一条离职帖，半个硅谷来抢人

10月15日，陈广宇在X上留下一封简短的告别信。“过去一年在Kimi的工作是我迄今为止最美好的时光”，他感谢同事，却没有解释离开的原因，也没有透露下一站。

但业内人读得出这条帖子的分量——这个男孩只有17岁，而他参与研发的Attention Residuals架构，已经是Kimi K3的底层技术之一。K3是什么来头？全球首个开放权重的3T级大模型。

评论区里，Anthropic可扩展强化学习方向负责人Sholto Douglas直接抛来橄榄枝：原本去CMU的计划还作数吗？要不要来旧金山一起工作？陈广宇回复：“谢谢Sholto！我正要去海湾区。”

一条从惠州国际学校出发的轨迹，用不到两年时间拐进Kimi核心架构组，又掉头扎向硅谷。这与其说是天才少年的爽文，不如说是一面镜子：我们已经能在全球范围内捞出最顶尖的年轻人，但组织、文化和技术天花板，真的接得住他们吗？

16岁实习生，这样走进Kimi核心

陈广宇的履历，和“神童模板”几乎不沾边。

  • 2009年出生于深圳，就读惠州贝赛思体系学校，按部就班上课考试
  • 没有奥赛金牌，没有跳级经历，也不是从小写代码的神童
  • 转折点是2024年4月，读高一的他决定暂停所有不喜欢的事，all in AI

他的学习方式非常“AI原生”：把论文上传给Gemini，再一遍遍追问，后来直接在博客里把Gemini称为“导师”。

2025年5月，他写了一篇关于线性注意力架构DeltaNet的技术博客。帖子被该领域关键贡献者、MIT博士杨松琳回复，随后又被硅谷AI初创公司Tilde Research的CEO看到，对方主动约他通话。

那年夏天，16岁的陈广宇独自飞到加州帕洛阿尔托，开始了七周实习。他每天在办公室待15个小时，参与内存优化混合专家模型MoMoE项目。这不只是一份镀金经历——他第一次发现，那些只在论文里见过的名字可能就在隔壁工位，也第一次摸到全球顶尖AI研究环境的质感，后来的选择在这里埋下伏笔。

2025年11月，他收到月之暗面邀约，以16岁实习生身份加入Kimi，担任机器学习研究员；随后凭借内部48小时黑客马拉松冠军，进一步杀入核心研究圈。2026年3月，Attention Residuals论文发表，他正式出圈。

共同一作：在“穷”里逼出的工程突破

要看懂陈广宇的价值，得先看懂这篇论文究竟干了什么。

Transformer沿用近十年的残差连接，像一层叠一层的笔记：每一层都加入新信息，但层数一多，早期的关键信息就会被冲淡。Attention Residuals（AttnRes）动的，正是这块老地基。

  • 原始想法来自苏剑林——就是提出旋转位置编码RoPE的那位
  • 张宇（Kimi Linear架构第一作者）和陈广宇加入后，在更大规模模型上推进验证
  • 最关键的工程突破Block AttnRes，由陈广宇与张宇共同提出：把上百层网络划分成若干区块，块内维持低成本基础累加，只在块间做精细的注意力聚合

这么一切，显存复杂度从“层数级”降到了“块数量级”，只分约8个块，就能找回全量版绝大部分性能。

实测数据相当硬：在Kimi Linear 48B模型、1.4万亿token训练量下，AttnRes达到同样效果只需要基准模型约80%的算力，推理延迟增量不到2%；GPQA-Diamond提升7.5分，Minerva Math涨3.6分，HumanEval涨3.1分。

论文发布当天，硅谷半个AI圈被炸了出来。OpenAI联合创始人Karpathy评价：“看来还没把‘Attention is All You Need’这句话按字面意思理解透。”马斯克也留下一句：Impressive work from Kimi。大家这时才注意到，三位共同第一作者里，藏着一个17岁的实习生。

但陈广宇反复强调“不要造神”，称成果属于团队。苏剑林的复盘文章也提到，训练团队起初认为方案还不够可行，原因很直白——说白了还是穷。AttnRes不是某个人的灵光一现，而是在算力约束下被整个团队逼出来的创新。2026年7月发布的Kimi K3总参数量2.8万亿，作为全球首个开放权重3T级模型，底座技术之一正是AttnRes。

Wild Card悖论：招进来，然后呢

耐人寻味的是，陈广宇离职前一个月，Kimi刚放出一项相当激进的招聘计划。

9月9日，Kimi宣布招募7名“Wild Card”人才——无法被常规岗位描述定义的人；同步推出穿越计划，不限专业、不限实习年级，不把学历和资历作为主要门槛，优秀者可获期权。这套逻辑和陈广宇的路径几乎是一个模板：先看人的上限，再补齐岗位名称。

打破常规、破格录用、黑客松招人……这几乎是当前中国AI公司的共同姿态。可问题是：招进来了，然后呢？

钛媒体报道引用了Kimi团队研究者Yulun Du的话：他曾就陈广宇的决定与其长谈几次，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、追随新的好奇心，可能是对他最好的选择。

“探索新的好奇心”这个措辞，点破了核心矛盾——非典型人才的成长速度，可能比组织的上升通道更快。

一个16岁就能交出共同一作级别成果的人，两年后要什么？继续当研究员？升主管带团队？对真正的顶级人才来说，这些都不够有吸引力。他们要的是三样东西：最硬的问题、最好的同事、最大的杠杆。Kimi已是中国最好的大模型公司之一，但放到全球视野，和OpenAI、Anthropic相比，基础研究深度、人才密度、问题前沿性上的差距仍然客观存在。

【编辑观察】更隐蔽的冲突在组织文化里：Wild Card型选手往往不耐烦汇报线，不甘心沿传统职级排队，他们需要高密度交流、快速反馈和充足试错空间。而国内哪怕是最创新的AI公司，管理底层大多还是职级、绩效、晋升那套标准化逻辑——对常规人才是效率工具，对“怪人”可能就是束缚。陈广宇去湾区大概率不是为了钱，Anthropic出得起的薪酬，Kimi也出得起；他想要的，或许是一种更适合非常规选手生长的土壤。

焦虑蔓延：百万年薪，也留不住人

这面镜子，不只照着大模型圈。

智能汽车赛道正在经历同款阵痛。小鹏、理想、蔚来、比亚迪……每家车企都在疯抢大模型算法工程师、端到端智驾架构师、数据科学家，三年经验的算法工程师年薪百万只是起步价。但某头部车企智驾部门负责人的私下吐槽很扎心：“我们花两倍工资从互联网公司挖来的人，不到一年走了一半。不是钱不够，是他们受不了我们的流程。”层级分明、流程繁琐、节奏偏慢的汽车组织，和AI人才习惯的快速迭代天然水土不服。

机器人行业的问题更尖锐。具身智能是交叉学科，需要同时懂大模型、机器人控制、硬件和软件的复合型人才，而这样的人全球都没多少。智元、宇树、银河通用们抢的是同一批人，薪资越炒越高；人才不仅流向硅谷，也在行业内部被翻倍薪资互相挖走。整个行业都在喊缺人，却很少有人认真回答：我到底怎样才能把人留住？

答案显然不只是涨工资。真正能留住顶级人才的，是三件事：

  • 值得投入的问题：你是在做改变行业的事，还是在做边缘的修修补补？
  • 足够聪明的同事：和更强的人共事，成长是指数级的；平庸环境只会消耗人
  • 清晰可见的成长空间：看得到三年、五年后的自己，而不是在一个位置原地打转

拿这三把尺子量一量，国内的AI公司、汽车公司、机器人公司，有多少能真正达标？

从“发现人才”到“配得上人才”

陈广宇的离开，并不是Kimi的失败。

恰恰相反，一个16岁高中生还没出名的时候，Kimi就能发现他、信任他、把核心项目交给他，这本身已经比绝大多数中国公司做得更好。但他的离开，确实把一道全行业考题摆上了桌面：当我们已经学会在全球范围内发现最顶尖的人才，我们的产业、公司和组织，准备好接住他们了吗？

过去十年，中国AI的进步有目共睹：Kimi、DeepSeek这样能和全球顶尖公司掰手腕的选手出现了，智元、宇树站上具身智能第一梯队，小鹏、理想撑起智能汽车新势力。但一旦把竞争维度从产品拉到人才，差距依然明显。

硅谷的底牌从来不止是钱和技术，而是一整套生态系统：世界上最好的大学、最活跃的创业文化、最成熟的资本体系，以及对“怪人”最大的包容度。陈广宇奔赴湾区，面对的不只是Anthropic一家公司，而是一群同样聪明的同龄人、最前沿的问题、最快的反馈循环和最大的舞台。反观国内，好公司还不够多，产学结合还不够紧密，资本也更偏好短期回报而非长期价值。

人才争夺战打到最后，拼的不是谁工资高，而是谁的生态系统更有吸引力。车企需要的不只是招几个算法工程师，而是整个组织从“汽车思维”转向“软件思维”；机器人公司需要的也不只是挖几个大模型人才，而是让硬件和软件人才真正深度协作。这些改变都比涨工资难得多——但只有做到这些，中国科技公司才留得住下一个陈广宇。