17岁，很多人还在被问以后想做什么。陈广宇已经参与了大模型底层架构的研究。2026年3月16日提交的《Attention Residuals》论文，把他的名字与张宇、苏剑林一起列为共同第一作者。[2]
10月15日，他在X上宣布，自己近日已经离开Kimi。他回顾了计算内核、注意力残差、优化器等工作，特别感谢杜雨伦当初愿意相信并聘用16岁的自己。这条告别帖没有公布下一家雇主。[1]
我们当然可以把这称作一个“神童故事”。但沿着他的学习和工作痕迹看下去，更值得讨论的是：一个年轻人，怎样在很短的时间里，从知识的接收者变成前沿问题的参与者？AI又怎样放大了这段转变？
概念插画，表现学习与协作的连接，并非陈广宇本人的照片。
成长路径与公开记录
| 项目 | 公开资料 |
|---|---|
| 姓名 | 陈广宇，Nathan Chen，论文署名Guangyu Chen。[2] |
| 年龄与成长地 | 2009年出生，在深圳成长；2026年报道时17岁。[6] |
| 求学 | 华润小径湾贝赛思国际学校，2026年3月论文公开时为12年级学生。[13] |
| 早期积累 | 算法编程、个人技术博客、开源项目和机器学习小实验。[9][12][15] |
| 研究经历 | Tilde Research实习，随后加入月之暗面Kimi团队。[5][6] |
| 代表性公开工作 | MoMoE项目作者之一；Attention Residuals同等贡献作者之一，参与提出Block AttnRes。[2][4][7] |
| 最新公开动态 | 2026年10月15日宣布近日离开Kimi，告别帖未公布下一任职单位。[1] |
把他的成长描述为“零基础、几个月逆袭”，会漏掉重要的积累。个人网站收录了一篇标注为2024年的决策树项目文章：他把生活观察整理成数据，尝试训练预测模型，也主动指出变量选择和推断过程不够严谨。这个小实验展示的，是从观察到问题、数据和验证的习惯。[12]
他的GitHub主页还链接了Codeforces账号，并展示手势识别项目gestureX。算法练习、项目制作与后来的大模型研究并非同一件事，但这些公开痕迹足以提醒我们：快速进入新领域，往往也建立在已有的动手能力之上。[15]
更早的公开记录还能追到2023年。他的项目页把OpenTeens列为面向青少年的开源社区，并注明自己是共同发起者；同年开源活动的主办方议程，也以这一身份介绍陈广宇。项目页还列有手势识别、海滩垃圾检测等尝试。它们展示了持续制作和参与社区的经历，不能简单概括成2025年才第一次接触AI。[17][18]
2025年2月的中学生黑客松是另一个节点。他带着ThirdArm相关构想参赛，认识董科含，随后开始接触更前沿的研究者和问题。同年夏天，他赴Tilde Research实习，11月加入Kimi；到2026年3月，AttnRes论文已经公开。[2][5][6][23]
时间线根据个人文章、研究论文、机构记录和本人告别帖整理。早期接触机器学习与后来集中研究Transformer，是不同阶段。[1][2][5][11][12][14][18][23]
2026年4月11日的清华大学姚班研讨会公告，将他与张宇列为报告人，并介绍两人为月之暗面Scaling团队研究者、AttnRes主要作者。这是一条具体的研究交流记录，能够帮助我们理解：他的工作已经有了同行可以讨论的内容。[14]
从向AI提问到让同行看见
陈广宇来自深圳，英文名Nathan Chen，2026年3月论文发表时仍是一名高中生。他在2025年夏天到Tilde Research实习，随后于同年11月加入Kimi。这样的经历，已经跨过了许多通常要等到大学、研究生阶段才会出现的节点。[6][23]
在一篇自述中，他回忆，2025年参加中学生黑客松后，认识了董科含，又经引荐接触DeepSeek研究员袁境阳。入门时，他从论文出发，把不懂的部分截图交给Gemini解释，反复追问，同时阅读GitHub代码和研究者的博客。遇到重要判断，他仍会请教真人导师。[5]
这套方法的价值，在于让困惑更快得到回应。一个公式、一个概念、一段代码，不必一直等到下一节课才有人解释。学习者可以围绕眼前的问题来回切换，直到能够继续推导、动手和验证。
AI提供的解释仍然可能出错。理解最终要经得起论文、代码和实验的检验。陈广宇后来公开的Triton与FlashAttention教程，已经具体讨论GPU内存访问和内核实现。读者能够顺着代码检查他的理解，而不只听他描述自己学得多快。[8]
他的公开记录里也有走弯路的时候。在2025年5月的一篇优化器作业记录中，他写到借助AI理解概念、查找资料，推导并运行实验，训练结束后却发现自己误解了题意。他仍把过程和问题写了下来。这个细节说明，加快学习可以与犯错同时发生，发现并解释错误本身也是能力的一部分。[21]
他的学习也留下了让同行发现他的入口。根据个人自述，公开分享技术思考，让一家硅谷AI初创公司的负责人看见了他，并带来了交流和实习机会。Tilde的MoMoE开源项目随后把Nathan Chen列入作者名单，留下了具体的协作成果。[5][7]
MoMoE关注混合专家模型的实现，尤其是训练、微调时的内存效率与计算性能。它与后来AttnRes讨论的层间信息组合不同，却显示了相近的工作取向：理解算法，还要让算法在硬件上有效运行。作者名单能够确认他的项目参与，不能单凭名单进一步划分每个人完成了哪些代码。[7]
这一点尤其值得年轻人借鉴。把一个问题想清楚，做出能够运行的东西，再把过程写下来，会让陌生人有机会直接判断你的工作。个人网站、技术博客和开源贡献，都可以成为简历之外的证据。
共同第一作者究竟做了什么
陈广宇参与的Attention Residuals，研究的是大模型不同层之间怎样传递和汇总信息。
常见的残差连接把前面各层的输出不断相加。AttnRes引入沿模型深度进行的注意力，让后面的层对先前表示进行有选择的加权汇总。它处理的是层与层之间的信息组合，并不能简单理解为聊天机器人“记住更早的一句话”。[2][3]
把这个设计用于大规模训练，还会遇到显存和通信开销。苏剑林在研究回忆中说明，最初的思路和小规模实验由他发起；陈广宇、张宇随后参与更大规模验证，并共同提出Block AttnRes设计，将层划分成块，降低实现成本。[4]
编辑绘制的原理示意：标准残差持续累加，Full AttnRes选择先前层的表示，Block AttnRes在块间进行选择。图中不绘制完整网络结构。[2][3]
这说明他的贡献同时涉及理解原理、设计方案和处理工程限制。一个有效想法需要继续经过实验和实现，才能进入真实系统。年轻研究者能够在这一过程中承担关键工作，也能够与资深研究者共享成果归属。
项目官方材料报告，在其缩放实验中，Block AttnRes能达到需要1.25倍训练计算量的基线所对应的损失水平。换算后，达到这一损失水平所需的计算量约少20%。这个数字有特定实验口径，不能直接当作所有模型或Kimi整体账单都节省20%。[3]
他参与提出的Block AttnRes，后来也进入了Kimi K3，技术报告对这一设计有明确说明。这让贡献有了继续放大的路径：底层改进随模型系统被反复使用，一个人的局部工作，可以经由团队和软件，作用到远超其个人工作时间的范围。K3的整体表现来自多项技术与训练工作的结合，不能全归于某个设计或某个人。[11]
他的工作还包括计算内核与优化器
在告别帖中，陈广宇把优化KDA计算内核列为早期工作之一，并提到与张宇尝试过许多设计。计算内核负责让算法落到GPU执行，效率往往取决于数据如何存取和复用。他参与的工作因此同时触及模型设计与系统实现。[1]
开源代码留下了更细的记录。FLA项目在2025年9月合并了他提交的DeltaFormer模型实现，同年12月又合并了他参与的KDA反向计算内核融合修改。这些记录包含代码、审阅和合并过程，让外界能够检查他具体参与了哪些工程工作。[19][20]
他还提到，研究优化器让自己学到了最多的训练动力学知识。优化器决定训练时参数怎样更新，与残差连接是不同的问题。他的个人博客目录也收录了优化器分析，以及矩阵乘法、FlashAttention和Triton的实现教程。这些材料展示了持续学习的范围，不能都自动算作已经被生产模型采用的原创成果。[1][8][16]
从这些具体工作看，他并非只靠一个灵感进入作者名单。读论文、理解实现、尝试设计、运行实验、处理限制，这些研究活动共同构成了成果。AI可以帮助其中一些环节，但论文的署名和技术结果仍需要对具体工作负责。
AI如何缩短年轻人与真实问题的距离
陈广宇的经历，让我们能够看见几种相互连接的变化。
首先是学习反馈更密集。AI可以随时解释陌生术语，帮助拆开复杂问题，让学习者更快找到下一步需要补的知识。这为有主动性的人提供了更多练习机会；练习能否变成能力，取决于他是否继续核对、推导和实践。
其次是成果更容易被检查和发现。开源代码、公开论文和技术讨论，把一部分评价放到了具体工作上。一篇清楚的分析、一次有依据的修改，可以先于学历和职位，被真正关心这个问题的人看见。
最后是协作可以让个人贡献进入更大的系统。前沿研究仍需要算力、团队经验和严肃的验证。年轻人一旦获得参与这些工作的机会，就有可能把快速学习转化为可被复用的技术成果。
这三件事连起来，才构成了我们所说的放大：AI帮助学习，公开作品连接同行，团队把经过验证的贡献带入真实模型。技术、个人行动和组织机会，在这里共同起作用。
个人贡献进入更大系统的路径示意，不表示已经测得统一的效率或影响倍数。
因此，评价人才时，年龄和从业年限作为能力代理的局限会越来越明显。一个人做了多少年，提供了一部分背景；他究竟理解了什么、解决了什么、能否解释并复现结果，则提供了更直接的依据。
经验的价值需要在合作中体现
反对论资排辈，也需要认真看待经验。陈广宇的成长过程中，有研究者的指导、开源社区的积累，也有团队愿意交给他的真实问题。AttnRes本身，就是不同经验背景的研究者共同完成的工作。[4][5]
资深者对失败路径、实验设计和系统限制的判断，可以帮助年轻人少走弯路。年轻人的投入、提问和探索，也可以为团队带来新的方案。当这些能力围绕问题合作时，经验的价值会体现在工作结果里。
同样，我们应当看见这条路径所需的条件。国际学校的学习环境、导师网络、海外实习机会和研究团队资源，都出现在陈广宇的经历中。AI让获取解释变得方便，却没有自动让每个人获得同样的时间、支持和实验条件。[6]
对学校和公司来说，更有建设性的做法，是增加让能力被看见的机会：提供清晰的小型研究问题，允许提交可检查的作品，给出及时的专业反馈，并准确记录贡献。这能让更多尚未积累头衔的人，获得证明自己的入口。
给年轻人的空间也包括探索下一步
陈广宇在个人网站上写过，主动性是一种超能力，判断力可以学习。他还专门写文章反思，社交平台的流量目标可能挤占原创研究的注意力，希望把精力更多放在有内容的交流上。[9][10]
这些表述让他的经历显得更具体：他在寻找值得投入的问题，也在调整自己与机会、关注和工作的关系。17岁的离职决定，只是这段探索中的一个节点。
我们可以期待一个年轻人的潜力，同时给他继续学习、改变方向和犯错的空间。一次论文成果值得认真评价，也不需要变成要求他不断创造奇迹的负担。
AI时代值得争取的变化，是让更多年轻人在产生好问题时就能开始探索，在做出好工作时就能得到认真回应。一个经过验证的改进，可以通过开源社区、研究团队和模型系统，被迅速传播和放大。
当我们越来越能够直接检查一个人的贡献，论资排辈就越来越缺少理由。陈广宇的故事提醒我们，把机会交给能够解决问题的人，也给尚在成长的人一个尽早参与世界的入口。