AI造AI：Recursive发布首款可本地运行的编程模型Flint
智能体驱动的编程模型横空出世
去年成立的AI初创公司Recursive正在兑现自己的名字寓意——打造能够自我进化的智能体。周三，这家公司发布了首款模型Flint，一款完全可以在普通笔记本电脑上运行的免费编程模型，且其开发过程绝大部分由AI辅助完成。
四个月内从零构建
Recursive将其自动化研究系统称为”Eureka机器”，据公司介绍，Flint的开发几乎每一个环节都受益于这台机器的辅助。正是依靠这套系统，一支小规模团队在不到四个月的时间里从零基础完成了模型的研发。
递归自我改进的现实样本
Flint可以视为递归自我改进理念的一次早期公开验证：让AI来构建更强大的AI，进而让新一代AI再去迭代出更强的版本。这一概念在行业内始终充满争议，部分研究者担心AI的自我进化可能脱离人类的掌控。不过目前Recursive的版本仍有所局限——本质上还是一个由人类监督的智能体研究助手，产出的是一个足够小巧、能在笔记本上运行的模型。
融资背景与团队实力
Recursive于去年5月正式亮相，以46.5亿美元的估值完成了6.5亿美元的融资，投资方包括GV、英伟达和AMD Ventures等业界巨头。公司CEO为Richard Socher，他曾担任Salesforce的首席科学家。
本地运行的核心优势
离线、隐私、零费用
与依赖公司云端服务器的主流方案不同，Flint直接在用户自己的电脑上运行。这意味着开发者可以完全离线使用，代码数据不会外传，同时也省去了AI云服务按文本处理量计费的使用成本。
- 模型可在Hugging Face免费下载，采用Apache 2.0开源协议，允许自由使用和修改
- 完全本地执行，无需联网，适合对数据安全有严格要求的场景
- 无按token计费的隐藏成本，一次下载即可长期使用
极致轻量化设计
Flint采用了专家混合（Mixture-of-Experts）架构，每次推理仅激活自身参数的一小部分——在总共400亿参数中，实际调用的只有25亿。这让模型体积大幅缩减，远低于Meta上周发布的面向Mac的开源模型Muse Spark Open。后者拥有8160亿参数，至少需要1TB内存才能运行。
卓越的性能表现
速度对比
在Recursive的测试中，Flint搭载Apple M4 Pro芯片的MacBook Pro上每秒可生成约131个token，大约是同类模型（包括Google Gemma 4和Nvidia Nemotron 3.5 Lightning）在同款机器上表现（58至69 token/秒）的两倍。在Nvidia RTX平台上，Flint更是突破了每秒150 token的速率。
代码能力
在SWE-Bench Verified这一衡量AI修复真实软件缺陷能力的基准测试中，Flint在500亿参数以下的模型中表现最优。在Recursive自行组织的六项测试平均成绩中，仅有阿里巴巴的Qwen3.8 27B模型得分高于Flint。
用户实测反馈
《连线》杂志的Will Knight在一台配备48GB内存的Mac上实测了Flint，用它编写了多个小型程序，包括待办事项应用和一款网络爬虫工具。他反馈称，以往使用较小的编程模型时常常遇到错误或响应缓慢，但Flint每次都精准完成了他的编程需求。
Eureka机器的幕后功劳
据Recursive发布的首款视频介绍，Eureka机器从预训练、后训练到推理优化的几乎所有环节都深度参与了Flint的构建。此外，它还贡献了更稀疏的模型结构设计、近乎无损的低位量化训练（使Flint体积缩减71%），以及用于加速底层计算的特殊内核程序。
行业趋势与未来展望
Recursive并非唯一依赖AI开展研究的团队。OpenAI上个月披露，截至八月中旬，其AI智能体每投入一个人工研究日的工作量，就能产生相当于3.1个人工日的研究产出。
如果Recursive的押注最终获得成功，每个新模型都将具备更长的自主工作周期。公司此前曾向TechCrunch透露，今年六月与AWS达成的4.1亿美元计算资源协议，”重点不在于人头数量，而在于智能体的规模。”
Socher告诉《连线》，更长远的目标是让Eureka机器实现完整的递归自我改进——人类始终掌握监督权，在出现问题时能够及时叫停。Recursive表示，每一个新模型都会让Eureka机器变得更善于研究，从而以更快的速度构建下一个模型。
关注微信号：智享开源 ，及时了解更新信息。
公众号：智享开源
还没有任何评论，你来说两句吧！