Израстание стартапа Recursive, чья миссия — создать ИИ, способный улучшать сам себя, принесло в свет свою первую модель — Flint. Это бесплатная кодирующая модель, которая может работать на обычном ноутбуке и оказалась созданной в основном с помощью искусственного интеллекта. О запуске речь зашла в среду; сам проект ориентирован на ранний публичный тест идеи самосовершенствования ИИ, когда AI-помощник может конструировать более продвиненные версии самих себя при надзоре людей. Источник: блок 0, 2, 4.

Сама разработка Flint сопровождается заявлением о роли Eureka Machine — автоматизированной исследовательской системы Recursive — которая якобы помогала на почти каждом этапе создания модели. По словам компании, это позволило небольшой команде построить модель «с нуля» менее чем за четыре месяца. Источник: блоки 1, 9, 10.

Flint позиционируется как исследовательская помощница, реализующая идею «самоулучшения» в ограниченном виде: сейчас это система с контролируемым надзором людей и возможность устанавливать модель, пригодную для локального использования на ноутбуке. В компаниях подчеркивают, что Flint работает офлайн, не требует облачных сервисов и распространяется под лицензией Apache 2.0 на Hugging Face. Источник: блоки 3, 4.

Технически Flint относится к типу «смешанных экспертов»: в задании задействуется лишь часть внутренних компонентов — 2,5 миллиарда параметров из 40 миллиардов, что делает модель достаточно маленькой для обычного ноутбука. По сравнению с такими проектами, как Muse Spark Open Meta, Flint заметно меньше по объему: Muse Spark Open имеет 816 миллиардов параметров и требует как минимум терабайт памяти. Источник: блок 5.

Скорость работы Flint на тестах Recursive оказалась значительной: на MacBook Pro с чипом M4 Pro модель генерировала примерно 131 токен в секунду, что примерно вдвое быстрее 58–69 токенов в секунду у похожих моделей на той же машине, включая Gemma 4 от Google и Nemotron 3.5 Lightning от Nvidia; на графическом ускорителе Nvidia RTX Spark Flint показал более 150 токенов в секунду. Источник: блок 6.

По результатам тестов SWE-Bench Verified Flint превзошёл другие модели с количеством параметров менее 50 миллиардов и в среднем у Recursive было шесть тестов, где лишь одна модель — Alibaba Qwen3.8 27B — набрала больший балл. Это добавляет уверенности в районе стартовых возможностей Flint на рынке кодирования. Источник: блок 7.

Рецензентами отмечалось, что Flint требует большего направления по сравнению с крупными платными кодирующими помощниками и рекомендуется разбивать крупные задачи на меньшие шаги. В то же время ранние отзывы были позитивны: например, Уайльд Найт из Wired работал с Flint на Mac с 48 ГБ памяти и смог создать несколько небольших программ, включая приложение-«то‑доу» и инструмент для поиска материалов в интернете. Он отметил, что меньшие модели часто сталкивались с ошибками или были медленными, тогда как Flint выполнял запросы корректно. Источник: блок 8.

Компания заявляет, что Eureka Machine генерирует идеи, проводит эксперименты и на основе полученных результатов выбирает последующий вектор действий. В запущенном виде видео компании упомянуто, что Eureka помогал на почти каждом этапе: от предварительного обучения до пост-обучения и инференса. Источник: блок 9.

Вклад Eureka Machine включает в себя менее плотную форму модели, обучение с пониженной битностью, что позволило «сжать» Flint на 71% без заметной потери качества, а также создание специально оптимизированных ядерных программ для ускорения вычислений. Источник: блок 10.

recursive отметил, что не сообщает, сколько именно времени Eureka Machine экономит исследователям, но на фоне индустрии не один раз подчёркивалась роль исследований на базе ИИ. Например, OpenAI констатировала рост продуктивности своих агентов, которые к августу достигали 3,1 рабочих дня за каждый рабочий день человека. Источник: блок 11.

К стратегическим целям проекта относится развитие романа «самоулучшения»: по словам Сочера, идею обозначили как работу над следующими моделями, при этом люди будут следить за процессом и смогут остановить его при необходимости. Recursive заявляет, что каждая новая модель делает Eureka Machine лучше исследователем и помогает создать следующую модель быстрее. Источник: блоки 13.