2026年3月，全球人工智能界被一則來自中國的消息所震動：國際學(xué)校高三學(xué)生陳廣宇（Guangyu Chen）以共同第一作者的身份，參與發(fā)表了月之暗面（Moonshot AI）Kimi團(tuán)隊的重磅技術(shù)論文，其提出的“注意力殘差”（Attention Residuals）方法，對Transformer底層架構(gòu)進(jìn)行了創(chuàng)新性改進(jìn)。更引人注目的是，科技領(lǐng)袖埃隆·馬斯克在社交平臺公開點(diǎn)贊，稱“Kimi的工作令人印象深刻”。

01

17歲少年與AI“注意力殘差”

2026年3月16日，埃隆·馬斯克在社交平臺公開稱贊中國AI公司月之暗面（Moonshot AI）的Kimi團(tuán)隊研究成果“令人印象深刻”（Impressive work），引發(fā)全球AI圈震動。

更令人矚目的是，這篇題為《Attention Residuals》（注意力殘差）的論文共同第一作者中，17歲的深圳高三學(xué)生陳廣宇（Guangyu Chen）赫然在列，他與知名研究者蘇劍林（RoPE旋轉(zhuǎn)位置編碼提出者）、張宇（Kimi架構(gòu)核心開發(fā)者）并列署名，三人被標(biāo)注為“同等貢獻(xiàn)”。

在馬斯克點(diǎn)贊的光環(huán)下，很多人好奇，這項研究究竟突破了什么？

今天的主流大模型幾乎都建立在Transformer架構(gòu)之上，而其中有一個長期沿用、卻較少進(jìn)入公眾視野的底層結(jié)構(gòu)——“殘差連接”（Residual Connection）。通俗理解，可以把大模型的信息處理過程想象成一條多層傳輸帶。

傳統(tǒng)的“殘差連接”就像每一層處理完信息后，把原始信息一股腦地打包，連同新的處理結(jié)果一起傳給下一層。這種方式簡單有效，但隨著模型層數(shù)加深，傳輸帶上會堆積大量冗余信息，真正重要的內(nèi)容反而容易被“沖淡” 。

Kimi團(tuán)隊提出的“注意力殘差”（Attention Residuals）機(jī)制，則是對這一底層邏輯的重構(gòu)。它不再讓每一層無差別地接收所有歷史信息，而是引入了一個“智能篩選器”，讓當(dāng)前層按需選擇最值得參考的內(nèi)容進(jìn)行聚合 。如果說傳統(tǒng)方式是“搬運(yùn)整座圖書館”，那么“注意力殘差”就是“只帶走最關(guān)鍵的幾頁參考文獻(xiàn)”。

這項工作的顛覆性在于，它為后發(fā)的大模型提供了一條擺脫“堆算力、堆參數(shù)”內(nèi)卷的新路徑。公開材料顯示，這一方法在Kimi Linear 48B模型上驗證后，在效果相近的前提下，訓(xùn)練計算量減少了約20%，相當(dāng)于獲得了1.25倍的效率優(yōu)勢 。這意味著，在算力如同戰(zhàn)略資源的今天，中國團(tuán)隊試圖通過架構(gòu)創(chuàng)新，從數(shù)學(xué)層面找到“彎道超車”的可能。

02

“非典型”天才的養(yǎng)成

比起技術(shù)本身，17歲的陳廣宇如何能參與到這種級別的核心研發(fā)中，或許更令公眾著迷。

如果梳理他的成長軌跡，會發(fā)現(xiàn)這并非一個傳統(tǒng)意義上的“學(xué)霸保送”故事，而更像互聯(lián)網(wǎng)時代“天賦與機(jī)遇”的精準(zhǔn)碰撞。據(jù)媒體報道，陳廣宇真正深入接觸AI研究，僅僅是近一年的事。他的起步方式很“極客”：研讀經(jīng)典論文、追蹤GitHub開源項目，以及在社交平臺上分享對技術(shù)博客的反思 。

恰恰是這種開放的分享，成為了他命運(yùn)的轉(zhuǎn)折點(diǎn)。他在社交平臺上的一篇技術(shù)反思，引起了一家硅谷AI初創(chuàng)公司CEO的注意，并在通過限時實驗測試后，獲得了寶貴的實習(xí)機(jī)會。去年夏天，他遠(yuǎn)赴美國實習(xí)七周，回國后于去年11月加入Kimi團(tuán)隊。在Kimi，他不僅參與了核心研發(fā)，還在內(nèi)部48小時“黑客馬拉松”中拿下冠軍，證明了自己在實戰(zhàn)中的創(chuàng)新能力。

陳廣宇的經(jīng)歷，生動地勾勒出數(shù)字原生代“天才”的崛起路徑：他們不再受限于地理和年齡的隔閡，通過開源社區(qū)、社交媒體和全球化的實習(xí)機(jī)會，可以更早地與前沿知識接軌，完成從“學(xué)習(xí)者”到“貢獻(xiàn)者”的身份躍遷。

03

一份來自17歲的清醒

面對鋪天蓋地的贊譽(yù)，這位少年主角的反應(yīng)，或許是這起事件中最值得書寫的一筆。

在接受媒體采訪時，陳廣宇多次重復(fù)同一句話：不要“造神”，不希望被寫成突出個人的故事 。他反復(fù)強(qiáng)調(diào)，這是一項團(tuán)隊共同完成的研究。

事實也確實如此。公開的論文附錄清晰地顯示，Guangyu Chen、Yu Zhang（張宇）、Jianlin Su（蘇劍林）前三位作者均被標(biāo)注為“同等貢獻(xiàn)”（Equal contribution）。

與陳廣宇并列的另外兩人，是Kimi高效模型架構(gòu)的重要研究者和旋轉(zhuǎn)位置編碼（RoPE）的提出者，都是業(yè)內(nèi)公認(rèn)的頂尖研究者。論文發(fā)布后，陳廣宇在朋友圈回顧這段經(jīng)歷時，特別提到了“同等貢獻(xiàn)作者”以及從事模型擴(kuò)展和基礎(chǔ)設(shè)施工作的同事，稱這項工作“缺一不可”。

這份冷靜與謙遜，在某種程度上，比技術(shù)突破本身更值得珍視。它表明這位年輕人深刻理解現(xiàn)代科研的底層邏輯：在高度復(fù)雜的AI領(lǐng)域，任何重大的創(chuàng)新都不是靈光一現(xiàn)的孤膽英雄主義，而是高度組織化的團(tuán)隊協(xié)作與思想碰撞的結(jié)果。一篇有37位作者署名的重磅論文，恰恰是當(dāng)代AI研究“大科學(xué)”屬性的縮影。

04

中國AI新生代的“成人禮”

馬斯克的點(diǎn)贊，固然是對技術(shù)本身的認(rèn)可，但其象征意義同樣耐人尋味。

這并非一次簡單的“隔空喊話”。它意味著中國AI初創(chuàng)公司的底層創(chuàng)新，已經(jīng)開始進(jìn)入全球頂級科技領(lǐng)袖的視野。月之暗面作為成立僅兩年的“AI四小虎”之一，能夠在Transformer的底層架構(gòu)上動刀，并向全世界展示其技術(shù)路徑，這本身就是中國AI產(chǎn)業(yè)從應(yīng)用追隨走向原始創(chuàng)新的一個信號。

而陳廣宇的出現(xiàn)，則讓這種信號增添了更多關(guān)于“未來”的想象。當(dāng)一個17歲的中國高中生能夠在全球最前沿的AI戰(zhàn)場上與頂尖研究者并肩作戰(zhàn)，并作出同等貢獻(xiàn)時，它打破的不僅是對年齡的刻板印象，更是對中美AI人才儲備差距的某種固有焦慮。

正如陳廣宇所期望的，我們不應(yīng)將這個故事簡化為“天才少年”的爽文。它的真正價值在于，讓我們看到了一個充滿活力的創(chuàng)新生態(tài)：這里有敢于投入底層研究的公司（Kimi團(tuán)隊），有開放包容的協(xié)作機(jī)制（共同一作），有能夠跨越年齡和地域識別人才的新渠道（社交媒體與開源社區(qū)），更有面對榮譽(yù)時保持清醒的年輕一代。

不要“造神”，但要“造生態(tài)”。當(dāng)更多的“陳廣宇”們能夠在這個生態(tài)中找到自己的位置，當(dāng)更多的團(tuán)隊敢于向底層架構(gòu)發(fā)起挑戰(zhàn)，中國AI的未來，才真正值得期待。馬斯克的點(diǎn)贊或許會過去，但“注意力殘差”對AI效率的推動，以及這位17歲少年對科研協(xié)作精神的詮釋，才剛剛開始留下回響。