2026年3月，还在读高中的陈广宇，与月之暗面 Kimi 团队研究员张宇、苏剑林并列为《Attention Residuals》论文的共同第一作者。这项技术能把大模型训练效率提升25%，是 Kimi K3 模型的核心支撑技术之一。相关成果让马斯克两次赞叹：“Impressive。”
这距离陈广宇接触大模型短短一年多，他到底走过了怎样一条非典型成长路线？
陈广宇的非典型成长路线概览
中学阶段：尝试电商、组织开源社区、参加算法竞赛。
2025年2月：参加中学生黑客松，结识导师，开始转向前沿技术。
2025年3月：借助 Gemini 读论文、自学机器学习。
2025年5月：分享技术博客，被 Tilde Research CEO 邀请去硅谷实习。
2025年7月：赴硅谷实习七周，参与真实的 AI 研发项目。
2025年11月：加入 Kimi 团队，在内部黑客松中获得冠军。
2026年3月：以共同第一作者身份发表《Attention Residuals》
2026年6月：高中毕业，目前仍在 Kimi 团队从事机器学习研究
如果这条成长路线打破了你的认知，不用惊讶：传统观念中的“非典型”，正在成为 AI 时代的”新典型“。以下沿着时间线，详细描述。
中学阶段
• 陈广宇出生于2009年，曾就读于贝赛思国际学校。
• 早期探索比较“非典型”：
◦ 尝试用家长身份注册 Shopify 店铺。
◦ 组织青少年开源社区。
◦ 参加 USACO（美国信奥赛）铂金组。
• 不是单纯学科型选手，而是偏向开源和商业尝试。
注｜Shopify 是帮助商家搭建和经营网店的平台。
注｜USACO 是美国信息学奥林匹克竞赛，铂金组是最高竞赛组别。
2025年2月：Moonshot 48 中学生黑客松
这是关键转折点。
• 就读学校：贝赛思国际学校（惠州），高中在读。
• 赛事名称：Moonshot 48黑客松。
• 主办方：北京探月学校。
• 时间：2025年2月28日—3月2日，48小时极限创造。
• 面向：13—17岁中学生，免费。
• 主题：AI for Good。
• 陈广宇展示项目：“ThirdArm” / 第三只机械辅助手。
• 他在这场活动上结识了评委 董科含。
注｜黑客松，也称“黑客马拉松”，通常要求参与者在限定时间内组队构思、开发并展示作品。此次 Moonshot 48 黑客松是由北京探月学校主办。
注 | 北京探月学校，是一所覆盖小学、初中和高中的民办学校，强调自主学习、跨学科探索与真实项目实践。学校主办的 Moonshot 48 中学生黑客松，鼓励青少年在48小时内将创意做成可以展示的作品。主题为“AI for Good”，即用 AI 创造社会价值
人物小注｜董科含曾任奇绩创坛投资与运营负责人。奇绩创坛（MiraclePlus）是由陆奇创办、支持早期科技创业的投资与创业加速机构，为团队提供资金、辅导和资源对接。
人物小注｜陆奇，奇绩创坛创始人，卡内基梅隆大学计算机科学博士，曾任雅虎执行副总裁、微软执行副总裁，以及百度集团总裁兼首席运营官。详见奇绩创坛官方团队介绍。
在 Moonshot 48 上，董科含给陈广宇的建议是：把注意力转向更前沿的技术方向。这成为陈广宇后续转向 AI/ML 的重要推力。
2025年3月：用 Gemini 自学机器学习
• 他开始用非常规方式入门 ML：
◦ 每天把论文上传给 Gemini。
◦ 通过向 Gemini 提问来学习。
• 体现了他在好奇心驱动下，利用AI 工具的自学方式。
注｜Gemini 是谷歌推出的 AI 助手，可辅助阅读论文、解释概念和分析代码。陈广宇通过上传论文、持续提问，把它作为自学机器学习的辅助工具。
注 | ML: 机器学习的简称，研究如何让计算机从数据中学习规律。
2025年5月：DeltaNet 技术博客破圈
• 他在社交平台X(Twitter)分享了一篇关于DeltaNet 的技术博客。
• 获得该领域关键贡献者 杨松琳 的回复。
• 杨松琳的回复让这篇技术分享获得更多关注，引起美国 AI 初创公司 Tilde Research CEO 的注意
• Tilde Research CEO 主动联系陈广宇，并最终提供了去硅谷的实习机会。
这是第二个关键节点：公开分享技术内容，直接带来前沿圈子的人脉和机会。
注｜DeltaNet 是高效序列建模领域的一种模型架构。可以将这类研究理解为：探索让模型处理序列信息时更高效的方法。
注 | 杨松琳：当时在麻省理工学院（MIT）攻读博士，主要研究线性注意力与高效大模型架构，是 DeltaNet 相关研究的重要贡献者。简单说，她研究的是如何让大模型更高效地学习和处理信息。
注 | Tilde Research：美国 AI 初创公司，专注于大模型内部机制、模型架构与高效训练研究。
2025年7月：独自飞往硅谷实习
• 飞往美国加州 帕洛阿尔托。
• 在 Tilde Research 开始为期 七周 的实习。
• 参与项目：内存优化混合专家模型（MoMoE）。
• 除了技术，他还学到如何拓展公司规模等实际业务。
注｜七周实习的前两周，他负责定义并推进了一个涉及144张 H100 显卡的探索性项目。实习期间，陈广宇参与了旨在降低显存占用、提高模型训练效率的 MoMoE 开源项目。
2025年11月：加入 Kimi
• 以 实习生身份 加入 月之暗面（Kimi）团队。
• 担任 机器学习研究员。
• 在 Kimi 内部 48小时黑客马拉松 中获得冠军。
• 作为 共同第一作者 完成 Kimi 核心论文《Attention Residuals》。
注｜月之暗面（Moonshot AI）是 Kimi 背后的人工智能公司。它与前文由探月学校主办的 Moonshot 48 中学生黑客松是不同的主体。
注｜《Attention Residuals》可译为“注意力残差”，于2026年3月16日首次提交至 arXiv。它探索用可学习的权重，改善模型不同层之间的信息汇集方式。“共同第一作者”表示多位作者被标注为作出同等重要贡献。陈广宇与月之暗面 Kimi 团队研究员张宇、苏剑林并列共同第一作者。研究分工可参见苏剑林的《Attention Residuals 回忆录》。
2026年6月
• 高中毕业。
• 目前仍在 Kimi 团队从事机器学习研究。
注 | 根据其个人主页，目前仍在 Kimi 团队从事机器学习研究。
以上资料来源：公开报道、活动与机构介绍、研究论文及作者回顾，相关链接见文中。
回看这条成长路线
核心是：不按部就班 、兴趣驱动，利用AI 自学，走进高质量的前沿赛事，公开分享自己的思考与成果，用实习和黑客松快速证明能力。
当然，这条路也离不开学校提供的实践场景、导师的指导，以及愿意给年轻人机会的团队，而这样的支持与机会，我们相信，在 AI 时代会越来越普遍。
能力，不必等到拿到文凭才被承认（更何况，目前绝大部分学历并不管用）。
换个角度看，时代已经提供了新的舞台，我们证明能力的方式，也该更新了。陈广宇的成长路径虽“非典型”，却体现了 AI 时代让能力被看见的典型方式：公开分享思考，参与开源项目，用 AI 把想法做成产品，在真实的问题中交出答案。
我们的思考
当一纸文凭不再是未来的保证，学历与能力的关系正在被重新审视，AI 时代，能力可以先于文凭被看见。
陈广宇的经历，是否可以让有教育焦虑的家长思考：当孩子的学习偏离熟悉的升学路线、兴趣超出我们的经验时，我们能否先更新自己的认知，再判断他的探索是否有价值？
我们看不懂的方向，未必没有前途；我们熟悉的路线，也未必通向未来。
我们也相信，当下一定有一群家长正密切关注AI技术正在怎样改变世界，同时也愿意带着孩子在实践中寻找未来属于他们的机会。
如果你是这样的家长相信你已经开始搜索 北京探月学校的黑客松是否也接受外省学生参赛了（对的，他们接受外省学生参赛，可以参考《三联生活周刊》对活动负责人及学生的采访）
如果你是这样的家长，如果你也在寻找这些答案，欢迎加入我们与我们一起分享前沿信息、交流实践经验、寻找适合孩子的机会。
17792219017
关于我们：
团队自2018年起深耕算法竞赛训练，8年教学实践经验，竞赛成绩断层领先。
2023年开始探索AI教育，2025年落地面向青少年的基于强化学习的自动驾驶实践项目。
2026年团队成员担任大学生AI智能体赛事评委，并已举办5期青少年黑客松，持续指导中小学生独立开发AI智能体应用，让他们学会借助AI自主学习以及不断拓展能力边界。
团队还自主搭建了OPC模拟经营平台：学生从一张商业地图出发，招募数字员工、配置与优化智能体Skills、组织AI员工协作，在模拟的市场竞争与现金流约束下开展经营，理解商业逻辑、检验经营决策。
我们相信，在AI时代，利用AI终身学习的能力以及借助AI OPC的商业能力才是立身之本。
阅读量：—