Recursive发布Flint：可在笔记本上运行的免费编程模型，开发主要由AI系统参与
这家由Richard Socher领导的初创公司称，其Eureka Machine参与了Flint从预训练到后训练、推理的几乎每个环节，小团队不到四个月从零建成模型，Flint以Apache 2.0许可在Hugging Face免费下载。
AI解读：Flint是混合专家模型，40亿参数中每次任务只调用2.5亿；在Recursive测试中，M4 Pro芯片的MacBook Pro上约每秒生成131个token，高于同机Gemma 4和Nemotron 3.5 Lightning的58至69个。
公司承认Flint需要比大型付费编程助手更多引导，建议把大任务拆成小步骤；Wired的Will Knight试用后称其每次完成了他的编程请求。
这被视为递归自我改进的早期公开测试，但当前形态仍是由人监督的AI研究助手，产出的是小到能装进笔记本的模型。
AI初创公司Recursive周三发布首个模型Flint，一个免费的编程模型，可在笔记本本地运行，并以Apache 2.0开源许可在Hugging Face提供下载。
Recursive称，其自动化研究系统Eureka Machine参与了Flint开发的几乎每个环节，让一个小团队不到四个月从零建成该模型。
模型规格与运行表现
Flint采用混合专家结构，40亿参数中每次任务只调用2.5亿个参数，这使它能装入普通笔记本。作为对比，报道提到Meta上周发布的面向Mac的开放模型Muse Spark Open使用816亿参数，至少需要1TB内存。
Recursive的测试显示，Flint在搭载苹果M4 Pro芯片的MacBook Pro上约每秒生成131个token，约为同机同类模型58至69个token/秒的两倍，对比对象包括Google的Gemma 4和Nvidia的Nemotron 3.5 Lightning；在Nvidia的RTX Spark上超过每秒150个token。
在衡量修复真实软件缺陷能力的SWE-Bench Verified基准上，Flint表现优于其他500亿参数以下的模型。在Recursive自选的六项测试平均分上，只有阿里巴巴的Qwen3.8 27B得分高于Flint。
公司对能力边界的说明与试用反馈
Recursive承认，Flint比大型付费编程助手需要更多引导，并建议用户把大任务拆成较小的步骤。
Wired的Will Knight在48GB内存的Mac上试用Flint，构建了待办事项应用和网页研究工具等几个小程序。他提到小型编程模型常出现错误或速度不及Claude、Codex，但Flint每次完成了他的编程请求。
Eureka Machine做了什么
据公司发布视频，Eureka Machine会提出想法、运行实验，并用结果决定下一步尝试什么；它参与了Flint从预训练、后训练到推理的几乎全部构建环节。
Recursive称Eureka的贡献包括更稀疏的模型结构、将Flint缩小71%而质量几乎不降的低比特训练，以及加速底层计算的定制内核。公司未说明Eureka为研究人员节省了多少时间。
递归自我改进的当前形态
Flint被描述为递归自我改进的一次早期公开测试，即AI构建更好的AI、后者再构建更优AI的设想。Recursive目前的版本仍是受人工监督的AI研究助手，产出的是适合笔记本的小模型。
CEO Richard Socher对Wired表示，长期目标是让Eureka Machine实现完全的递归自我改进，由人类监督并可在出问题时叫停。公司称每代新模型应让Eureka成为更好的研究者，从而更快构建下一个模型。
Recursive去年成立，今年5月结束隐身状态，当时公布6.5亿美元融资、46.5亿美元估值，投资方包括GV、Nvidia和AMD Ventures；Socher曾任Salesforce首席科学家。