2026年7月，人工智能领域迎来重磅消息：中国公司“月之暗面”推出新一代大模型Kimi K3，其参数量达2.8万亿，成为全球首个开放权重的3T级模型。这一突破性成果引发行业震动，特斯拉CEO马斯克在相关评测报道下留言称赞“令人印象深刻”，这也是他第二次公开认可该团队的技术实力。更令人瞩目的是，支撑K3模型的核心技术之一——Attention Residuals（《注意力残差》）研究论文中，三位并列第一作者里出现了一位年仅17岁的高三学生陈广宇。
陈广宇的成长轨迹打破了人们对“天才少年”的固有认知。他既没有奥赛金牌傍身，也未经历过跳级加速，甚至直到2024年才通过一本人工智能安全书籍正式接触该领域。这位来自深圳的少年在个人博客中坦言，高中阶段曾陷入“机械完成升学任务”的迷茫，直到决定暂停所有不感兴趣的活动，转而全身心投入计算机科学探索。这种纯粹由好奇心驱动的学习模式，让他在短短两年内从“刚搞懂Transformer”的新手，成长为国际顶尖AI团队的核心成员。
转折点出现在2025年5月。当时正在钻研线性注意力机制的陈广宇，在社交平台分享了技术分析博客，意外获得麻省理工学院博士杨松琳的回应。这条互动引发连锁反应：他的文章浏览量激增十倍，更被美国AI初创公司Tilde Research的CEO注意到。面对实习邀约，陈广宇选择先夯实基础——他花费数月掌握自定义Triton内核开发技术后，才于2025年7月飞赴硅谷开启实习生涯。在帕洛阿尔托的七周里，他每天工作15小时，与顶尖研究员共同完成内存优化混合专家模型项目，同时快速适应租房、公司运营等现实课题。
硅谷经历成为陈广宇科研生涯的跳板。回国后，他受邀加入“月之暗面”团队，与知名算法研究员苏剑林、苏州大学博士张宇同展开合作。在2026年1月至3月期间，三人共同攻克Attention Residuals技术难题。苏剑林在回忆录中详细记录了分工：自己提出初始构想后，陈广宇与张宇负责大规模模型验证，并共同设计出区块化信息压缩方案，在保持效果的同时将计算成本降低40%。这项成果直接应用于K3模型架构，而陈广宇此前加速KDA计算内核的工作，更使他成为两大核心技术的共同贡献者。
陈广宇的科研方法论颇具特色。他拒绝系统化学习Triton编程语言，而是通过研读论文、分析GitHub开源项目来掌握技术要点。这种“问题导向”的学习模式，让他在2025年2月的中学生编程马拉松中脱颖而出——其设计的“人类第三只机械辅助手”项目获得评委董科含高度评价，并因此入选全球未来领袖计划。在DeepSeek研究员袁境阳指导下，陈广宇以Gemini为辅助工具，通过追踪前沿论文快速建立机器学习认知体系，这种能力在传统教育体系中难以培养。
国际学校的教育背景为陈广宇提供了独特优势。高一时期，他通过记录室友鼾声与生活习惯的关联数据，训练出准确率达70%的预测模型，这项源于对抗失眠的实践项目，成为他首个AI应用案例。探月学校创始人王熙乔指出，AI技术正在重塑人才培养路径：当知识获取变得扁平化，快速进入陌生领域并解决问题的能力，比单纯积累知识更具价值。这种趋势在陈广宇身上得到印证——他既没有传统意义上的“天才光环”，却凭借持续探索的韧性和务实的学习态度，在17岁时站到了全球AI研究的前沿。
目前，陈广宇已回归校园完成高三学业，但他的科研轨迹仍在延续。在K3模型发布后，团队透露正在探索将Attention Residuals技术应用于多模态大模型的可能性。这位少年研究员的故事，为人工智能时代的人才培养提供了新范本：当技术变革加速知识迭代，保持好奇心与行动力，或许比遵循既定路径更重要。
