Kimiの再設計に貢献した10代の研究者が退社
人工知能（AI）モデルの各層の間で情報を受け渡す新たな手法の開発に携わった17歳の研究者、陳光宇氏は2026年10月15日、中国企業Moonshot AIを退社したと発表した。同社はAIモデル「Kimi」を開発している。陳氏は16歳だった2025年11月に同社の研究チームに加わった。
目次
海外ではネイサン・チェンの名で知られる深圳出身の陳氏は、具体的な研究成果を残して退社する。2026年3月16日に発表された論文「Attention Residuals」で、Moonshotの研究者、張宇氏、蘇剣林氏とともに筆頭著者として同等の貢献を認められた。この手法は、7月に公開されたモデル「Kimi K3」にも採用されたと報じられている。
陳氏の年齢をめぐる注目よりも、Moonshotが公表した実験結果のほうが、研究の成果を具体的に示している。パラメーター数480億のKimi Linearモデルを使ったテストでは、評価対象となったすべてのタスクで性能向上が記録された。また、研究者らの「Block Attention Residuals」手法は、計算量を1.25倍にした従来モデルと同等の学習損失を達成した。
陳氏の退社を受け、Anthropicから公の誘いが寄せられたほか、元Google研究者らが創業したスタートアップへの参加をめぐる臆測も広がった。また、1件当たり約100万ドル以上とされる仕事のオファーを5件受けたと報じられた匿名の10代との関連を指摘する声も出ている。
ただ、陳氏はAnthropicに入社するとの見方を公に否定している。次の勤務先や報酬、大学に戻るかどうかは、いずれも確認されていない。
陳氏は退職のメッセージでMoonshotでの経験を振り返り、採用に携わった人々に謝意を示した。退社する機械学習研究インターンは、次のようにつづった。
この1年は、人生で最高の時間でした
メッセージは、具体的な進路を明かすことなく、探求を続けたいという思いで締めくくられた。
陳氏が研究に貢献した内容
陳氏の名前は、Kimiチームの「Attention Residuals」報告書で、張氏、蘇氏とともに「同等の貢献」と記されている。この表記は、より大規模なチームの取り組みにおいて、3人がそれぞれ中心的な貢献をしたことを示す。
回転位置埋め込み（RoPE）の研究で知られる蘇氏が、初期の実験を行った。RoPEは、言語モデルが文章などの系列の中で単語や情報が現れる位置を把握するのに役立つ。張氏はKimi Linearのアーキテクチャー研究で筆頭著者を務めた。
蘇氏によると、張氏と陳氏は初期のAttention Residualsのアイデアを、大規模モデルで実用化できる形にするのに貢献した。2人は、手法の効果を保ちながら、大規模適用時のメモリー使用量と通信負荷を抑える「Block AttnRes」を共同で提案した。
陳氏は、Kimi Delta Attention（KDA）の計算カーネルの高速化にも取り組んだ。カーネルとは、グラフィックス処理装置（GPU）上で特定の計算を実行する小さなプログラムだ。カーネルを改良すれば、同じハードウエアで処理をより速く完了できる。
つまり陳氏の研究は、モデルの設計方法を決めることと、その設計に伴う計算を効率よく実行することという、相互に関連する2分野にまたがっていた。大規模モデルを学習させる研究機関にとって、どちらも計算予算内でどれだけ研究を進められるかを左右する。
Attention Residualsがモデルをどう変えるのか
言語モデルは、多数の層を順に通じて情報を処理する。各層は受け取った情報を変換し、後続の層が回答を予測するために使う表現を作り上げていく。
一般的な残差接続では、層の出力を足し合わせることで、以前の情報を処理過程に残す。Moonshotの公式研究リポジトリーは、この手法の問題点として、モデルが深くなるにつれて情報の累積が繰り返され、個々の寄与が薄まる一方、内部信号の規模が大きくなることを挙げている。
Attention Residualsは、この固定的な累積を、学習によって調整される選択プロセスに置き換える。後続の層は、その時点の入力に応じて、それ以前に生成された情報に異なる重みを与えられる。前の章のメモをすべて同じ重みで持ち越すのではなく、読者が役立つものを選んで参照するようなものだ。
それ以前の各層に対して選択を個別に適用すると、それ自体が負荷になる。Block AttnResは層をグループ化し、グループ内では通常の加算を維持したうえで、各グループの表現を選択する。リポジトリーによると、グループを約8つにすれば、完全版の手法による性能向上の大半を得られる。
論文で説明されたKimi Linearの最大構成は54層で、6層ずつをグループ化していた。9つのグループに初期のトークン表現を加えた計10個の情報源が選択に使われる。この実用的な工夫によって、アイデアを実験段階から大規模モデルの学習へと移すことが可能になった。
公表された実験結果
3月の論文では、総パラメーター数480億のKimi Linearモデルを使ってAttention Residualsを検証した。このうち、処理時に有効化されるのは30億だった。パラメーターとは、モデル内部にある学習済みの数値設定だ。一部のみを有効にすることで、各処理に必要な計算量を抑えつつ、モデルが大規模な学習済み知識を活用できる。
学習には1兆4000億のトークンが使われた。トークンは、モデルが処理する文章などのデータの単位だ。研究者らは、それ以外の主要なアーキテクチャー要素は変更せず、Attention Residualsの追加による効果を基本設計と比較できるようにした。
難しい科学の問題を測るGPQA-Diamondでは、スコアが36.9から44.4へと7.5ポイント上昇した。コード生成を評価するHumanEvalは59.1から62.2に上がった。幅広い知識を測るMMLUは73.5から74.6に上昇した。
計算量の比較も重要だ。計算量を1.25倍にした基準モデルと同等の学習損失を達成したということは、基準モデルの予算の5分の4、つまり計算量を20％削減して同じ結果を得たことを意味する。学習損失は、学習中にモデルの予測が正解からどれほど離れているかを測る指標だ。
Moonshotは別途、K3にこの技術を導入したことで、追加のオーバーヘッドを2％未満に抑えながら、学習効率が約25％向上したと説明している。3月の実験と、その後のK3に関する主張は異なるモデル設定についてのものだ。上記の詳しいベンチマーク数値はKimi Linearの結果である。
学校のハッカソンから研究チームへ
陳氏は2009年に深圳で生まれた。Moonshotに入社する前は、10代向けのオープンソースコミュニティーを運営し、ソフトウエアのボットを開発するなど、AIの安全性から物理学まで幅広いテーマに取り組んでいた。
大学への出願準備中には、興味の持てない活動の一部を休止し、関心のある分野の読書を始めた。その後、独学や技術情報の発信、現役研究者との交流を組み合わせて研究の道に進んだ。
2025年2月、陳氏は中高生向けのMoonshot AIハッカソンに、ロボットの補助アームを追加する構想のプロジェクト「ThirdArm」で参加した。そこで、MiraclePlusの創業メンバーの一人である董可涵氏と知り合い、先端技術に集中するよう勧められた。
その後、DeltaNetに関する技術記事が研究者の楊松林氏の目に留まり、返信を受けた。このやり取りは、カリフォルニア州パロアルトのスタートアップ、Tilde Researchのベン・ケイグウィン氏にも伝わり、同社の研究について話す機会につながった。2025年7月、陳氏は16歳で一人で現地に渡り、7週間のインターンシップに参加した。
陳氏の学習法には、Geminiと論文について何時間も議論し、難解な箇所のスクリーンショットを送って追加質問をすることも含まれていた。また、コードやブログ、研究者のウェブサイトを読み、重要な選択についてDeepSeekの研究者、袁景陽氏に助言を求めた。
その経験は、チャットボットを家庭教師代わりに使ったというだけではない。技術的な考えを公に発信したことで研究者の目に留まり、インターンシップを通じて、それを共同研究に生かす機会を得た。
急速な躍進を示す日付
陳氏は学校のプロジェクトから海外でのインターンシップを経て、2年足らずでモデル研究を発表するに至った。Kimiの大型リリースでAttention Residualsが採用された後、Moonshotを退社した。
- 2025年2月：中高生向けのMoonshot AIハッカソンに参加。
- 2025年7月：パロアルトのTilde Researchで7週間のインターンシップを開始。
- 2025年11月：16歳で機械学習研究インターンとしてMoonshotのKimiチームに加わる。
- 2026年3月16日：Attention Residualsの技術報告書が発表され、陳氏、張氏、蘇氏が同等の貢献者として記載される。
- 2026年6月：高校を卒業。
- 2026年7月：Attention Residualsなどの技術を採用したKimi K3が公開。
- 2026年10月15日：Moonshotを退社したと発表。
- 2026年10月16日：Anthropicに入社するとの臆測を否定。
- 2026年10月20日：匿名アカウントがDiscovery Loopに入社すると主張。
公開されている学歴には、2026年8月から9月にかけてカーネギーメロン大学に在籍したとの記載もある。この短い在籍期間も、就職か進学かという次の進路をめぐる臆測の一因となっている。
Anthropicの誘いと100万ドルのオファーをめぐる話
Anthropicでスケーラブルな強化学習を率いるショルト・ダグラス氏は、陳氏の退職投稿にコメントした。陳氏がカーネギーメロン大学に進学する予定か尋ねたうえで、サンフランシスコで一緒に働こうと誘った。
陳氏はベイエリアに向かうと返信した。このやり取りからAnthropicに入社したとの見方が広がると、短く否定した。
違います :)
給与をめぐる話は別のところから始まった。Menlo Venturesの投資家ディーディー・ダス氏は、言語モデルの助けを借りてAIを独学し、有力AI企業で約1年間インターンをした後、米国の評価の高い大学の学部課程を2週間で退学した、名前の明かされていない17歳と面会したと説明した。
ダス氏によると、この10代はサンフランシスコの有力AI研究所から、1件当たり約100万ドル以上のオファーを5件受けていたという。また、本人は金銭より学ぶことを重視していると伝えた。
年齢や研究歴から、ソーシャルメディアではこの人物が陳氏ではないかとの見方が広がった。しかし、ダス氏は本人の名前を明かしておらず、陳氏もオファーが自分に届いたとは確認していない。そのため、話題になっているのは、陳氏の雇用契約が公表されたということではなく、名前の明かされていない人物が受けたとされるオファーだ。
ダグラス氏が公に誘ったことは、より具体的な関心の表れだ。著名な研究者が陳氏に加わるよう呼びかけた。一方、その後の否定によって、Anthropicをめぐる臆測には本人から直接答えが示された。
Discovery Loopの名が浮上した理由
AI業界の人事動向を追う匿名アカウント「Arfur Grok」が10月20日、陳氏が同社に入社したと主張した後、Discovery Loopに注目が集まった。陳氏は入社を確認しておらず、同スタートアップも人事についてコメントを控えた。
同社は2026年8月、元Google研究者のジェフ・ディーン氏、サンジェイ・ゲマワット氏、クオック・リー氏、オリオル・ビニャルス氏によって創業された。AIを使って科学や機械学習の研究を自動化し、アイデアの提案、実験の実施、結果の分析などを行うことを掲げている。
効率的なモデル設計に関心を持つ研究者にとって、同社の目標にはなじみのある技術的課題が含まれる。数多くの研究実験を行うシステムでは、計算資源を効率的に使う必要がある。アルゴリズムやカーネルを改良すれば、限られた予算でより多くの実験を行える。
Discovery Loopの資金調達も注目を集めている。同社は9月、数週間前に約100億ドルで協議していた企業評価額を約500億ドルとして資金調達を求めたと報じられた。5倍の上昇となる。これらの数字は、資金調達協議で提示された企業評価額を示す。
陳氏はTilde Researchを通じて、すでにベイエリアとつながりがある。以前のインターン経験を踏まえると、カリフォルニアへの移動は一つの明白な行き先だけでなく、複数の仕事上のつながりに関係している可能性がある。
退社後にMoonshotに残るもの
16歳の陳氏の採用を後押ししたMoonshotの研究者、杜宇倫氏は、退社の決断について2人で何度も長く話し合ったと述べた。杜氏は寂しさを示す一方、今の年齢で新しい関心事を探求したいという陳氏の希望を支持した。
陳氏の貢献は、チームの研究成果として残る。7月に公開されたパラメーター数2兆8000億のKimi K3は、Attention ResidualsとKimi Delta Attentionを組み合わせた。2つの技術は情報処理の異なる部分を担う。AttnResはモデルの深さ方向に情報を伝える方法を変え、KDAは系列を効率よく処理する。
Moonshotは、アーキテクチャーの変更、学習手法、データの選択を組み合わせたことで、K3のスケーリング効率がK2に比べて約2.5倍向上したとしている。陳氏の研究は、多くの研究者と複数の技術変更による、より大きな取り組みの一部に位置づけられる。
実際の意義は、異例の若さで働いた従業員のキャリアにとどまらない。より効率よく学習するモデルは、高価なプロセッサーや研究予算を有効に活用できる。数学的な設計と高速な実装の両方に取り組める研究者は、その目標に直接貢献できる。
陳氏は、発表済みの研究成果と2つの研究環境での経験を携えてMoonshotを離れ、別の有力研究所からも公に関心を示された。確認されている経緯だけでも十分に注目に値する。10代の研究者がアーキテクチャーのアイデアを実用的な手法にするのを支えた後、次の役職を発表する前に、さらなる探求を選んだ。
要点
- 陳光宇氏（ネイサン・チェン氏）は17歳で、2026年10月15日にMoonshot AIを退社したと発表した。
- 2026年3月16日に発表されたAttention Residualsで、張宇氏、蘇剣林氏とともに筆頭著者として同等の貢献を認められた。
- Moonshotの実験では、評価対象となったすべてのタスクで性能が向上し、計算量を1.25倍にした基準モデルと同等の結果を達成した。
- Block AttnResの開発に貢献し、Kimi Delta Attentionの計算の高速化にも取り組んだ。
- ベイエリアに向かうと述べ、Anthropicに入社するとの臆測を否定した。
- Discovery Loopへの入社説や、1件当たり約100万ドルのオファーを5件受けた人物との関連は確認されていない。
