17岁Kimi天才少年离职，否认加入Anthropic，被曝手握5份千万offer

「我只是想学习而已，根本不在乎钱的问题。」

今年 1 月，陈广宇正和同事张宇讨论一项新的模型架构设计，母亲忽然打来电话，祝他生日快乐。他这才想起，自己已经 17 岁了。

两个月后，月之暗面 Kimi 发布了一项重磅技术论文《Attention Residuals》，其中注意力残差的创新得到包括马斯克在内众多硅谷大佬点赞。

陈广宇的名字，就出现在这篇论文共同第一作者的位置，跟他共同署名的，是张宇和苏剑林这样的大神。

10 月 15 日，陈广宇发推宣布他已经离开了月之暗面 Kimi。他尤其感谢当初愿意聘用一个 16 岁少年的杜雨伦。他说，在 Kimi 的这一年，是自己迄今最美好的一段时光。

陈广宇宣布离开 Kimi 后，很快就被传要加入 Anthropic 。实际上这个消息的来源是 Anthropic 研究员 Sholto Douglas 在评论区和他聊起前往美国的计划，陈广宇回复，自己正要去湾区。

而在刚刚，陈广宇在 X 上否认要加入 Anthropic。但不出意外，他确实也收到了硅谷不少公司抛来的橄榄枝。

一个少年的非标准路径

陈广宇在深圳长大，就读于贝赛思体系学校。和人们熟悉的竞赛少年不同，他没有以奥赛金牌作为进入 AI 行业的敲门砖。他在个人博客里写，2024 年读高一时，自己厌倦了为了大学申请而机械积累经历，决定把时间挪给真正感兴趣的东西。

起初也谈不上方向清晰。他读人工智能安全，读物理和科技人物的故事，还试过记录室友的鼾声与运动、室温和作业量的关系，用刚学的决策树模型寻找规律。为了弄明白更复杂的模型，他曾把论文交给 Gemini，遇到不懂的地方就继续发问，还半开玩笑地称它为自己的导师。

2025 年 2 月，他带着 ThirdArm 机械辅助手的构想参加中学生黑客松，结识了技术圈的前辈。3 月，他开始更系统地研究机器学习。到了 5 月，他写下一篇关于 DeltaNet 的技术博客，把自己的理解公开发到网上。

当时他的社交账号只有约 20 个关注者。DeltaNet 研究者杨松琳注意到文章，给出了回复。消息沿着研究者的社交网络传开，又被美国 AI 初创公司 Tilde Research 的负责人看到。对方约他通话，后来向他提供了实习机会。

2025 年 7 月，16 岁的陈广宇独自前往帕洛阿尔托，在 Tilde Research 实习了 7 周。几个月后，他加入 Kimi，开始接触体量更大的模型和真正昂贵的训练实验。

前几天，一位活跃在硅谷 AI 创投圈的风险投资人 Deedy 发推说，自己认识一位年轻人，十七岁的他就收到了旧金山最顶尖的初创公司的五份薪资超 1000 万美元的工作邀请。

根据贴文里的描述，不难看出此人就是陈广宇。

Deedy 说，当问「这位年轻人」为什么不完成大学学业时，他说「旧金山的氛围让我感觉不太对劲。我觉得这里的人都很疯狂，他们想做的事情和我一样。我只是想学习而已，根本不在乎钱的问题。」

让模型重新看看自己走过的路

前文提到，正是三月的那篇论文，让外界把目光投向了这名只有 17 岁的天才少年。

Kimi 注意到这样一个问题：现代模型广泛使用残差连接，让新一层的计算结果与此前的信息相加。不同层的信息混在一起，后续网络难以根据当前任务，有选择地取用早先的表示。

Attention Residuals 提出，让模型沿深度方向分配注意力。处理到某一层时，可以选择性地参考先前不同层的表示，而不必始终采取固定权重的累加。像是读一份不断增补的工作记录，终于可以回头挑出眼下最有用的部分。

不过，想让后面的每一层随时查看前面的所有结果，就要保存更多中间信息，还要在大量 GPU 之间搬运数据。

苏剑林后来在研究回忆中写到，最早的构想和小规模实验由他推动，张宇、陈广宇随后加入，在更大规模模型上继续验证。完整的 Attention Residuals 效果不错，训练开销却一度让方案难以落地。

张宇和陈广宇给出了一个折中的办法：Block AttnRes。把网络划分为若干块，先把块内的信息压缩整理，再让后续层对这些块进行注意力选择。实验发现，分成大约 8 块，就能保留完整版的大部分收益，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，用 1.4 万亿个 token 进行预训练。采用新结构后，GPQA-Diamond 测试得分从 36.9 提升到 44.4。算力对比上，基线模型需要约 1.25 倍的计算量，才能达到接近的训练损失。

到了 7 月，Kimi K3 发布。模型已经把 Attention Residuals 和 Kimi Delta Attention 用进了核心架构。陈广宇在告别帖中还提到，自己参与优化过 KDA 的 GPU 内核，研究过训练优化器，也和同事一起准备了 K3 发布时的展示案例。

大厂的招聘启事，开始写给更年轻的人

过去几年，科技公司和研究机构开始尝试直接与高中阶段的年轻人合作。

2023 年，腾讯的星火计划邀请国际信息学奥赛选手参加挑战周。许庭强、戚朗瑞进入计算机视觉项目，研究如何判断摄像头前是一只真实的手，还是屏幕、纸张呈现的图像。他们需要试不同办法，比较效果。

据第一财经，今年夏天，在澳门读高一的张兆锋去了腾讯微信团队，参加为期 3 周的教育小程序产品实践。他与同伴做用户访谈、梳理问题、提出改进方案。

高中生坐进大厂会议室，和真正的产品团队一起讨论用户需求，已不再只出现在职业体验日里。

AI 创业公司 Aaru 的技术负责人 John Kessler 在创办公司时只有 15 岁。团队用 AI 模拟消费者的意见和决策，试图把传统市场调研中的一部分工作交给虚拟人群。到 2026 年，这家公司估值达到约 10 亿美元。

17 岁的 Navya Tuteja 开发的 Raaha 帮助神经多样性求职者评估招聘岗位是否合适，上线约两个月便吸引超过 1000 名用户。还有 17 岁的 Pavan Subramani，把生成式扩散模型用于分子运动模拟，在特定测试中让重要构象的采样效率提高 68 倍；同龄的 Praadhyumn Indaana 则用结合物理约束的神经网络，研究核反应堆冷却的安全边界。

Palantir 在 2025 年推出面向高中毕业生的 Meritocracy Fellowship，500 多人申请，22 人入选，直接参与真实技术项目。

DeepSeek 七月广发英雄帖，要「让新人直接承担最核心、最重要的任务」。

Kimi 今年 9 月的新一轮招聘，也写明实习不限年级，并为没有标准岗位标签的人设置了 7 个 Wild Card 名额。

公司寻找人才的动作，开始发生在大学毕业之前，甚至大学入学之前。学历仍然有用，却越来越难成为能力的唯一证明。这给了偏离标准路径的人更多机会。

但谁能获得这样的机会，依然并不平等。英语能力、设备、可支配时间、家庭支持、遇见导师的运气，都会改变起跑的位置。

大模型公司的节奏很快，实验成本很高，许多成年人也承受着持续交付成果的压力。一个十几岁的孩子有能力进入这里，当然值得高兴；如果每个孩子都因此觉得自己必须尽早进大厂、发论文、创业，新的焦虑也会很快出现。

陈广宇离开时，Kimi 的同事杜雨伦说，尽可能去探索、追随新的好奇心，对这个年纪的他也许是更好的选择。

AI 缩短了通往研究前沿的一部分路，17 岁的人已经能参与改变模型架构。一个年轻人最令人羡慕的地方，就是走到这里以后，仍有大把时间决定接下来要去哪里。