17岁少年离开Kimi：比他去哪更值得聊的，是他怎么被看见的？

10月15日，一个17岁少年在社交平台上说自己离开了月之暗面Kimi。消息一出，AI圈直接炸了。传他要去Anthropic、旧金山顶尖公司都在抢他，甚至年薪百万美元的说法都出来了。他本人很快否认了去Anthropic的传闻，但没说下一站去哪。

这个少年叫陈广宇。今年3月，Kimi发表了一篇重磅技术论文Attention Residuals，提出让大模型更高效利用自身信息的新方法，陈广宇的名字出现在共同第一作者的位置上，跟他并列的是张宇、苏剑林这样的业内大神。而他，今年才高中毕业。一年多以前，他的社交账号只有大约20个关注者。

故事要从2024年说起。15岁的陈广宇在深圳读高中，按正常路线应该在准备标化考试、写申请文书，走一条通往美国名校的标准路径。但他越来越厌倦，觉得自己做的所有事都是"为申请而活"。于是他做了个决定：把那些只为申请才做的事先放一放，开始大量读AI和物理的书，后来干脆自己啃机器学习的论文。

一个高中生读机器学习论文，听起来离谱，但他有个关键方法：用Gemini帮自己读。遇到看不懂的段落就让AI解释，一段一段地啃，而不是让AI泛泛总结；遇到数学推导就一直追问，直到真正弄懂。方法笨，但非常有效。

2025年5月，他把自己对线性注意力的理解整理成一篇技术博客发到网上。当时账号只有20来个关注者，按流量逻辑这篇文章应该石沉大海。但线性注意力这个领域本来就小众，全球真正做这个方向的研究者并不多。当你在一个足够小的领域里写出有质量的东西，被"对的人"看到的概率反而比想象中大。这篇博客被一位研究线性注意力的学者注意到，对方回复了他的帖子，带动了传播，又被一家研究机构的CEO看到，主动联系他给了实习机会。2025年7月，16岁的他一个人飞到硅谷，跟一群真正的研究者一起写代码、跑实验。这段经历后来引起Kimi团队注意，实习结束后他加入了月之暗面。

这个故事里，天赋没法复制。一个15岁就能耐下性子主动读懂机器学习论文的人，起点跟大部分人就不在一个位置上。但把天赋放一边，他做事的路径里有几个动作是可以迁移的。

第一，把学习过程公开写出来。陈广宇不是因为发论文才被发现的，是因为写博客被发现的。关键词就两个：整理，写出来。很多人觉得自己没学透不敢写，或者觉得写了没人看不值得写。他当时只有20个关注者，按任何流量标准衡量都是完全没有影响力的账号，但他还是写了。这里有个容易被忽略的机制：在足够垂直的领域里公开写出有质量的内容，你不需要很多读者，你需要的是被"对的人"看到。而小众领域里，"对的人"本来就在到处找同行，他们的雷达是开着的。20个关注者里，只要有一个是对的人就够了。写了，就比没写的人多一次被发现的可能；不写，可能性就是零。

第二，用AI当学习加速器，但别把它当替代品。他用Gemini辅助读论文，AI帮他降低了学习门槛，本来需要导师手把手带的东西，现在有个随时在线的AI可以问。但真正让他拿到实习机会的，是博客里展现的理解深度和独立思考；让他在Kimi站稳脚跟的，是他能写代码、能跑实验、能在真实项目里做出贡献。AI是加速器，不是入场券，入场券还得靠自己挣。现在有种风气，觉得有了AI就可以跳过基本功，这就像一个人吃了六个烧饼才饱，然后说早知道直接吃第六个就好了。学习AI是厚积薄发的过程，你用过之前的工具、有自己深度的思考，再出来一个新工具时，才能马上感受到它到底有什么不同。

第三，主动进入真实项目，别只积累标准化经历。他16岁一个人飞到硅谷实习，宁可去一个没什么名气的研究组做真正的事，也不想继续沿标准路径攒简历、冲名校。大部分人面对机会时，第一反应是这名头够不够响、能不能写进简历、别人看了会不会觉得厉害。他的选择方式更像在问：这个地方能不能让我接触到真正的问题？你不一定能像他那样说走就走，但"优先选择能接触真实问题的环境"这个判断标准，在任何处境下都适用。

还有个细节很有意思。陈广宇后来专门写文章提醒自己别掉进"为传播量优化"的陷阱。他发现自己开始在意阅读量和互动数据，开始想什么内容会火，这让他警觉：一旦为传播量优化，学习就会变成表演，你写的就不再是自己真正在想的，而是你觉得别人想看的东西。一个十几岁的人能想到这一层，比很多成年人还清醒。

不管他下一站在哪，他这一年多走过的路已经说明：在AI时代，"被看见"的路径正在变化。不再只有学历、竞赛、名校推荐信这一套标准流水线，一篇写得好的博客、一段在真实项目里的贡献、一个公开可验证的作品，这些的权重都在快速上升。所以哪怕AI很厉害了，你还是得把自己的东西写出来，让别人看到你在想什么。不一定非得写文章，拍短视频、做网站都行。反正，想办法让别人看到你。

#科技先锋官#