月之暗面最可怕的，不是Kimi K3，而是这300个人； Kimi K3横空出世。 全球最大开源模型、2.8万亿参数规模、综合能力逼近顶尖闭源旗舰——这些冰冷的数字背后，更值得关注的，是月之暗面这家公司令人震惊的“天才密度”。 支撑K3核心技术的Attention Residuals论文，早在模型发布前数月便已公开，并迅速引发全球AI社区关注。 论文共同一作陈广宇，来自深圳，今年只有17岁。 他没有走传统科研路线。没有实验室履历，没有漫长的学术训练，而是靠读论文、研究GitHub开源代码、混迹技术社区，一点点建立自己的AI认知体系。 去年暑假，他曾前往旧金山一家AI初创公司实习七周。回国后加入月之暗面继续参与研究，并最终进入K3关键技术研发链路。 论文发布后，马斯克罕见公开评价： “Very impressive work from Kimi.” 一个仍在读高中的少年，让全球顶级科技人物主动点赞——这样的故事，在AI时代依然极其罕见。 但更值得关注的是：陈广宇并不是一个偶然出现的天才，而是月之暗面这家公司整体气质的缩影。 月之暗面目前只有300多人，团队平均年龄不到30岁。 在很多科技巨头还在不断增加管理层级、流程和会议时，这家公司却选择了一种近乎“反管理”的组织方式： 没有复杂部门墙，没有层层审批，没有堆砌式Title，也不依赖大量管理工具维持运转。 据公开信息，实习生甚至可以直接与创始人杨植麟讨论技术问题和研究方向。 这种模式，在传统大厂体系里几乎难以想象。 但也正因为组织足够轻，团队才能把有限的人力，全部投入到真正困难的问题上。 据了解，月之暗面评价人才，并不优先看学历、资历和背景，而更看重三件事： 科研贡献、技术品味（Taste）、跨领域学习能力。 换句话说： 你是谁，不重要。 你来自哪里，也不重要。 重要的是——你能不能看懂真正的问题，你的判断是否准确，你能不能快速突破未知领域。 这是一套非常“硅谷化”的人才逻辑： 用能力筛选人才，而不是用履历定义人才。 放眼全球，从OpenAI到DeepMind，顶级AI公司的共同特点越来越明显： 它们本质上都是“研究驱动型组织”。 工程服务科研，科研推动工程。一线研究者拥有高度自主权，最聪明的人被放在最核心的问题上。 月之暗面用K3再次证明了一个简单却容易被忽视的事实： AI时代，真正的护城河不是参数规模，不是算力投入，而是组织吸引顶级人才、释放顶级创造力的能力。 模型会被超越，技术会被迭代。 但一群愿意挑战未知、持续创造突破的人，以及让他们发挥价值的组织方式，才是最难复制的竞争力。