作 者：拐枣

来 源：正和岛（ID：zhenghedao）

最近，一则消息在 AI 圈引起了热议。

17 岁的 " 天才少年 " 陈广宇在社交平台发文宣布，离开月之暗面（Kimi）。

几乎同一时间，Anthropic 可扩展强化学习方向研究员肖尔托 · 道格拉斯现身评论区 " 挖人 "。

坊间更是有传闻，陈广宇前脚宣布离开前东家，随后便收到了 5 份工作邀约，金额均在 100 万美元（约合 700 万元人民币）以上。

陈广宇究竟何许人也？

最火高中生，归来 17 岁

根据网上公开资料，陈广宇 2009 年出生于深圳，中学就读于国际学校，今年刚刚高中毕业。

中学时期，他尝试过很多事情：用家长身份注册 Shopify 店铺、组织青少年开源社区、做机器人，甚至想过要成为职业滑雪运动员。

2024 年 4 月，正在读高一的陈广宇做了一个在当时看来颇为 " 冒险 " 的决定：

他不愿 " 机械地走流程 "，遂暂停所有他不喜欢的事。这对国际学校的学生来说，意味着放下为大学申请而积累的社区服务、课堂成绩，以及一切国际学校学生该做的事。

此时，他入手了一本早就想读的关于人工智能安全的书，而这次阅读激发了他更深的兴趣，于是开始大量阅读物理、宇宙和史蒂夫 · 乔布斯相关的书籍。

" 在那几周里，我学习纯粹是为了满足自己的好奇心，而非想要向别人证明自己。" 他在个人博客中如是写道。

2025 年 2 月，对陈广宇来说，是一个重要的节点。当时陈广宇带着一个叫 ThirdArm 的项目，参加了一场中学生黑客松。他的项目源于对人类增强能力的原始好奇，提出的是一个关于 " 人类第三只机械辅助手 " 的创新构想。

命运的齿轮也在此刻悄然转动，因为这一项目，他结识了前 YC 中国、奇绩创坛创始团队成员董科含。

董科含给了陈广宇一个建议：把注意力放到更前沿的技术上，而不是停留在机械辅助手这类项目上。

陈广宇听进去了，这一建议直接改变了陈广宇接下来的路径。自此，他开始用 AI 研读论文、追踪 GitHub 上的开源项目，逐步建立起对机器学习的认知。

很快，他在社交平台的技术分享，引起了一家硅谷 AI 初创公司（Tilde Research）CEO 的关注，并拿到了公司录用通知。

据一些媒体报道，董科含曾提醒陈广宇，别把自己当实习生，要当 CEO。也是从那之后，他参与的内容逐步从技术问题延展到更复杂的议题，包括运营搭建、融资节奏、投资人沟通以及长期战略思考。

陈广宇从硅谷实习回国后，决心继续将注意力放在大模型上，他只投了两份简历：DeepSeek 和月之暗面（Kimi）。

最终，Kimi 团队的研究员、业内公认的顶级学者杜雨伦拍板将 16 岁的陈广宇招进团队。因为陈广宇年仅 16 岁，未到法定工作年龄。月之暗面进行了多轮沟通，最终以实习形式将陈广宇招入 Kimi。

后来的故事，就为人熟知了。陈广宇加入 Kimi，继续研究模型架构。而不到一年，陈广宇又决定离开，去探索和追随新的好奇心，踏上新的征程。

尽管陈广宇一直强调 " 不要造神 "，但做完这一些事情，归来才 17 岁，依旧让人觉得恐怖。

发布核心论文，被马斯克点赞

那么，陈广宇的研究成果是什么？

陈广宇在硅谷时期，深度参与了 MoMoE 项目。此外，他还参与了优化器相关研究。

而加入月之暗面后，较早参与的工作之一，是加速 KDA，即 Kimi Delta Attention 的计算内核。

陈广宇交出的成绩单中，最瞩目的一张名片就是 Kimi 团队发布的一篇论文：《Attention Residuals》。

这篇论文被埃隆 · 马斯克转发，马斯克称这项工作 " 令人印象深刻 "。而这篇论文的共同第一作者就是：苏剑林、陈广宇、张宇。

这篇论文的厉害之处，在于它试图改写自 2017 年 Transformer 架构提出以来、大模型多年沿用的一项核心设计：残差连接。

而完整的故事是这样的：

团队最初做出了一个相对简单的版本，实验结果已经明显优于传统残差连接。随后，陈广宇和张宇两人加入，在更大规模模型上继续推进验证，并提出了论文中的关键设计之一，Block AttnRes（分块注意力残差）。在尽量保留 " 注意力残差 " 效果的同时，把额外成本压了下来。

什么意思呢？笔者试着用最简单的话来总结，标准残差连接是每个工人干完活，把结果加到前面传过来的信息上，再传给下一个工人。但是层数越多，信息就会被稀释，模型记不住早期信息了。如果让工人逐层翻看所有工人的历史记录（全注意力残差），占用高内存，训练成本就会特别高昂。

而 Block AttnRes，则是把模型内部的层进行分组，组内照旧逐层累加；组间不逐一翻看每一层，而是先把每组压缩成一个 " 摘要 "，当前层只和这些组摘要做注意力计算。这样既保留了 " 回头参考历史 " 的能力，又不用对所有层逐一做全量注意力，成本和延迟就降下来了。

据 Kimi 官方披露，这套方法让模型学会 " 选择性记忆 "，训练效率提升 25%，推理延迟增加不到 2%。

简单来说，就是更省钱了，用起来几乎不慢。所以陈广宇的贡献是不言而喻的，他不是 " 蹭到 " 了一个大项目，而是实打实参与了底层架构研究，做出了具体的贡献。

正因如此，陈广宇才如此抢手，硅谷企业愿意为他开出至少 700 万元年薪的邀约。

综合国力竞争，本质上是人才的竞争

《天下无贼》中有一句台词：" 二十一世纪什么最贵？人才！"

当年这句台词是喜剧反讽，但放在今天这个时代，尤为应景。

AI 是新一轮科技革命和产业变革的核心引擎，而引擎的核心是人才。国与国的竞争、企业的竞争，归根到底都是人才的竞争；谁拥有顶尖人才，谁就拥有定义未来的能力。

而令人振奋的是，中国迎来了人才井喷，像陈广宇这样的年轻人正在不断涌现。在 AI 方面，我们正在形成一支越来越年轻的人才梯队。

10 月初，马化腾罕见地与广东省委书记互动，而同一个办公桌上坐着的，还有一位穿着行政夹克的 28 岁年轻人，他就是腾讯首席 AI 科学家、AI Infra 部及大语言模型部负责人姚顺雨。

AI 圈还有一位名字仅一字之差的 " 姚顺宇 "，1997 年的姚顺宇原是谷歌大牛，有消息称其已开始 RSI 创业，公司定位为企业开发定制化模型，估值约 20 亿美金。

1993 年的林俊旸，是 " 阿里史上最年轻 P10 级技术负责人 "；生于 1993 年的杨植麟，2019 年便凭借 XLNet 在 AI 学术界一战成名。

还有 95 后女生罗福莉，如今她正在小米担任 MiMo 大模型负责人。

2025 年 7 月，马斯克正式发布了他称之为 " 世界上最智能 AI" 的 Grok 4，在发布会现场，马斯克身旁两位核心主讲人都是华人，其中一位是 95 后吴宇怀。

这个名单，还可以列很长很长。

2025 年 9 月，《麻省理工科技评论》公布了 2025 年度亚太区 "35 岁以下科技创新 35 人 " 名单（TR35），中国独占 25 个席位，约一半来自 AI 及相关领域。

2025 年 5 月，英伟达创始人黄仁勋抛出一个震惊业界的观点：全球 50% 的人工智能研究人员是中国人。而其中的很大一部分，就是中国 90 后。

中国年轻人在全球 AI 产业中不断横空出世。往深里看，其实是中国 AI 人才厚度正在外溢的信号。

中国领导人曾说过：" 综合国力竞争归根到底是人才竞争。哪个国家拥有人才上的优势，哪个国家最后就会拥有实力上的优势。"

而这一批批年轻人，就是中国的底气和王牌。

企业如何才能让人才涌现？

国与国之间的竞争，本质上是人才的竞争。对企业来说亦是如此。每一位企业家都很关心，如何才能让人才不断涌现？笔者认为，这 3 点尤为重要。

1. 重视人才不能光说不练

很多一把手嘴上说重视人才，但却没有落实到行动上，根本没有付出精力。招聘这件事只是甩给 HR 去负责。但是，关键岗位和顶尖人才，仅靠 HR 很难招到，一方面 HR 很难有资源，另一方面因为视野、格局的关系，也无法识别真正的人才；一流的人才，往往需要一流的人去识别、去打动。因此，对关键岗位、关键人才，一把手必须亲自招聘。

雷军就是如此。雷军有一个观点：找人不是三顾茅庐，找人要 " 三十顾茅庐 "。

在小米创立的第一年，他 80% 的时间都用在了招聘上。为了把得力干将招入麾下，他甚至和候选人见十几次面，一聊就是好几个小时。

为了招揽 AI 人才，扎克伯格也亲自打电话给 AI 研究者 Matt Deitke。为了邀请他加入，Meta 给出的最终薪酬方案约为四年 2.5 亿美元。

一把手参与招聘，不是作秀，而是真正把人才当成最重要的资产。一把手亲自招聘，既是亲自识别人才、打动人才的过程；同时，这也是让关键人才反向考察企业和一把手的过程，越是牛人，越只会愿意跟着卓越的一把手和公司共事。

2. 人才不是核心竞争力，机制才是

华为任正非之前讲过：" 人才不是华为的核心竞争力；对人才进行有效管理的能力，才是企业的核心竞争力。"

这句话的深意是，一家公司看的不是现在人才有多少，而是有没有让人才辈出、人尽其才、持续创造价值的组织能力。不仅要看存量，还要看增量，更要看转化。

就在 2026 年 10 月 9 号，中共中央、国务院印发《关于发展新质生产力的意见》，就提到要 " 加快破除各种隐性壁垒，畅通高等学校、科研院所、企业人才交流通道。"

这说明，国家层面已经把破除人才流动壁垒、完善人才机制，作为发展新质生产力的重要抓手。

而作为企业，尤其是一把手，也应该把人才工作的重心放在机制建设上：不是只盯着眼前有多少人才，而是建立一套让人才不断涌现、让价值贡献被准确评价、让能者上庸者下的组织机制。最终让组织从 " 招来的几个人 " 变成 " 长出来的一批人 "。

3. 不拘一格降人才

以前很多单位用人，看年龄、看资历、看跟过谁，带过多大的地盘。过去的知识半衰期很长，这一套经验很有用。但现在 AI 时代，一切都被颠覆了。对于人才的 " 经验主义 " 靠不住了。

所以不能用过去的尺子来量现在的人。就像 Kimi 聘用陈广宇就突破了年龄的限制。Kimi 今年 9 月的新一轮招聘，也写明实习不限年龄，并为没有标准岗位标签的人设置了 7 个 Wild Card 名额。

这背后其实是一个很现实的判断：真正稀缺的人才，未必都能被现成的岗位名称、学历标签、年龄要求准确框住。企业如果只用标准模板筛人，很容易把跨界型、非典型、潜力型的人才挡在门外。

当然，" 不拘一格 " 不是降低标准，而是改变识别标准。华为前全球招聘总负责人冉涛就有一个观点：

识别人要放到用人的场景中来看，我们不需要方方面面看这个人的各种特征，只需要抓住一个关键，这个人能不能在我当下的企业环境里把工作做好？

当然，除了要选人用人外，更重要的是留住人。如何用物质激励留人，以及用使命、愿景、文化感召人，也是每一家公司必须考虑到的问题。

结语

《墨子》中有言：" 国有贤良之士众，则国家之治厚；贤良之士寡，则国家之治薄。"

人才的数量和质量决定国家的强弱。

人才兴，则科技兴；科技兴，则国家强。

人才的竞争，不只是抢人的竞争，更是能不能让人才不断涌现的竞争。

一个厚植人才沃土，不断涌现年轻人才的国家，必将在未来的全球竞争中走得更稳、更远。

排版  | 相与

审校  | 拐枣   主编  | 夏昆