【杜蘭說AI】17歲高中生動了AI的根基

最近AI圈，有件事真的值得所有人留意。
不是哪家公司拿到巨額投資，也不是又推出了什麼參數驚人的模型，而是一篇《Attention Residuals（注意力殘差）》論文，直接指向了 Transformer 架構沿用十幾年的底層框架。連馬斯克都公開說：Kimi 的這項工作，令人印象深刻。
而且，這篇改寫大模型核心邏輯的重磅論文，共同一作里面居然有一位17 歲的高中生。
那這篇論文到底幹了啥呢？說起來其實很簡單，但它確實動了AI圈十幾年沒人敢碰的根基。

大模型處理信息，是按一層一層的順序推進的。傳統模式里，每一層都會把上一層的全部信息，直接疊加進來繼續運算。信息只會越積越多，沒用的內容也一直帶著，越往後運算越慢，算力消耗和成本就會瘋狂上漲。
Kimi 團隊的新方法就是：每一層只保留有用的信息，自動過濾無效內容，並且給關鍵信息分配更多算力，不重要的信息少分配資源，不再做無意義的信息疊加。
結果很明顯：480億參數模型，訓練計算量直接減少了20%，推理延遲只增加了不到2%，算力消耗大幅下降。

而做出這個突破的，除了頂尖團隊，還有 17 歲的陳廣宇。
別人高三在刷卷子、愁志願，他在死磕 AI 最底層的運行邏輯；別人按部就班長大，他已經和行業大牛並肩，成了重磅論文的一作。
這個圈子沒有年齡門檻，沒有資歷偏見。誰能解決真問題，誰就有話語權。創新不分年紀，只看你敢不敢往問題根上問。

可能你會說，這只是個例，但其實不是。

我之前去過深圳的零一學院，那里的核心使命，就是發掘和培養能解決全球重大挑戰的X-人才——不看年齡、不唯學歷，只看是否有敢啃硬骨頭的勇氣和從0到1的創新定力。他們打破了傳統教育的壁壘，讓學生能與和頂尖大牛並肩探索底層難題，像陳廣宇那樣的突破，在那里並不是偶然。

你想想，去年DeepSeek，也走出了一模一樣的路。
以前總有人說，中國科技只會 “從 1 到 100”，別人搭好底座，我們再優化落地。現在，一切都變了。DeepSeek不跟風堆參數、拼算力，而是從底層架構上改變，自己搞核心機制，把千億參數模型的推理成本，壓到傳統模型的十分之一，用最本質的邏輯打破算力壟斷，重新定義行業效率。
Kimi這次的出圈，還有去年DeepSeek的突圍，說白了就是一件事：中國新生代，不管是人還是企業，已經不想等別人鋪好路再走，不滿足在巨人肩膀上修修補補，而是敢於從第一性原理出發，去拆地基，建立自己的新規則。

可能還有人說，這是算力不夠逼出來的無奈。
我倒覺得，還有可能是中國的創新環境，真的變了。
不再只看學歷、資歷、出身，有想法、有能力、敢啃硬骨頭，就有舞台；不再追空洞的概念，只看重真技術、真突破；不再怕試錯，而是鼓勵往最底層、最難的地方研究。
算力不夠只是表面原因，真正推著這群人往前走的，是敢創新、能創新、願意為創新買單的土壤。一個時代願意給年輕人機會，願意尊重底層創新，奇跡就會接連發生。
所以不要再用老眼光看中國年輕人。我們不是只會跟風、只會模仿，我們也有質疑權威的膽子，有紮進底層的定力，有從零到一的創造力。中國創新，已經不只是追趕者，而是正在成為新規則的制定者。
未來的世界，從來不屬於守舊的人，只屬於敢破局、敢創新、敢從根上重新開始的人。