神"，希望外界看到的是团队共同完成的研究，以及它试图解决的底层难题。

AttnRes最初的想法和小规模实验，由苏剑林提出。看到初步结果后，张宇和陈广宇加入，在更大规模的模型上继续验证。

训练团队算了一遍账，认为这套方案在当时的训练环境下，还不够可行。苏剑林在复盘中用了一个很直白的说法：“说白了还是穷。”

要理解他们遇到的麻烦，可以把模型的多层计算想成一群接力做题的人。每个人做完一轮处理，都要把结果交给后面的人。

传统残差连接的做法，是将前面各层产生的信息不断相加。后面拿到的是合并后的结果，很难再单独挑出某一层的信息。

这类似于每个人都往同一份合并笔记里添内容，却没有保留一份可供随时查阅的逐层记录。层数越多，累加的信息越多，一些有用的早期信息也可能被冲淡。

AttnRes改变了这种做法：让后面的层能够参考前面各层的输出，根据当前需要决定侧重哪些信息。就像做题时可以回头翻不同人的笔记，把需要的部分找出来。

麻烦也随之而来。要随时翻到这些“笔记”，训练系统就得保存更多中间结果，还要在不同设备之间传输。新办法在小规模实验里有效，但放进大规模训练，还得处理显存和通信开销。

之后，陈广宇与张宇共同提出了Block AttnRes，也就是分块注意力残差。把上百层网络划分成若干区块，块内维持低成本的基础累加，只在块间做精细的注意力聚合，把显存复杂度从层数级降到了块数量级。

实验显示，只分成约8个块，就能找回全量版绝大部分性能，端到端推理延迟增量控制在 2% 以内。

Kimi团队在480亿参数的 Kimi Linear 架构上，用1.4万亿token实测，AttnRes达到同样效果，只需要基准模型约80%的算力。在GPQA-Diamond上拉升 7.5 分，Minerva Math涨3.6分，HumanEval涨3.1分。

2026年7月发布的Kimi K3总参数2.8万亿，是全球首个开放权重的3T级模型，AttnRes正是支撑它的底座技术之一。

陈广宇参与的另一项工作，是加速KDA的计算内核。

KDA是K3采用的一种线性注意力机制，处理长上下文时，能够降低部分计算和存储开销。陈广宇在离职帖中说，自己与张宇优化过它的内核，还尝试了各种可能的设计。

陈广宇离开前一个月，Kimi公布了新一轮全球人才招募。

9月9日，Kimi宣布招募7名无法被常规岗位描述定义的“Wild Card”人才，同时推出“穿越计划”。该计划面向校招生和实习生，不限专业、不限实习年级，也不把学历和资历作为主要门槛，优秀者可以获得期权。

这套招聘逻辑，和陈广宇的经历高度相似：先找到一个人，再决定他能解决什么问题；先看上限，再补齐岗位名称。

但这套机制也有代价。

非典型人才往往需要更高密度的交流、更快的反馈和更大的试错空间。他们不一定适应标准化的汇报线，也不一定愿意沿着传统职业路径留下来。公司能不能给出真实问题、足够算力、清晰的贡献归属，以及长期的选择空间，决定了这类人才最终是变成组织能力，还是只留下一个短暂的故事。

他在离职帖最后写道：“还有更多事情值得探索。”