昊天优配一个云浮人，改写了全球AI的底层公式

在云浮，山是温润的。

它层层叠叠地铺展开来，把村庄拢在怀里，把稻田围在身边，把人间的喧哗隔绝在远处。山上常年有雾，雾升起来就成了云。在云浮，云不是天空的装饰——它是这片土地的一部分，是群山呼出的气息。

很多年前，一个少年站在山下，仰头看那些云。他没有想到，有一天自己会从这些云里走出去，走进另一片云——互联网的云、大数据的云、人工智能的云。

云雾山云海

这个少年叫苏剑林。

在AI圈，他有个更响亮的名字——“苏神”。

他是知乎“年度新知答主”，他独创的旋转位置编码被阿里、DeepSeek、智谱、谷歌、微软、Meta等几乎所有主流开源大模型采用；他与同伴开创的Attention Residuals（注意力残差）改写了深度学习沿用近十年的游戏规则，连马斯克都公开转发赞叹；他作为核心架构师参与构建的Kimi K3，以2.8万亿参数成为当时全球参数最大的开源模型……

他让云浮的云，看见了世界的另一片云。

马斯克对Attention Residuals转发赞叹

一、仰望星空的少年

1993年，苏剑林出生在云浮市新兴县的一个小村庄。

那是中国互联网曙光初现的年代，太平洋彼岸的硅谷正酝酿着改变世界的浪潮。云浮的山野间，夏天的夜是墨蓝色的，稻田里蛙鸣如潮，萤火虫在溪水上方飘摇。孩子们在稻田与溪流边长大，放学后在田埂上追逐，暑假里挽起裤脚踩进泥帮家里插秧。

很少有人会想到，30年后，这个村庄里走出的少年，会成为全球人工智能领域绕不开的名字。

2006年9月，苏剑林第一次接触电脑。2007年1月，他第一次上网。对一个10多岁的乡村少年来说，屏幕亮起的那一刻，一个比星空更辽阔的世界在眼前展开。

他迅速沉迷进去。在BBS论坛里，ID是匿名的外壳，代码才是真正的语言。他饶有兴趣地学习IT知识，与天南地北的网友交流技术，甚至学着封装操作系统、搭建自己的论坛、发布作品，像一个少年建筑师，用字符一层层构建起虚幻的城邦。初一到初三，他把所有课余时间都交给了那个虚拟江湖。尽管村里网速慢得像沙漏，他等一个页面加载，能听见窗外田野的风声。

2008年秋天，他开始在网上记录自己的思考。2009年初，他创建了“科学空间”，在博客简介里工整地打下两行字：“敲开科学的坚果，让科学流行起来。”和“愿在科学空间一直和各位读者分享我的科学人生。”

那一年，他16岁。

在新兴县惠能中学，他是出了名的“天文少年”。2010年，他经全国天文奥赛选拔，入选IOAA中国队训练营。次年暑假，又飞往北京参加北京大学天文夏令营。一台60毫米口径的望远镜，陪他记录国际空间站划破夜空的轨迹，遇见月球表面环形山的阴影，追逐流星燃烧殆尽前最后一瞬的光。

高考前夕，天空正上演一场极为罕见的金星凌日。太阳表面，一颗黑点正缓慢挪动。教室里，风扇在头顶吱呀转动，窗外飘来油墨和焦虑的气味，高考前的最后一个清晨，空气稠得像一块化不开的糖。没有人抬头。

苏剑林却来到了空旷的平地上。他俯身，校准，盯着目镜，一动不动。太阳一点点移动，光从金黄变得白亮。他看着金星那张沉默的剪影缓缓划过日轮，像一帧被无限拉长的电影慢镜头。

很多年后，他回忆起高考前的那一天，只写下一句：“高考不会因为我去观测了一番后考砸，但是金星凌日会因为我不去观测而导致可能一辈子再也见不了了。”

仰望星空的少年，用一次观测为自己的中学时代画上了句号。而他的目光，早已越过云浮的天空，越过高考的围墙，落向了更远的地方。

金星凌日图源 NASA 官网

二、科学空间的回响

2012年秋天，苏剑林入读华南师范大学数学专业。

开学没多久，同宿舍的人就发现，这位数学系新生的床头堆的不是数学分析习题集，而是量子力学教材。很多同学笑着问他：“你整天捧着量子力学看，当初为什么不报物理专业？”他答“如果这样的话，我就成为了一个整天捧着数学书的物理系学生了，也没有什么区别。”

他没有把专业当做限制，而是当作起跑线，向每一道吸引他的光奔去——他为量子场论选了6门课，只为“学会画费曼图”；他在《天文爱好者》杂志发表了《浅谈引力助推》；他依然在无数个夜晚把望远镜对准天空，看同一条轨道上，人造卫星在移动，行星在逆行。数学系教室的黑板上写满偏微分方程，他的笔记本里却画满了宇宙的轨迹。

2015年，大三的苏剑林在华南理工大学论坛上找到一份Python实习。很快，他在数据挖掘竞赛中接触到了深度学习。在此之前，他一直困惑：为什么有那么多算法，却没有一种通用的、有效的算法？答案很快浮出水面——深度学习的本质不过是多重复合函数的拟合。这个来自数学视角的洞察，让他在代码中看到了自己热爱的公式如何真正“活”了起来。一支笔、一张纸就能构建自己的想法，他变得更加热爱数学。

2016年，他考入中山大学数学学院，攻读基础数学硕士，研究方向是生物应用数学。生物、数学、计算，三股细流交汇，给了他一片宽阔的滩涂。研二那年，他做出了一个在导师看来有些“出格”的决定——把大量时间投入机器学习和自然语言处理。一个数学系的研究生，没有AI专业背景，没有实验室资源，比别人多一点的优势就是数学。能不能行？他不知道。但纸笔就在手边，公式就在纸上，他觉得自己可以试一试。

苏剑林个人设计Logo，表达方式取自费曼

与此同时，那个2009年创建的“科学空间”博客，早已不只是个人的笔记本。2018年，他在皇家天文学会月刊上作为第三作者发表了一篇论文，兴奋地写道“哈哈，我也有paper了”；同年，又在arXiv上发表了关于变分推断的预印本。博客从Word2Vec写到Capsule，从GAN写到BERT，每篇文章都从数学的第一性原理出发，像剥洋葱一样层层深入，把最复杂的技术拆解成最清澈的逻辑。

渐渐地，“科学空间”成了中文互联网上最系统的深度学习原理讲解阵地。很多硕博毕业生说，这个博客的文章比很多教科书还前沿。“好多博士生靠人家博客毕业呢”——这句流传在技术社区的话，是对一个从未停止分享的人最朴素、最崇高的致敬。

从华师到中大，从量子场论到生物数学再到深度学习，他的路径像一条蜿蜒却从未断流的河——每一段看起来都在转弯，但水始终朝着低处汇集的方向流去。而那个他年少时搭建的博客，像河床一样稳稳地接住了他所有的思考，也最终，将他引向了更开阔的海域。

苏剑林个人网站科学空间早期简介

三、旋转世界的支点

毕业后，他入职追一科技。在那里，他完成了一个改变全球AI格局的工作——旋转位置编码（RoPE）。

对普通人来说，这是一个晦涩的技术名词。简单解释的话：Transformer架构是大模型的心脏，而位置编码是让Transformer理解词语顺序的关键。苏剑林用一种优雅至极的数学工具——旋转矩阵——解决了长序列处理中的位置信息难题，既保持计算效率，又实现了更好的外推能力。

他在博客中回忆，最初的出发点“只是觉得用绝对位置来实现相对位置是一件‘很好玩的事情’，并没料到其实际效果还相当不错，并为大家所接受，不得不说这真是一个意外之喜”。

“好玩”——这个少年时就植根于心的词，贯穿了他的整个科研生涯。对他来说，探索从来不是苦役，而是一场持续了17年的游戏。

2021年4月，苏剑林与合作者在arXiv上发表论文《RoFormer: Enhanced Transformer with Rotary Position Embedding》。RoPE随后被集成到全球最大的开源AI库Hugging Face中，并被几乎所有主流大模型采用。他写下的那篇论文，被全世界研究者引用超过8000次。

一个云浮少年在深圳南山写下的数学公式，安静地成为全世界AI的底层标准之一。

在知乎上，苏剑林的关注者超过9万。他擅长从数学和物理的双重视角解构技术课题，“在公式里寻找对称与守恒的终极美学”。当业界讨论最新的稀疏注意力机制时，他发文说：“MoBA并不单单是一次成功的尝试，它的有效性还可能蕴含着一些值得深思的本质原理。”

2023年，他加入月之暗面——一家日后因Kimi而闻名业界的人工智能公司。他的技术影响力之大，在业界流传着各种说法。有市场传言说，他是月之暗面团队里唯一可以居家办公的人。技术社区的反应是：“苏神想居家办公，任何公司都应该允许。”“苏神的话，不是应该把团队放在他家周围吗？”

在公司内部，同事叫他“苏神”。这些看似玩笑的话语，藏着一个行业对真正天才最深切的敬意。

而对团队来说，苏剑林的意义远超一个优秀的研究员。17年持续写作“科学空间”的经历，让他拥有了一种罕见的能力：把最复杂的模型拆解成普通工程师也能理解的技术问题。他是那个能从数学、工程和公开解释三个维度同时理解架构取舍的人，能够连接理论直觉、工程实现和前沿训练研究。对于一家创业公司来说，有这样一位“导师型”的技术高手，本身就是一种巨大的吸引力——很多毕业生在选择第一份工作时，确实会因为追随一个人而加入一个团队。

但苏剑林带给团队的远不止引力。2026年3月，月之暗面Kimi团队发布了一篇震动整个AI界的论文——Attention Residuals（注意力残差）。论文署名中，陈广宇、张宇和苏剑林三人被标注为同等贡献的共同第一作者。三个人的研究方向不同，背景不同，但他们共同完成了一件事：用一个看似简单的调整，改写了深度学习领域沿用近十年的残差连接规则。

知乎高赞，什么是真正的天才？

四、单调递增的人生

苏剑林后来在《Attention Residuals 回忆录》中写道：在他提出初步实验结果后，两位同伴表现出极大的兴趣，加入进来并在更大规模的模型上验证；之后，他们又共同提出了分块注意力残差的设计，将层划分为区块并对信息进行压缩，在保留完整效果的同时降低计算与通信成本。

论文发布后，埃隆·马斯克在社交平台转发，称这项工作“令人印象深刻”。前OpenAI研究员、前特斯拉AI负责人Andrej Karpathy在社交媒体上调侃：“看来我们还没有足够字面地理解Attention Is All You Need。”

而这项技术的重要应用场景之一，正是Kimi K3。2026年7月16日，月之暗面发布新一代模型Kimi K3，参数规模达2.8万亿，成为当时全球参数最大的开源模型，跻身全球最前沿模型阵营。苏剑林是K3最关键的架构师之一。成果出来时，模型已经快定版了，最终CEO杨植麟拍板，让Attention Residuals进入K3。

与此同时，苏剑林还作为核心成员发布了Kimi Linear技术报告，并在博客上解析K3架构。他写道：“K3并不是一次从零开始的重新设计，而是沿着我们过去一系列工作自然演化而来……是一项持续的、‘集大成’的研究成果，而非孤注一掷的豪赌。”

这段话，像是对他自己人生的某种注解——像一棵树，不是一夜之间长成的，而是每年多一圈年轮。每一步都不是跳跃，而是缓慢而扎实的演化，一项接一项的工作，一层叠一层的积累。

从云浮的小村庄，到全球AI研究的最前沿，苏剑林走了33年。

博客的技术追随者认为：“在中国大陆的人基本没有比他对当下AI贡献更大的。”也有人说他是“低调的扫地僧”——深藏不露，出手不凡。

但在苏剑林自己看来，一切或许都可以回溯到那个云浮乡村少年仰望星空的时刻。如今，他在“科学空间”的个人简介里写下一句话——

“目前33岁，还在单调递增。”

单调递增，是数学函数中最朴素的增长方式——每一步都比上一步更高，永不下降，永不停歇。它不张扬，不跳跃，只是稳稳地、持续地向上走。这正是苏剑林理解人生的方式：不必轰轰烈烈，不必大富大贵，只要在自己的世界里，做着自己喜欢的事情，一步一步往上走。