17歲研究者Chen Guangyu離職Kimi並獲Anthropic邀請

17歲AI研究者Nathan Chen（Chen Guangyu）宣佈已離開月之暗面Kimi團隊，其在2025年11月以16歲年齡加入，任職不到一年。

他是Attention Residuals論文的共同一作，與張宇、蘇劍林並列，該工作將傳統固定殘差連接替換爲深度注意力機制，並開發Block AttnRes降低內存與通信開銷，後被應用於Kimi K3架構，馬斯克曾公開稱讚“Impressive work from Kimi”。

在Kimi期間，他還參與優化Kimi Delta Attention的GPU內核、研究訓練優化器，並協助創建K3發佈的演示案例；他在離職帖中表示過去一年是人生最好經歷之一，並感謝團隊給予16歲的機會。

Anthropic研究員Sholto Douglas在評論中祝賀並邀請他前往舊金山，與團隊一起工作，詢問其是否仍計劃去CMU；相關討論顯示他正前往灣區。

該論文在Kimi Linear 48B模型上預訓練1.4萬億token後，實現約1.25倍計算效率優勢，並在GPQA-Diamond等推理基準上獲得顯著提升，成爲K3底層技術的一部分。

市場機制上，買方是Anthropic等前沿實驗室對年輕架構人才的爭奪，賣方是中國開源團隊的培養機會；事件由公開研究產出與人才流動驅動，資源與注意力從Kimi團隊流向灣區實驗室，受益方爲獲得早期貢獻者的前沿機構，承壓方爲流失核心年輕研究者的原團隊。

他的路徑從2024年開始接觸機器學習，到成爲重寫十年殘差結構的共同一作，體現了開源權重與論文對非傳統背景研究者的加速作用。

來源：公開信息

ABAB AI 解讀

Chen Guangyu在16歲時被Kimi引入核心團隊，參與Attention Residuals的Block設計與KDA內核優化，使該架構從理論進入K3實際訓練；此前蘇劍林提出初步想法，他與張宇共同完善大規模可訓練版本，形成從概念到產品落地的短週期路徑。

資本路徑體現爲通過公開論文與開源代碼快速積累可見度，吸引Anthropic等實驗室直接互動；從Kimi的開源模型貢獻轉向灣區前沿實驗室，使個人研究產出成爲跨機構人才流動的信號，而非傳統學歷或競賽路徑。

這與歷史上年輕研究者通過公開工作進入頂尖實驗室的案例相似，也類似RoPE發明者蘇劍林等通過架構創新獲得行業認可的路徑；當前處於開源模型與前沿封閉實驗室並存的階段，人才從中國開源團隊向美國前沿實驗室流動。

本質屬於技術替代：公開架構創新與開源實現開始替代傳統學術資歷，使17歲研究者能夠通過具體貢獻直接進入Scaling RL等核心方向，人才篩選從學歷背景轉向可驗證的模型改進產出。

ABAB News · 認知定律