AI初创公司Recursive成立于去年，如今似乎开始名副其实。该公司周三发布了其首个模型Flint。Flint是一款可在笔记本电脑上运行的免费编码模型，据称主要借助AI完成构建。

Recursive表示，其自动化研究系统Eureka Machine几乎参与了Flint开发的每一个步骤，这让一个小团队得以在不到四个月内从零开始完成这款模型。

Flint是对“递归自我改进”的一次早期公开测试：即AI可以构建更好的AI，而后者又能构建更好的AI。这也是业内争议最大的想法之一。一些研究人员担心，AI不断自我改进可能会脱离人类控制。就目前而言，Recursive的版本更有限：它是一个由人类监督的AI研究助手，产出的模型足够小，可以在笔记本电脑上运行。

该公司今年5月结束隐身，融资6.5亿美元，估值46.5亿美元，投资方包括GV、英伟达和AMD Ventures。Recursive由首席执行官Richard Socher领导，他曾任Salesforce首席科学家。

由于Flint运行在用户自己的电脑上，而不是公司的云服务器上，开发者可以离线使用，保持代码私密，并避免按模型处理文本量收费的AI云服务使用费用。该模型可在热门AI模型分享网站Hugging Face上免费下载，采用Apache 2.0许可证，这是一种允许自由使用和修改的开源许可证。

Flint是一种混合专家模型，这意味着它在执行任何给定任务时只会调用自身的一小部分：40亿个参数中，每次只使用25亿个。这样一来，它就足够轻量，能够在普通笔记本电脑上运行，也比Meta上周发布、面向Mac的开源模型Muse Spark Open小得多。Muse Spark Open使用8160亿个参数，至少需要1TB内存。

Flint的速度也很快。根据Recursive的测试，在搭载苹果M4 Pro芯片的MacBook Pro上，它每秒可生成约131个token（文本块），大约是同一台机器上类似模型的两倍，后者包括谷歌的Gemma 4和英伟达的Nemotron 3.5 Lightning，速度为每秒58到69个token。在英伟达RTX Spark上，Flint的速度超过每秒150个token。

在衡量AI修复真实软件漏洞能力的基准SWE-Bench Verified上，Flint的表现优于参数量低于500亿的其他模型。按照Recursive在六项测试中的平均成绩，只有阿里巴巴的Qwen3.8 27B得分高于Flint。

公司承认，Flint需要比大型付费编码助手更多的引导，并建议将大任务拆分成更小的步骤。尽管如此，早期评价还是积极的。Wired记者Will Knight在一台配备48GB内存的Mac上使用Flint构建了几个小程序，包括待办事项应用和一个用于网络研究的工具。他发现，小型编码模型往往会出错，或者与Claude或Codex相比速度较慢，但Flint每次都能准确完成他的编码请求。

Eureka Machine会提出想法、运行实验，并利用结果决定下一步尝试什么。根据公司的发布视频，它几乎参与了构建Flint的每个部分，从预训练到后训练再到推理。

Recursive表示，Eureka的贡献包括更稀疏的模型结构、低比特训练——在几乎不损失质量的情况下将Flint体积缩小了71%——以及自定义内核，也就是用于加速底层计算的专用程序。

Recursive没有说明Eureka Machine为研究人员节省了多少时间，但它并不是唯一一家依赖AI做研究的公司。OpenAI上个月表示，截至8月中旬，其AI代理记录的工作天数是人类研究员的3.1倍。

如果Recursive的押注奏效，每一个新模型都应当能够在没有人类帮助的情况下承担更长时间的工作。该公司此前告诉TechCrunch，其在6月与亚马逊云服务达成的4.1亿美元算力协议“与其说是为了增加员工，不如说是为了增加智能体数量”。

Socher在接受Wired采访时表示，从长远来看，目标是让Eureka Machine实现完全的递归自我改进，由人类监督整个过程，并在出现问题时能够叫停。Recursive称，每一个新模型都应让Eureka Machine成为更好的研究者，从而帮助它更快构建下一个模型。