10月15日，一个17岁的中国少年在X上发了一封简短的告别信，宣布离开月之暗面Kimi。
几乎同时，硅谷知名投资人、Menlo Ventures的Deedy Das讲了一个他亲眼见到的人：
一个17岁的少年，手握5份工作邀约，全部来自旧金山最顶尖的前沿AI实验室，每份年薪都在100万美元以上——约合700万人民币。
几条线索一对，所有人都知道了他的名字：陈广宇。
01、17岁，年薪700万
17岁、5份offer、100万美元——足以让人看到这个时代的神奇。
14岁时，他的英语还不熟练，靠大模型自学AI；之后在一家顶尖AI公司实习一年；跨越半个地球进入美国排名前十的大学读本科——入学两周，他退学了。
Deedy问他为什么。他说，旧金山的人都在做他想做的事，他要去那里。然后他补了一句：
“我只想学习，根本不在乎钱的问题。”
更耐人寻味的是评论区的互动。Anthropic可扩展强化学习负责人Sholto Douglas问他：还计划去卡内基梅隆大学吗？要不要来旧金山一起工作？
大学，在这段对话里已经不是前程，而是一个可以被礼貌跳过的选项。
02、论文曾被马斯克点赞
一个高中生凭什么值700万？先看一篇论文。
今年3月，还在读高三的陈广宇，与张宇、苏剑林共同以第一作者身份发表论文《Attention Residuals》（注意力残差）。
马斯克转发了这篇论文，评价只有一个词：“令人印象深刻。”
这不是大佬随手点赞的水文。它解决的是Transformer架构里一个真实的痛点：
现代大模型广泛使用残差连接——每一层的计算结果和此前的信息相加。问题是，不同层的信息被混在一起，后面的网络没法根据当前任务，有选择地取用前面层的表示。
Attention Residuals的思路是：让模型沿着深度方向分配注意力。处理到某一层时，可以回头挑出对眼下最有用的那部分信息，而不是把所有历史信息按固定权重累加。
但新问题随之而来：想让每层都能查看前面所有结果，就要保存海量中间信息，还要在大量GPU之间搬运数据——训练成本高到方案几乎无法落地。
陈广宇和张宇给出了关键的工程解法：Block AttnRes。把网络切成约8个块，先把块内信息压缩整理，再让后续层对这些块做注意力选择。实测下来，分8块就能保留完整版的大部分收益，同时大幅降低显存和通信压力。
成果有多硬？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预训练验证：
-
GPQA-Diamond测试得分从36.9提升到44.4；
-
基线模型要多用约25%的算力，才能追到相近的训练损失。
7月，总参数2.8万亿的Kimi K3发布，Attention Residuals直接成为其核心架构技术之一。
看明白了吗？
一个高中生的名字，写进了万亿参数大模型的底层架构。这不是“参与过项目”的挂名经历，而是被产品采用、被同行引用、被马斯克看见的真实贡献。
一篇论文的分量，不在于发表，而在于它改变了什么。
03、陈广宇是谁？到底做什么？
2009年出生，在深圳长大，先后就读于原北大附中深圳南山学校和华润小径湾贝赛思国际学校，今年刚从高中毕业。
他的履历里没有奥赛金牌，没有藤校录取，甚至没有一张标准好学生的画像。
中学时的他，更像一个精力过剩的折腾者：用家长身份注册Shopify开店，组织青少年开源社区，写过加密货币交易机器人，还一度幻想当职业滑雪运动员。
真正的转折点，是准备大学申请的时候。他做出了一个让很多家长无法理解的决定：暂停那些为升学准备、但自己不喜欢的活动。
他翻开一本早就想读的AI安全书，接着读物理、读宇宙、读乔布斯。后来他在博客里回忆，那几周学习只为满足好奇心，无须向任何人证明什么。但看着同学忙于准备申请材料，他也焦虑——担心自己做的事没有意义。
这种焦虑，中国的每个高中生和家长都懂。区别在于，大多数人选择继续攒履历，而他选择了相信好奇心。
在个人网站上，他写下自己秉持的几条理念：
-
自主行动力是一种超能力；
-
品味是可以培养的；
-
把想法写下来；
-
不要陷入局部最优解。
最后一条，像是写给所有困在“标准路径”里的人看的。
陈广宇到底做了什么？
外界喜欢讲天才故事，但把他在Kimi一年的工作摊开，你会看到的不是灵感，而是硬核的工程。
-
优化Kimi Delta Attention（KDA）的GPU计算内核——这是贴着硬件做的活，要懂模型，更要懂芯片；
-
研究Attention Residuals，并和张宇一起设计出可落地的Block AttnRes方案——从构想到工程降本，打通最后一公里；
-
研究大模型训练优化器；
-
参与2.8万亿参数Kimi K3发布前的案例制作，和同事一边干活一边看世界杯。
他的个人研究方向很明确：模型架构、优化器，以及与硬件特性相适配的高效算法和计算内核。
这是今天AI行业最稀缺、也最贵的能力带。
离开Kimi之后，他的下一站已经揭晓：Discovery Loop——今年8月由Jeff Dean、Sanjay Ghemawat、Quoc Le、Oriol Vinyals四位前Google核心研究员联合创立，目标是用AI自动化“提出假设、设计实验、分析结果、迭代研究”的完整科学发现闭环，估值约500亿美元。
换句话说，17岁的他，即将和Gemini的缔造者们一起工作。
04、国际高中还没毕业，怎么就站在了AI研究最前沿？
我们把他的路径拆开，你会发现他精确地踩中了这个时代的新规则。
01、第一步：拜AI为师。
14岁英语还不熟练，他就开始借助大模型自学AI。别人跟着十年前的视频课按部就班入门，他觉得“太慢了”。他的原话是：
在这个时代，AI就是最好的老师。
他读不懂论文，就丢给Gemini，追问到底，半开玩笑地称它为“我的老师”。知识垄断被打破的直接后果是：一个深圳高中生，能以接近顶尖实验室的学习效率触达前沿。
02、第二步：做出真实的东西，而不是攒活动。
2025年2月，他带着一个叫ThirdArm的人类第三只机械辅助手构想参加中学生黑客松，结识了前YC中国、奇绩创坛创始团队成员董科含。对方给了他一个影响深远的建议：把注意力放到更前沿的技术上。
董科含还告诉他一句话：别把自己当实习生，要当CEO——如果这是你的公司，你会怎么做？
03、第三步：公开发布，让世界发现你。
2025年5月，他把自己研究DeltaNet的心得写成技术博客发到网上。当时他的社交账号只有20个粉丝。
但研究者杨松琳看到了，留下回复；消息沿着研究者的社交网络扩散，被硅谷AI初创公司Tilde Research的CEO看到，对方主动约了通话。
两个月后，16岁的陈广宇拿到offer，独自飞往帕洛阿尔托，实习7周，研究应用型模型可解释性。
04、第四步：直接进入真问题。
几个月后，他加入Kimi。聘用他的，是预训练负责人杜雨伦——一个愿意相信16岁少年的人。此时他还没高中毕业。
看清楚这条路径的形状：
自学 → 做项目 → 公开发布 → 被同行发现 → 直通前沿。
没有一张录取通知书，没有一节课内学分，没有一个学位作为前提。这不是他比大学生聪明，而是地图换了：旧地图上，你必须先拿到入场券才能展示能力；新地图上，你先展示能力，入场券会自己来找你。
05、大厂的招聘启事，开始写给更年轻的人
如果陈广宇只是孤例，这篇文章到此为止就好。但真正的信号是：抢人的时间线，正在整体前移到大学之前。
国外：
- 01Palantir 2025年推出Meritocracy Fellowship，直接面向高中毕业生，500多人申请、22人入选，其中不少人放弃了藤校录取；02Kimi今年9月招聘写明实习不限年级，还专设7个“Wild Card”名额，给没有标准岗位标签的人；03DeepSeek七月广发英雄帖：“让新人直接承担最核心、最重要的任务”；04Anthropic官网预训练研究岗的年薪区间，明码标价35万至85万美元。
国内：
-
腾讯今年青云实习生招聘明确鼓励低年级学生投递，薪酬不设上限，混元、元宝、微信核心业务向实习生开放；
-
字节Seed把年轻人的成果写进招聘页：有人毕业不到一年就参与Seedance 2.0预训练架构，有人还在实习，成果已上线豆包；优秀实习生有机会拿到“豆包股”；
-
据公开报道，大模型方向博士毕业生年薪可达600万以上，硕士超百万，甚至有大厂HR带着鲜花赶到毕业答辩现场抢人。
同龄人：
- 0115岁的John Kessler创办AI公司Aaru，估值约10亿美元；0217岁的Pavan Subramani把扩散模型用于分子运动模拟，采样效率提升68倍；0317岁的Praadhyumn Indaana用物理约束神经网络研究核反应堆冷却安全边界；0417岁的Navya Tuteja开发求职产品，上线两月超1000用户；05还在澳门读高一的张兆锋，今年夏天已经坐进腾讯微信团队，和真正的产品经理一起做用户访谈。
扎克伯格曾亲自打电话招揽24岁的研究者Matt Deitke，Meta给出四年约2.5亿美元的方案。当CEO亲自下场，说明行业的共识已经形成：
学历仍然有用，但它越来越难成为能力的唯一证明。公司不再等你毕业——它们在毕业之前，甚至入学之前，就开始下注。
06、旧地图，找不到新大陆
请不要误读这个故事。
我们不是说每个孩子都该退学，也不是说大学会消亡。陈广宇是极端样本——他的英语、设备、家庭支持、遇见导师的运气，缺一不可。
但每个家长都必须看懂这个故事背后的规则迁移：
旧时代的公式是：好高中 → 好大学 → 好工作。大学是必经的收费站，学位是唯一的通行证。
新时代的公式是：真实能力 → 公开作品 → 被世界发现。大学从“必经之路”变成了“选项之一”。
当一个16岁的孩子可以用AI读论文、用博客获得工作、用一篇论文改写万亿参数模型的架构时，上大学这件事的必要性，第一次在人类历史上出现了裂缝。
这道裂缝不会让大多数孩子绕过大学，但它会重新定义大学的价值：未来大学的意义，不再是垄断知识、分发门票——AI已经把知识垄断打碎了；它的意义将回归到人与人的连接、系统的训练、视野的打开，以及一段允许你低成本试错的青春。
而对正在准备申请的家庭，最实际的问题只有一个：
如果招生官和大厂HR同时在看同一份履历，当陈广宇们出现在申请池里，那些为了申请而机械积累的活动、挂名的科研、套路化的文书，还剩多少区分度？
陈广宇15岁那年说过一句话：我厌倦了为了大学申请而机械积累经历。
一个少年先于大多数成年人看清了这件事：
旧时代真的过去了。新时代不奖励履历最漂亮的人，它奖励真正做出东西的人。
