Recursive 推出 Flint，一款据称主要由 AI 构建的笔记本电脑端编程模型

Recursive 是一家成立于去年的 AI 初创公司，正开始名副其实。该公司正致力于构建能够自我改进的 AI，并于周三发布了其首个模型 Flint。Flint 是一款可以在笔记本电脑上运行的免费编程模型，主要是在 AI 的帮助下构建的。

该公司表示，其被称为 Eureka Machine 的自动化研究系统几乎参与了 Flint 开发的每一步。这使得一个小团队在不到 4 个月的时间里就从零开始构建了该模型。

Flint 是递归自我改进（recursive self-improvement）的一次早期公开测试：即 AI 可以构建更好的 AI，进而构建更出色的 AI。这也是行业内争议最大的观点之一。一些研究人员担心 AI 的自我改进可能会脱离人类控制。目前，Recursive 的版本还比较有限：这是一个在人工监督下的 AI 研究助手，它产生了一个小到足以在笔记本电脑上运行的模型。

该公司于 5 月结束隐身状态，获得了 650 million 美元融资，估值达 4.65 billion 美元，投资者包括 GV、Nvidia 和 AMD Ventures。Recursive 由 CEO Richard Socher 领导，他曾是 Salesforce 的首席科学家。

由于 Flint 在用户自己的电脑上运行，而不是在公司的云服务器上，开发人员可以离线使用它，保护代码私密性，并避免 AI 云服务根据模型处理的文本量收取的 使用费。该模型可在流行的 AI 模型共享网站 Hugging Face 上免费下载，采用 Apache 2.0 许可证，这是一种允许免费使用和修改的开源许可证。

Flint 是一款混合专家（mixture-of-experts）模型，这意味着它在处理特定任务时仅使用自身的一小部分：在 40 billion 个设置（即参数）中，一次仅使用 2.5 billion 个。这使其足够轻巧，可以在普通笔记本电脑上运行，并且远小于 Muse Spark Open（上周发布的专为 Mac 构建的开放模型）。Muse Spark Open 使用 816 billion 个参数，且至少需要 1 terabyte 的内存。

Flint 的速度也非常快。在 Recursive 的测试中，它在搭载 Apple M4 Pro 芯片的 MacBook Pro 上每秒生成约 131 个 tokens（文本块）——大约是同类模型在同一台机器上每秒 58 到 69 个 tokens 的两倍，这些模型包括 Google 的 Gemma 4 和 Nvidia 的 Nemotron 3.5 Lightning。在 Nvidia 的 RTX Spark 上，Flint 的速度突破了每秒 150 个 tokens。

在衡量 AI 修复真实世界软件缺陷能力的基准测试 SWE-Bench Verified 中，Flint 的表现优于其他 50 billion 参数以下的模型。在 Recursive 自己的六项测试平均值中，只有一款模型——阿里巴巴的 Qwen3.8 27B——得分高于 Flint。