Recursive Superintelligence于2026年10月21日发布首款开放权重编程模型Flint，主打在本地硬件上运行编程智能体。它受到关注，一方面是因为公司公布了速度与基准测试成绩，另一方面是因为Recursive称，旗下的Eureka Machine参与了Flint几乎整个开发流程。 158

这让Flint成为一个值得关注的“AI协助开发AI”案例，但还不能证明AI已经可以脱离人类指导、无限循环地提升自身。 819

Flint是什么？

Flint采用混合专家（MoE）架构，总参数量为400亿，但每生成一个token只激活25亿个参数。Recursive将它定位为一款适合在本地硬件上快速运行、执行编程智能体任务的模型。 117

据发布报道，Flint的权重可从Hugging Face下载，并采用Apache 2.0许可证。相关报道还提到，它可以在消费级设备上本地运行，包括Apple Silicon Mac，以及配备48GB显存的英伟达GPU。 36

英伟达在一则介绍欧洲本地AI的公告中提到了Flint，并称其针对RTX Spark进行了优化。这把Flint放在英伟达推动本地AI硬件的背景下；但现有公告摘录不足以证明它曾在柏林GTC的某场具体活动中登台演示。 1

速度和基准测试成绩怎么看？

目前公开的速度数字并不完全一致。英伟达公告称，Flint在64GB RTX Spark上的生成速度超过每秒220个token；Recursive自己的公告则称，在同样标注为64GB RTX Spark的设备上，短上下文时速度超过每秒150个token，在搭载M4 Pro的MacBook Pro上超过每秒125个token。现有来源没有充分交代两项Spark数据的测试条件，因此不宜直接比较。 117

Recursive还称，在SWE-Bench Pro v2、Terminal-Bench 2.1和SWE-Bench Verified等编程基准测试中，Flint在总参数量少于500亿的MoE模型中表现“同类领先”。这是针对特定模型范围的比较，并不等于Flint领先所有编程模型。相关成绩由公司公布；所提供的报道没有给出独立复测结果。 117

“AI参与开发Flint”意味着什么？

Recursive称，其自动化研究系统Eureka Machine协助了Flint开发的几乎每个阶段，包括训练、架构设计和代码优化。公司表示，这让一个小团队能在不到四个月内完成模型开发。这些是Recursive对开发过程的描述，并非对人类与AI各自贡献的独立审计。 258

这里需要区分两件事：用AI协助模型开发，与AI自主决定改进方向、执行研发、评估结果，再在没有人类指令的情况下启动下一轮开发，并不是一回事。Flint被呈现为一次AI辅助研究的实践；现有证据并不能证明已经实现完全自主的递归改进循环。 819

《连线》记者Will Knight称Flint是一款表现出色的开放权重编程模型，并认为它显示完全递归自我改进正在接近。这是他对Flint意义的判断，不代表Flint已经能独立造出自己的下一代模型。 8

为什么这次发布既受关注，也引发担忧？

对使用者而言，本地运行编程模型的吸引力很直接：它提供了一种替代方案，用户不必把编程请求发送到云端服务。与此同时，如果AI能够协助研究与开发，小团队或许可以更快推进模型开发——Recursive称Flint的开发正是如此。 35

更具争议的是这家公司更长远的目标：用AI改进AI。相关报道将递归自我改进描述为前景诱人、争议也大的方向，并指出这项技术仍有局限。Recursive首席执行官Richard Socher表示，公司的系统设计目标是保持在人类控制之下；这属于公司对自身系统的说法，并非对未来系统安全性的独立验证。 819

Recursive获得的融资也能说明其目标规模。TechCrunch报道称，公司结束隐身状态时获得了6.5亿美元融资，估值为46.5亿美元；GV、英伟达和AMD Ventures等机构是其支持者。 5

因此，较稳妥的理解是：Flint是一个具体的早期案例，展示了AI参与模型开发的做法；它本身则是一款因报告性能而受到关注的本地编程模型。它是AI辅助工作的证据，不是AI已经能够无限自我改进或摆脱人类监督的证明。 5819

Recursive Superintelligence于2026年10月21日发布首款开放权重编程模型Flint，主打在本地硬件上运行编程智能体。它受到关注，一方面是因为公司公布了速度与基准测试成绩，另一方面是因为Recursive称，旗下的Eureka Machine参与了Flint几乎整个开发流程。 158

这让Flint成为一个值得关注的“AI协助开发AI”案例，但还不能证明AI已经可以脱离人类指导、无限循环地提升自身。 819

Flint是什么？

Flint采用混合专家（MoE）架构，总参数量为400亿，但每生成一个token只激活25亿个参数。Recursive将它定位为一款适合在本地硬件上快速运行、执行编程智能体任务的模型。 117

据发布报道，Flint的权重可从Hugging Face下载，并采用Apache 2.0许可证。相关报道还提到，它可以在消费级设备上本地运行，包括Apple Silicon Mac，以及配备48GB显存的英伟达GPU。 36

英伟达在一则介绍欧洲本地AI的公告中提到了Flint，并称其针对RTX Spark进行了优化。这把Flint放在英伟达推动本地AI硬件的背景下；但现有公告摘录不足以证明它曾在柏林GTC的某场具体活动中登台演示。 1

速度和基准测试成绩怎么看？

目前公开的速度数字并不完全一致。英伟达公告称，Flint在64GB RTX Spark上的生成速度超过每秒220个token；Recursive自己的公告则称，在同样标注为64GB RTX Spark的设备上，短上下文时速度超过每秒150个token，在搭载M4 Pro的MacBook Pro上超过每秒125个token。现有来源没有充分交代两项Spark数据的测试条件，因此不宜直接比较。 117

Recursive还称，在SWE-Bench Pro v2、Terminal-Bench 2.1和SWE-Bench Verified等编程基准测试中，Flint在总参数量少于500亿的MoE模型中表现“同类领先”。这是针对特定模型范围的比较，并不等于Flint领先所有编程模型。相关成绩由公司公布；所提供的报道没有给出独立复测结果。 117

“AI参与开发Flint”意味着什么？

Recursive称，其自动化研究系统Eureka Machine协助了Flint开发的几乎每个阶段，包括训练、架构设计和代码优化。公司表示，这让一个小团队能在不到四个月内完成模型开发。这些是Recursive对开发过程的描述，并非对人类与AI各自贡献的独立审计。 258

这里需要区分两件事：用AI协助模型开发，与AI自主决定改进方向、执行研发、评估结果，再在没有人类指令的情况下启动下一轮开发，并不是一回事。Flint被呈现为一次AI辅助研究的实践；现有证据并不能证明已经实现完全自主的递归改进循环。 819

《连线》记者Will Knight称Flint是一款表现出色的开放权重编程模型，并认为它显示完全递归自我改进正在接近。这是他对Flint意义的判断，不代表Flint已经能独立造出自己的下一代模型。 8

为什么这次发布既受关注，也引发担忧？

对使用者而言，本地运行编程模型的吸引力很直接：它提供了一种替代方案，用户不必把编程请求发送到云端服务。与此同时，如果AI能够协助研究与开发，小团队或许可以更快推进模型开发——Recursive称Flint的开发正是如此。 35

更具争议的是这家公司更长远的目标：用AI改进AI。相关报道将递归自我改进描述为前景诱人、争议也大的方向，并指出这项技术仍有局限。Recursive首席执行官Richard Socher表示，公司的系统设计目标是保持在人类控制之下；这属于公司对自身系统的说法，并非对未来系统安全性的独立验证。 819

Recursive获得的融资也能说明其目标规模。TechCrunch报道称，公司结束隐身状态时获得了6.5亿美元融资，估值为46.5亿美元；GV、英伟达和AMD Ventures等机构是其支持者。 5

因此，较稳妥的理解是：Flint是一个具体的早期案例，展示了AI参与模型开发的做法；它本身则是一款因报告性能而受到关注的本地编程模型。它是AI辅助工作的证据，不是AI已经能够无限自我改进或摆脱人类监督的证明。 5819