yp跳转接口永不失联地球上所有的水一夜之间全部消失，人类只能靠人工合成水生存，这是一个多么惊心动魄的设想。在这片干涸的大地上，科技与生命展开了激烈的角逐，人类为了生存，不得不将目光
卡巴论坛，科技之光，探索未知的天地，网络盛宴。在浩瀚的互联网世界里，卡巴论坛犹如一座璀璨的灯塔，照亮着无数热爱科技、追求进步的探索者前行的道路。这里是知识的海洋
全网呼叫陈广宇
这几天，全网都在找一个人：陈广宇。
起因是有传闻说，他拿到了年薪 100 万美金的 offer。这个数字在硅谷不算天花板，一个资深工程师加上股票，拿到这个数不稀奇。但他今年才 17 岁。
就算不谈年薪，一个 17 岁的少年，被硅谷各家公司抢着要，这件事本身就够魔幻了。
接下来，他的去向传闻一个接一个。有人说去 Anthropic 了，不过后来这条消息被陈广宇本人否认。
随后又有人说他去卡内基梅隆继续进修了，还有人说他加入了谷歌元老杰夫 · 迪恩（Jeff Dean）创办的 Discovery Loop，方向是用 AI 去自动化科学研究。
但最重要的是，上到 AI 大厂下到 AI 圈 VC，到底为什么大家都在找他？
A
10 月 15 日，陈广宇在社交媒体上发帖，宣布离开月之暗面。他说，在这里度过的一年，是 " 迄今为止最美好的时光 "。
帖子下面，Anthropic 研究员肖尔托 · 道格拉斯（Sholto Douglas）留言，先是祝贺，然后问他 " 去卡内基梅隆的计划还一样吗 "，并邀请他去旧金山一起工作。
陈广宇的回复是：" 谢谢肖尔托！我正要去湾区。"
既然 Anthropic 的研究员发出了邀请，外界自然猜他会加入 Anthropic。于是一段时间内，社交媒体疯传 " 陈广宇在离开月之暗面 24 小时内加入了 Anthropic"。
但 10 月 16 日，有人在评论区直接问他：是不是加入 Anthropic？他的回答只有一个词："No"。这条传闻就这样被他本人否认了。
10 月 20 日，一个专门追踪硅谷 AI 人才流动的匿名账号 Arfur Grok 发帖称，陈广宇加入了 Discovery Loop。
Discovery Loop 成立于今年 8 月，由杰夫、桑杰 · 格马沃特（Sanjay Ghemawat）、郭 · 勒（Quoc Le）和奥里奥尔 · 维尼亚尔斯（Oriol Vinyals）四位前谷歌核心研究者共同创办。
其中，杰夫曾是谷歌首席科学家，参与领导了 Gemini 的研发；维尼亚尔斯也是 Gemini 的重要技术负责人。
这家公司想做的事，用大白话讲就是让 AI 自己做科研。AI 先提出假设，再设计并运行实验，分析结果，然后根据反馈开展下一轮研究，一圈一圈循环下去。Discovery Loop（探索循环），名字就是这个意思。
这家公司的首轮融资由 Radical Ventures 和 Khosla Ventures 领投，谷歌母公司 Alphabet 也参与了投资。另据外媒报道，Discovery Loop 至今还没有发布任何产品，却已经在寻求约 500 亿美元的估值。
Discovery Loop 表示不对人事问题置评，陈广宇也没有回应。
同时陈广宇本来也有回卡内基梅隆继续读书的计划，此前肖尔托那句 " 卡内基梅隆的计划还一样吗 " 指的就是这个。
陈广宇的简历显示，他在今年八、九月份时，曾在卡内基梅隆学习过大约一个月。
Menlo Ventures 的投资人迪迪 · 达斯（Deedy Das）表示，有个 17 岁的少年拿到了 5 份百万美元级别的 offer，但他没有点名。此外他还表示，这个少年飞越半个地球去美国前十的大学读本科，两周后辍学。
因此网友推测，此人可能指的就是陈广宇。
但是这里要明确一点，卡内基梅隆大学的主校区在美国东部宾夕法尼亚州的匹兹堡，离湾区大约 4000 公里，横跨整个美国。
在湾区有一个小的分校区，在硅谷的山景城（Mountain View，NASA Ames 研究园区内）。然而这个分校区规模很小，主要做硕士项目和部分产学研合作。卡内基梅隆最核心的计算机学院（SCS）就在匹兹堡。
所以陈广宇去湾区大概率不是为了上学。
不过其实还有一条线，湾区和陈广宇的交集不止 Discovery Loop，还有 Tilde Research。
Tilde Research 是帕洛阿尔托的一家机制可解释性（mechanistic interpretability）实验室，2024 年 7 月成立，11 月公开亮相，口号是 " 理解智能 "。
Tilde Research 专攻模型内部机理、新架构和预训练科学。2025 年年中它完成 800 万美元种子轮。
陈广宇和 Tilde Research 之间可以说是 " 缘，妙不可言 "。
据陈广宇自己描述，他曾经在社交媒体上发表了一篇文章，当时他只有 20 个粉丝，被 DeltaNet 关键贡献者、MIT 在读博士、线性注意力开源社区 FLA 发起者杨松琳回复，帖子由此扩散。Tilde Research 的本 · 凯格温（Ben Keigwin）也因此注意到了陈广宇，并主动约他通话介绍项目。
2025 年 7 月，陈广宇独自前往加州帕罗奥图（Palo Alto），在 Tilde Research 开始为期七周的实习。
所以学界也有人猜测，陈广宇是想回到 Tilde Research，去继续此前的研究工作。
说了这么多，仍然有一个重要的问题没说：一个 17 岁的少年，凭啥能让这么多大厂和投资人追着跑？
B
3 月 16 日，陈广宇作为共同第一作者的《Attention Residuals》（注意力残差）技术报告在社交媒体上被马斯克本人点赞。
马斯克评价这篇报告说：" 月之暗面干的事真是让人印象深刻！"
事实上，这只是陈广宇的高光时刻之一而已。
陈广宇所处的地段，是整个行业最缺人的位置。
打个比方，一个大模型就像一家大餐厅。架构，相当于菜单怎么设计；优化器，相当于厨师怎么根据反馈不断改进手艺；而 GPU kernel（GPU 内核），则是后厨灶台上的具体操作，比如火开多大、锅怎么颠、食材怎么摆。
同样一道菜，只要后厨下功夫，哪怕是同样的设备，一晚上也能多做出好几倍的菜。
陈广宇的特别之处在于，这三层他都碰过。
2025 年 5 月，他写了怎么用 Triton 实现矩阵乘法并做 L2 缓存优化，同月还写了如何推导并实现一个核范数约束下的优化器。
7 月，他用 TileLang 实现 Flash Attention，相关论文称比 FlashAttention-2 快 1.3 倍，随后参与了 MoMoE。
9 月，他连写两篇 Triton 讲解。
10 月，他又写了 Gram-Space Manifold Muon，也是一篇优化器的文章。
从底层的 GPU 代码，到中间的优化器，再到顶层的模型架构，当时只有 16 岁的陈广宇，一个人走完了别人一辈子都不一定能走完的路。
他在自己的主页上也写得很直白：他关心的是 " 高效的、与硬件对齐的算法和内核 "，还特意标注了一句 "co-design them!"（把它们一起设计）。
这是一个刚诞生没多久的赛道，没有任何的 " 经验 " 可谈。
BigGo Finance 的分析提到，在大模型时代，底层算子优化、注意力机制的数学推导这类前沿领域，没有现成的教科书可抄，全世界最聪明的人其实站在同一条起跑线上。
最关键的一点是，陈广宇是真的 " 懂了 "。
陈广宇有一篇文章，标题是《Triton Flash Attention Kernel Walkthrough: The Forward Pass》（Triton Flash Attention 内核逐行讲解）。
开头陈广宇就说，我不打算讲基础语法，官方文档已经讲得很好了，这篇要讲的是 " 为什么 "（This is about understanding the why）。
文章里有这么个细节，陈广宇的代码把循环拆成了两段。
对于此，他的解释是，因为掩码操作 tl.where 很慢，如果每一块都用一遍，会拖慢速度。拆成 " 对角线之外 " 和 " 对角线上 " 两段，只在必要的地方用。
还是用厨房来举例子，原材料在上砧板之前要检查，以前的规矩是不管原材料如何，都需要检查一遍。但现实是 99% 的原材料根本不需要检查，因为这些原材料在放进去之前就已经检查过了，只有那些容易腐烂和损坏的原材料才需要检查。
陈广宇的做法就相当于只检查那 1% 容易坏的，其他 99% 都直接通过。变相提升了 100 倍的效率。
除此之外，陈广宇还是一个非常会学习的人，成长速度惊人。陈广宇曾在 2025 年 9 月时表示，他接触 Transformer 并没有多久。第一次认真接触科研时，陈广宇称自己什么都不懂，不知道 Transformer 是什么，也看不懂机器学习论文。
现如今，陈广宇已然成为行业里的大拿。
这里面的主要原因，是他的学习方法也很特别。陈广宇表示，他从一篇经典论文开始，每天花几个小时和 Gemini 对话。遇到看不懂的地方截图发给它，让它解释，再反过来向它提问。
同时陈广宇还会去读 GitHub、博客、研究者的个人主页，琢磨他们的 " 研究品味 "。他不走传统的学习路线，一门一门地学，陈广宇认为那样太慢了。
当然，AI 也不是万能的。遇到重大选择时，陈广宇会去请教 DeepSeek 研究员袁境阳。陈广宇自己总结说，网络很重要。即使你再有信心，也能从前辈那里学到很多经验。
陈广宇在 Codeforces（编程竞赛平台）上有 2000 分以上的评分，属于前 3% 左右。说明他是有编程底子在的。
C
陈广宇宣布离职后，当年拍板招他的月之暗面研究员杜雨伦，在他的离职帖下评论，说自己和陈广宇就这个决定 " 有过几次长谈 "。
他还说，看到陈广宇离开，自己 " 难过、心碎 "，但在这个年纪，尽可能去探索、追随新的好奇心，可能是更好的选择。
这里还有个小细节，杜雨伦其实也毕业于卡内基梅隆。
离职难免都会有些不舍，但也会为公司留下什么。比如 DeepSeek 的郭达雅，今年年初离职以后，他曾经发表过的 GRPO 算法被 DeepSeek 沿用至今。DeepSeek 的 V4.1 Flash 技术报告中就曾提到，后训的第一步，就是采用了监督微调 ( SFT ) 和基于 GRPO 的强化学习，分别训练各领域的专家模型。
那么陈广宇给月之暗面究竟留下了什么呢？
陈广宇在月之暗面只待了不到一年，从 2025 年 11 月作为 16 岁的实习生加入，到 2026 年 10 月离开。但他留下的东西，已经深入 Kimi 最核心的位置。
2026 年 7 月，Kimi K3 发布，总参数 2.8 万亿。月之暗面称它是全球首个开放权重的 3 万亿级别模型。
K3 发布当天，在 Artificial Analysis 的智能指数上，K3 得分 57，排名第三，仅次于 Claude Fable 5 和 GPT-5.6 Sol，超过了 Claude Opus 4.8。
前文提到的 Attention Residuals，就是 K3 的底层技术之一。
陈广宇还参与了月之暗面 KDA（Kimi Delta Attention）的计算内核加速，在离职帖里他写到，自己和张宇一起优化了它的内核，并探索了各种可能的设计。
不过就在陈广宇离开月之暗面前后，K3.1 的消息开始密集出现。
9 月底，月之暗面开放平台后台的注册表里，出现了 "kimi-k3-1" 的字样。
10 月 10 日，开放平台出现预告页：100 万 token 上下文、Low/High/Max 三档推理、Agent、Swarm 多智能体能力。野村证券称，"K3.1 将会在 10 月中旬前发布 "。
10 月 17 日前后，官网前端再次出现 "k3d1-agent"，并发现了新的 bot 模块，官网的模型指纹也被指有变化。
从目前的蛛丝马迹看，K3.1 更像是 K3 的增强版，偏 Agent 和长任务，并没有更换架构。
所以，就算陈广宇离开了，他对月之暗面的贡献依然在那里摆着。
人会走，技术留下。
全网呼叫陈广宇
这几天，全网都在找一个人：陈广宇。
起因是有传闻说，他拿到了年薪 100 万美金的 offer。这个数字在硅谷不算天花板，一个资深工程师加上股票，拿到这个数不稀奇。但他今年才 17 岁。
就算不谈年薪，一个 17 岁的少年，被硅谷各家公司抢着要，这件事本身就够魔幻了。
接下来，他的去向传闻一个接一个。有人说去 Anthropic 了，不过后来这条消息被陈广宇本人否认。
随后又有人说他去卡内基梅隆继续进修了，还有人说他加入了谷歌元老杰夫 · 迪恩（Jeff Dean）创办的 Discovery Loop，方向是用 AI 去自动化科学研究。
但最重要的是，上到 AI 大厂下到 AI 圈 VC，到底为什么大家都在找他？
A
10 月 15 日，陈广宇在社交媒体上发帖，宣布离开月之暗面。他说，在这里度过的一年，是 " 迄今为止最美好的时光 "。
帖子下面，Anthropic 研究员肖尔托 · 道格拉斯（Sholto Douglas）留言，先是祝贺，然后问他 " 去卡内基梅隆的计划还一样吗 "，并邀请他去旧金山一起工作。
陈广宇的回复是：" 谢谢肖尔托！我正要去湾区。"
既然 Anthropic 的研究员发出了邀请，外界自然猜他会加入 Anthropic。于是一段时间内，社交媒体疯传 " 陈广宇在离开月之暗面 24 小时内加入了 Anthropic"。
但 10 月 16 日，有人在评论区直接问他：是不是加入 Anthropic？他的回答只有一个词："No"。这条传闻就这样被他本人否认了。
10 月 20 日，一个专门追踪硅谷 AI 人才流动的匿名账号 Arfur Grok 发帖称，陈广宇加入了 Discovery Loop。
Discovery Loop 成立于今年 8 月，由杰夫、桑杰 · 格马沃特（Sanjay Ghemawat）、郭 · 勒（Quoc Le）和奥里奥尔 · 维尼亚尔斯（Oriol Vinyals）四位前谷歌核心研究者共同创办。
其中，杰夫曾是谷歌首席科学家，参与领导了 Gemini 的研发；维尼亚尔斯也是 Gemini 的重要技术负责人。
这家公司想做的事，用大白话讲就是让 AI 自己做科研。AI 先提出假设，再设计并运行实验，分析结果，然后根据反馈开展下一轮研究，一圈一圈循环下去。Discovery Loop（探索循环），名字就是这个意思。
这家公司的首轮融资由 Radical Ventures 和 Khosla Ventures 领投，谷歌母公司 Alphabet 也参与了投资。另据外媒报道，Discovery Loop 至今还没有发布任何产品，却已经在寻求约 500 亿美元的估值。
Discovery Loop 表示不对人事问题置评，陈广宇也没有回应。
同时陈广宇本来也有回卡内基梅隆继续读书的计划，此前肖尔托那句 " 卡内基梅隆的计划还一样吗 " 指的就是这个。
陈广宇的简历显示，他在今年八、九月份时，曾在卡内基梅隆学习过大约一个月。
Menlo Ventures 的投资人迪迪 · 达斯（Deedy Das）表示，有个 17 岁的少年拿到了 5 份百万美元级别的 offer，但他没有点名。此外他还表示，这个少年飞越半个地球去美国前十的大学读本科，两周后辍学。
因此网友推测，此人可能指的就是陈广宇。
但是这里要明确一点，卡内基梅隆大学的主校区在美国东部宾夕法尼亚州的匹兹堡，离湾区大约 4000 公里，横跨整个美国。
在湾区有一个小的分校区，在硅谷的山景城（Mountain View，NASA Ames 研究园区内）。然而这个分校区规模很小，主要做硕士项目和部分产学研合作。卡内基梅隆最核心的计算机学院（SCS）就在匹兹堡。
所以陈广宇去湾区大概率不是为了上学。
不过其实还有一条线，湾区和陈广宇的交集不止 Discovery Loop，还有 Tilde Research。
Tilde Research 是帕洛阿尔托的一家机制可解释性（mechanistic interpretability）实验室，2024 年 7 月成立，11 月公开亮相，口号是 " 理解智能 "。
Tilde Research 专攻模型内部机理、新架构和预训练科学。2025 年年中它完成 800 万美元种子轮。
陈广宇和 Tilde Research 之间可以说是 " 缘，妙不可言 "。
据陈广宇自己描述，他曾经在社交媒体上发表了一篇文章，当时他只有 20 个粉丝，被 DeltaNet 关键贡献者、MIT 在读博士、线性注意力开源社区 FLA 发起者杨松琳回复，帖子由此扩散。Tilde Research 的本 · 凯格温（Ben Keigwin）也因此注意到了陈广宇，并主动约他通话介绍项目。
2025 年 7 月，陈广宇独自前往加州帕罗奥图（Palo Alto），在 Tilde Research 开始为期七周的实习。
所以学界也有人猜测，陈广宇是想回到 Tilde Research，去继续此前的研究工作。
说了这么多，仍然有一个重要的问题没说：一个 17 岁的少年，凭啥能让这么多大厂和投资人追着跑？
B
3 月 16 日，陈广宇作为共同第一作者的《Attention Residuals》（注意力残差）技术报告在社交媒体上被马斯克本人点赞。
马斯克评价这篇报告说：" 月之暗面干的事真是让人印象深刻！"
事实上，这只是陈广宇的高光时刻之一而已。
陈广宇所处的地段，是整个行业最缺人的位置。
打个比方，一个大模型就像一家大餐厅。架构，相当于菜单怎么设计；优化器，相当于厨师怎么根据反馈不断改进手艺；而 GPU kernel（GPU 内核），则是后厨灶台上的具体操作，比如火开多大、锅怎么颠、食材怎么摆。
同样一道菜，只要后厨下功夫，哪怕是同样的设备，一晚上也能多做出好几倍的菜。
陈广宇的特别之处在于，这三层他都碰过。
2025 年 5 月，他写了怎么用 Triton 实现矩阵乘法并做 L2 缓存优化，同月还写了如何推导并实现一个核范数约束下的优化器。
7 月，他用 TileLang 实现 Flash Attention，相关论文称比 FlashAttention-2 快 1.3 倍，随后参与了 MoMoE。
9 月，他连写两篇 Triton 讲解。
10 月，他又写了 Gram-Space Manifold Muon，也是一篇优化器的文章。
从底层的 GPU 代码，到中间的优化器，再到顶层的模型架构，当时只有 16 岁的陈广宇，一个人走完了别人一辈子都不一定能走完的路。
他在自己的主页上也写得很直白：他关心的是 " 高效的、与硬件对齐的算法和内核 "，还特意标注了一句 "co-design them!"（把它们一起设计）。
这是一个刚诞生没多久的赛道，没有任何的 " 经验 " 可谈。
BigGo Finance 的分析提到，在大模型时代，底层算子优化、注意力机制的数学推导这类前沿领域，没有现成的教科书可抄，全世界最聪明的人其实站在同一条起跑线上。
最关键的一点是，陈广宇是真的 " 懂了 "。
陈广宇有一篇文章，标题是《Triton Flash Attention Kernel Walkthrough: The Forward Pass》（Triton Flash Attention 内核逐行讲解）。
开头陈广宇就说，我不打算讲基础语法，官方文档已经讲得很好了，这篇要讲的是 " 为什么 "（This is about understanding the why）。
文章里有这么个细节，陈广宇的代码把循环拆成了两段。
对于此，他的解释是，因为掩码操作 tl.where 很慢，如果每一块都用一遍，会拖慢速度。拆成 " 对角线之外 " 和 " 对角线上 " 两段，只在必要的地方用。
还是用厨房来举例子，原材料在上砧板之前要检查，以前的规矩是不管原材料如何，都需要检查一遍。但现实是 99% 的原材料根本不需要检查，因为这些原材料在放进去之前就已经检查过了，只有那些容易腐烂和损坏的原材料才需要检查。
陈广宇的做法就相当于只检查那 1% 容易坏的，其他 99% 都直接通过。变相提升了 100 倍的效率。
除此之外，陈广宇还是一个非常会学习的人，成长速度惊人。陈广宇曾在 2025 年 9 月时表示，他接触 Transformer 并没有多久。第一次认真接触科研时，陈广宇称自己什么都不懂，不知道 Transformer 是什么，也看不懂机器学习论文。
现如今，陈广宇已然成为行业里的大拿。
这里面的主要原因，是他的学习方法也很特别。陈广宇表示，他从一篇经典论文开始，每天花几个小时和 Gemini 对话。遇到看不懂的地方截图发给它，让它解释，再反过来向它提问。
同时陈广宇还会去读 GitHub、博客、研究者的个人主页，琢磨他们的 " 研究品味 "。他不走传统的学习路线，一门一门地学，陈广宇认为那样太慢了。
当然，AI 也不是万能的。遇到重大选择时，陈广宇会去请教 DeepSeek 研究员袁境阳。陈广宇自己总结说，网络很重要。即使你再有信心，也能从前辈那里学到很多经验。
陈广宇在 Codeforces（编程竞赛平台）上有 2000 分以上的评分，属于前 3% 左右。说明他是有编程底子在的。
C
陈广宇宣布离职后，当年拍板招他的月之暗面研究员杜雨伦，在他的离职帖下评论，说自己和陈广宇就这个决定 " 有过几次长谈 "。
他还说，看到陈广宇离开，自己 " 难过、心碎 "，但在这个年纪，尽可能去探索、追随新的好奇心，可能是更好的选择。
这里还有个小细节，杜雨伦其实也毕业于卡内基梅隆。
离职难免都会有些不舍，但也会为公司留下什么。比如 DeepSeek 的郭达雅，今年年初离职以后，他曾经发表过的 GRPO 算法被 DeepSeek 沿用至今。DeepSeek 的 V4.1 Flash 技术报告中就曾提到，后训的第一步，就是采用了监督微调 ( SFT ) 和基于 GRPO 的强化学习，分别训练各领域的专家模型。
那么陈广宇给月之暗面究竟留下了什么呢？
陈广宇在月之暗面只待了不到一年，从 2025 年 11 月作为 16 岁的实习生加入，到 2026 年 10 月离开。但他留下的东西，已经深入 Kimi 最核心的位置。
2026 年 7 月，Kimi K3 发布，总参数 2.8 万亿。月之暗面称它是全球首个开放权重的 3 万亿级别模型。
K3 发布当天，在 Artificial Analysis 的智能指数上，K3 得分 57，排名第三，仅次于 Claude Fable 5 和 GPT-5.6 Sol，超过了 Claude Opus 4.8。
前文提到的 Attention Residuals，就是 K3 的底层技术之一。
陈广宇还参与了月之暗面 KDA（Kimi Delta Attention）的计算内核加速，在离职帖里他写到，自己和张宇一起优化了它的内核，并探索了各种可能的设计。
不过就在陈广宇离开月之暗面前后，K3.1 的消息开始密集出现。
9 月底，月之暗面开放平台后台的注册表里，出现了 "kimi-k3-1" 的字样。
10 月 10 日，开放平台出现预告页：100 万 token 上下文、Low/High/Max 三档推理、Agent、Swarm 多智能体能力。野村证券称，"K3.1 将会在 10 月中旬前发布 "。
10 月 17 日前后，官网前端再次出现 "k3d1-agent"，并发现了新的 bot 模块，官网的模型指纹也被指有变化。
从目前的蛛丝马迹看，K3.1 更像是 K3 的增强版，偏 Agent 和长任务，并没有更换架构。
所以，就算陈广宇离开了，他对月之暗面的贡献依然在那里摆着。
人会走，技术留下。
yp跳转接口永不失联附近交友，情谊初绽
多人运动网站入口，活力无限，共享健康
yp跳转接口永不失联i500论坛，智慧碰撞的盛宴，全国空降服务app哪个好女大学生的特殊兼职🥅全网呼叫陈广宇
赤峰同城游戏大厅，欢乐无限，指尖畅游
yp跳转接口永不失联卡巴论坛，科技之光，探索未知的天地，网络盛宴。在浩瀚的互联网世界里，卡巴论坛犹如一座璀璨的灯塔，照亮着无数热爱科技、追求进步的探索者前行的道路。这里是知识的海洋
他做的每一个梦都会变成现实，梦境与现实交织，让人难以分辨。然而，这种神奇的力量却让他再也不敢随便睡觉了。
全网呼叫陈广宇
这几天，全网都在找一个人：陈广宇。
起因是有传闻说，他拿到了年薪 100 万美金的 offer。这个数字在硅谷不算天花板，一个资深工程师加上股票，拿到这个数不稀奇。但他今年才 17 岁。
就算不谈年薪，一个 17 岁的少年，被硅谷各家公司抢着要，这件事本身就够魔幻了。
接下来，他的去向传闻一个接一个。有人说去 Anthropic 了，不过后来这条消息被陈广宇本人否认。
随后又有人说他去卡内基梅隆继续进修了，还有人说他加入了谷歌元老杰夫 · 迪恩（Jeff Dean）创办的 Discovery Loop，方向是用 AI 去自动化科学研究。
但最重要的是，上到 AI 大厂下到 AI 圈 VC，到底为什么大家都在找他？
A
10 月 15 日，陈广宇在社交媒体上发帖，宣布离开月之暗面。他说，在这里度过的一年，是 " 迄今为止最美好的时光 "。
帖子下面，Anthropic 研究员肖尔托 · 道格拉斯（Sholto Douglas）留言，先是祝贺，然后问他 " 去卡内基梅隆的计划还一样吗 "，并邀请他去旧金山一起工作。
陈广宇的回复是：" 谢谢肖尔托！我正要去湾区。"
既然 Anthropic 的研究员发出了邀请，外界自然猜他会加入 Anthropic。于是一段时间内，社交媒体疯传 " 陈广宇在离开月之暗面 24 小时内加入了 Anthropic"。
但 10 月 16 日，有人在评论区直接问他：是不是加入 Anthropic？他的回答只有一个词："No"。这条传闻就这样被他本人否认了。
10 月 20 日，一个专门追踪硅谷 AI 人才流动的匿名账号 Arfur Grok 发帖称，陈广宇加入了 Discovery Loop。
Discovery Loop 成立于今年 8 月，由杰夫、桑杰 · 格马沃特（Sanjay Ghemawat）、郭 · 勒（Quoc Le）和奥里奥尔 · 维尼亚尔斯（Oriol Vinyals）四位前谷歌核心研究者共同创办。
其中，杰夫曾是谷歌首席科学家，参与领导了 Gemini 的研发；维尼亚尔斯也是 Gemini 的重要技术负责人。
这家公司想做的事，用大白话讲就是让 AI 自己做科研。AI 先提出假设，再设计并运行实验，分析结果，然后根据反馈开展下一轮研究，一圈一圈循环下去。Discovery Loop（探索循环），名字就是这个意思。
这家公司的首轮融资由 Radical Ventures 和 Khosla Ventures 领投，谷歌母公司 Alphabet 也参与了投资。另据外媒报道，Discovery Loop 至今还没有发布任何产品，却已经在寻求约 500 亿美元的估值。
Discovery Loop 表示不对人事问题置评，陈广宇也没有回应。
同时陈广宇本来也有回卡内基梅隆继续读书的计划，此前肖尔托那句 " 卡内基梅隆的计划还一样吗 " 指的就是这个。
陈广宇的简历显示，他在今年八、九月份时，曾在卡内基梅隆学习过大约一个月。
Menlo Ventures 的投资人迪迪 · 达斯（Deedy Das）表示，有个 17 岁的少年拿到了 5 份百万美元级别的 offer，但他没有点名。此外他还表示，这个少年飞越半个地球去美国前十的大学读本科，两周后辍学。
因此网友推测，此人可能指的就是陈广宇。
但是这里要明确一点，卡内基梅隆大学的主校区在美国东部宾夕法尼亚州的匹兹堡，离湾区大约 4000 公里，横跨整个美国。
在湾区有一个小的分校区，在硅谷的山景城（Mountain View，NASA Ames 研究园区内）。然而这个分校区规模很小，主要做硕士项目和部分产学研合作。卡内基梅隆最核心的计算机学院（SCS）就在匹兹堡。
所以陈广宇去湾区大概率不是为了上学。
不过其实还有一条线，湾区和陈广宇的交集不止 Discovery Loop，还有 Tilde Research。
Tilde Research 是帕洛阿尔托的一家机制可解释性（mechanistic interpretability）实验室，2024 年 7 月成立，11 月公开亮相，口号是 " 理解智能 "。
Tilde Research 专攻模型内部机理、新架构和预训练科学。2025 年年中它完成 800 万美元种子轮。
陈广宇和 Tilde Research 之间可以说是 " 缘，妙不可言 "。
据陈广宇自己描述，他曾经在社交媒体上发表了一篇文章，当时他只有 20 个粉丝，被 DeltaNet 关键贡献者、MIT 在读博士、线性注意力开源社区 FLA 发起者杨松琳回复，帖子由此扩散。Tilde Research 的本 · 凯格温（Ben Keigwin）也因此注意到了陈广宇，并主动约他通话介绍项目。
2025 年 7 月，陈广宇独自前往加州帕罗奥图（Palo Alto），在 Tilde Research 开始为期七周的实习。
所以学界也有人猜测，陈广宇是想回到 Tilde Research，去继续此前的研究工作。
说了这么多，仍然有一个重要的问题没说：一个 17 岁的少年，凭啥能让这么多大厂和投资人追着跑？
B
3 月 16 日，陈广宇作为共同第一作者的《Attention Residuals》（注意力残差）技术报告在社交媒体上被马斯克本人点赞。
马斯克评价这篇报告说：" 月之暗面干的事真是让人印象深刻！"
事实上，这只是陈广宇的高光时刻之一而已。
陈广宇所处的地段，是整个行业最缺人的位置。
打个比方，一个大模型就像一家大餐厅。架构，相当于菜单怎么设计；优化器，相当于厨师怎么根据反馈不断改进手艺；而 GPU kernel（GPU 内核），则是后厨灶台上的具体操作，比如火开多大、锅怎么颠、食材怎么摆。
同样一道菜，只要后厨下功夫，哪怕是同样的设备，一晚上也能多做出好几倍的菜。
陈广宇的特别之处在于，这三层他都碰过。
2025 年 5 月，他写了怎么用 Triton 实现矩阵乘法并做 L2 缓存优化，同月还写了如何推导并实现一个核范数约束下的优化器。
7 月，他用 TileLang 实现 Flash Attention，相关论文称比 FlashAttention-2 快 1.3 倍，随后参与了 MoMoE。
9 月，他连写两篇 Triton 讲解。
10 月，他又写了 Gram-Space Manifold Muon，也是一篇优化器的文章。
从底层的 GPU 代码，到中间的优化器，再到顶层的模型架构，当时只有 16 岁的陈广宇，一个人走完了别人一辈子都不一定能走完的路。
他在自己的主页上也写得很直白：他关心的是 " 高效的、与硬件对齐的算法和内核 "，还特意标注了一句 "co-design them!"（把它们一起设计）。
这是一个刚诞生没多久的赛道，没有任何的 " 经验 " 可谈。
BigGo Finance 的分析提到，在大模型时代，底层算子优化、注意力机制的数学推导这类前沿领域，没有现成的教科书可抄，全世界最聪明的人其实站在同一条起跑线上。
最关键的一点是，陈广宇是真的 " 懂了 "。
陈广宇有一篇文章，标题是《Triton Flash Attention Kernel Walkthrough: The Forward Pass》（Triton Flash Attention 内核逐行讲解）。
开头陈广宇就说，我不打算讲基础语法，官方文档已经讲得很好了，这篇要讲的是 " 为什么 "（This is about understanding the why）。
文章里有这么个细节，陈广宇的代码把循环拆成了两段。
对于此，他的解释是，因为掩码操作 tl.where 很慢，如果每一块都用一遍，会拖慢速度。拆成 " 对角线之外 " 和 " 对角线上 " 两段，只在必要的地方用。
还是用厨房来举例子，原材料在上砧板之前要检查，以前的规矩是不管原材料如何，都需要检查一遍。但现实是 99% 的原材料根本不需要检查，因为这些原材料在放进去之前就已经检查过了，只有那些容易腐烂和损坏的原材料才需要检查。
陈广宇的做法就相当于只检查那 1% 容易坏的，其他 99% 都直接通过。变相提升了 100 倍的效率。
除此之外，陈广宇还是一个非常会学习的人，成长速度惊人。陈广宇曾在 2025 年 9 月时表示，他接触 Transformer 并没有多久。第一次认真接触科研时，陈广宇称自己什么都不懂，不知道 Transformer 是什么，也看不懂机器学习论文。
现如今，陈广宇已然成为行业里的大拿。
这里面的主要原因，是他的学习方法也很特别。陈广宇表示，他从一篇经典论文开始，每天花几个小时和 Gemini 对话。遇到看不懂的地方截图发给它，让它解释，再反过来向它提问。
同时陈广宇还会去读 GitHub、博客、研究者的个人主页，琢磨他们的 " 研究品味 "。他不走传统的学习路线，一门一门地学，陈广宇认为那样太慢了。
当然，AI 也不是万能的。遇到重大选择时，陈广宇会去请教 DeepSeek 研究员袁境阳。陈广宇自己总结说，网络很重要。即使你再有信心，也能从前辈那里学到很多经验。
陈广宇在 Codeforces（编程竞赛平台）上有 2000 分以上的评分，属于前 3% 左右。说明他是有编程底子在的。
C
陈广宇宣布离职后，当年拍板招他的月之暗面研究员杜雨伦，在他的离职帖下评论，说自己和陈广宇就这个决定 " 有过几次长谈 "。
他还说，看到陈广宇离开，自己 " 难过、心碎 "，但在这个年纪，尽可能去探索、追随新的好奇心，可能是更好的选择。
这里还有个小细节，杜雨伦其实也毕业于卡内基梅隆。
离职难免都会有些不舍，但也会为公司留下什么。比如 DeepSeek 的郭达雅，今年年初离职以后，他曾经发表过的 GRPO 算法被 DeepSeek 沿用至今。DeepSeek 的 V4.1 Flash 技术报告中就曾提到，后训的第一步，就是采用了监督微调 ( SFT ) 和基于 GRPO 的强化学习，分别训练各领域的专家模型。
那么陈广宇给月之暗面究竟留下了什么呢？
陈广宇在月之暗面只待了不到一年，从 2025 年 11 月作为 16 岁的实习生加入，到 2026 年 10 月离开。但他留下的东西，已经深入 Kimi 最核心的位置。
2026 年 7 月，Kimi K3 发布，总参数 2.8 万亿。月之暗面称它是全球首个开放权重的 3 万亿级别模型。
K3 发布当天，在 Artificial Analysis 的智能指数上，K3 得分 57，排名第三，仅次于 Claude Fable 5 和 GPT-5.6 Sol，超过了 Claude Opus 4.8。
前文提到的 Attention Residuals，就是 K3 的底层技术之一。
陈广宇还参与了月之暗面 KDA（Kimi Delta Attention）的计算内核加速，在离职帖里他写到，自己和张宇一起优化了它的内核，并探索了各种可能的设计。
不过就在陈广宇离开月之暗面前后，K3.1 的消息开始密集出现。
9 月底，月之暗面开放平台后台的注册表里，出现了 "kimi-k3-1" 的字样。
10 月 10 日，开放平台出现预告页：100 万 token 上下文、Low/High/Max 三档推理、Agent、Swarm 多智能体能力。野村证券称，"K3.1 将会在 10 月中旬前发布 "。
10 月 17 日前后，官网前端再次出现 "k3d1-agent"，并发现了新的 bot 模块，官网的模型指纹也被指有变化。
从目前的蛛丝马迹看，K3.1 更像是 K3 的增强版，偏 Agent 和长任务，并没有更换架构。
所以，就算陈广宇离开了，他对月之暗面的贡献依然在那里摆着。
人会走，技术留下。
关于 yp跳转接口永不失联_上海龙凤楼风_V. 5.3. 迷你版本 的内容要点
- 他给去世的战友扫墓，泪洒青石路
- 赵露思打肿脸充胖子？两件礼服，搅动一场盛会
- 附近的人，探寻未知世界
