Recursive发布AI自主构建的40B端侧编码模型Flint

Recursive 正式发布了其首款模型 Flint，这是一个可在笔记本电脑上运行的免费开源编码模型，其开发过程主要由公司内部的自动化研究系统 Eureka Machine 完成。Flint 采用混合专家架构，总参数量为 400 亿，但在处理任务时仅激活 25 亿参数，使其能够适配普通硬件。该模型以 Apache 2.0 许可证在 Hugging Face 上开源，旨在解决开发者对离线使用、代码隐私及云端调用费用的顾虑。 实测数据显示，Flint 在 MacBook Pro M4 Pro 芯片上的生成速度约为每秒 131 tokens，是同类模型的两倍左右；在 SWE-Bench Verified 基准测试中，其表现优于其他 500 亿参数以下的模型，仅在六项测试的平均分上略低于阿里的 Qwen3.8 27B。Eureka Machine 通过提出稀疏模型结构、低比特训练（使模型体积缩小 71% 且质量几乎无损）以及定制内核等技术手段参与了从预训练到推理的全流程。虽然 Recursive 承认 Flint 在处理复杂任务时仍需比付费助手更多的人工引导，但 Wired 的早期评测显示其在构建小型应用时表现稳定。 这一发布标志着 Recursive 试图验证“递归自我改进”理念的商业化路径，即利用 AI 代理替代部分人力进行模型研发。公司此前透露其 AWS 算力采购协议更侧重于“代理数量”而非“人员数量”，暗示其长期目标是让 Eureka Machine 在人类监督下实现全自主迭代。事实层面确认了模型参数规模、推理速度及开源许可；推断层面认为这种 AI 辅助研发模式可能显著降低新模型的边际成本；猜测层面在于未来模型是否能真正减少对人工干预的依赖，目前仍处于受控的早期测试阶段。