新闻 · TechCrunch AI
Recursive 推出 Flint：一款号称主要由 AI 构建的笔记本编程模型
初创公司 Recursive 发布了 Flint，这是一款免费的、可在笔记本上运行的编程模型，主要由其自研 AI 研究系统构建，作为 AI 自我改进能力的早期测试。
en
英文原标题：Recursive launches Flint, a laptop coding model it says was largely built by AI
本文为英文原文的机器翻译摘要，原文见：TechCrunch AI ↗
- AI初创公司Recursive发布首个模型Flint，一个可在笔记本电脑上运行的免费编程模型，其开发过程大量借助公司自研的自动化研究系统Eureka Machine，小团队不到四个月从零完成构建。
- Flint采用混合专家架构，每次仅调用400亿参数中的25亿，因而轻量且速度快；在MacBook Pro（M4 Pro芯片）上约每秒生成131个token，约为同机同类模型（如Google Gemma 4、Nvidia Nemotron 3.5 Lightning）的两倍。
- 在SWE-Bench Verified基准上，Flint表现优于所有500亿参数以下的模型；在Recursive自有的六项测试平均分中，仅阿里巴巴Qwen3.8 27B得分高于它。
- Flint以Apache 2.0许可证在Hugging Face免费提供，可离线运行、保护代码隐私，并避免云端按文本量计费；公司承认它比大型付费编程助手需要更多引导，建议将大任务拆解。
- Recursive去年成立，今年5月结束隐身状态，获6.5亿美元融资、估值46.5亿美元，投资方包括GV、Nvidia和AMD Ventures，CEO为Salesforce前首席科学家Richard Socher；公司长期目标是让Eureka Machine实现完全递归自我改进，由人类监督并可随时叫停。
关键数据
- Flint为混合专家模型，共400亿参数，每次仅激活25亿参数
- 在MacBook Pro M4 Pro上约每秒131个token，同类模型为每秒58至69个token；在Nvidia RTX Spark上超过每秒150个token
- 低比特训练使Flint体积缩小71%而质量几乎无损
- Recursive今年5月获6.5亿美元融资，估值46.5亿美元
- 6月与AWS达成4.1亿美元算力协议
- Meta的Muse Spark Open使用8160亿参数，至少需要1TB内存
引语
- “less about headcount and more about agent count.”
为什么值得看：Flint是递归自我改进理念的一次早期公开测试，展示了AI辅助AI研发如何让一个小团队快速造出可在本地运行的高效编程模型。