Perusahaan rintisan AI, Recursive, didirikan tahun lalu, dan kini tampaknya mulai memenuhi namanya. Perusahaan tersebut merilis model pertamanya, Flint, pada hari Rabu. Flint adalah model pemrograman gratis yang dapat dijalankan di laptop, yang diklaim sebagian besar dibangun dengan bantuan AI.
Recursive menyatakan bahwa sistem penelitian otomatisnya, Eureka Machine, hampir terlibat dalam setiap langkah pengembangan Flint, memungkinkan tim kecil untuk menyelesaikan model ini dari nol dalam waktu kurang dari empat bulan.
Flint adalah uji coba awal publik terhadap "peningkatan diri rekursif": AI dapat membangun AI yang lebih baik, yang kemudian dapat membangun AI yang lebih baik lagi. Ini juga salah satu ide paling kontroversial di industri ini. Beberapa peneliti khawatir bahwa peningkatan diri AI yang terus-menerus dapat lepas dari kendali manusia. Saat ini, versi Recursive lebih terbatas: ia adalah asisten penelitian AI yang diawasi oleh manusia, dengan model yang cukup kecil untuk dijalankan di laptop.
Perusahaan ini mengakhiri masa kerahasiaannya pada Mei tahun ini, mengumpulkan pendanaan sebesar $650 juta dengan valuasi $4,65 miliar, dengan investor termasuk GV, NVIDIA, dan AMD Ventures. Recursive dipimpin oleh CEO Richard Socher, yang sebelumnya menjabat sebagai ilmuwan kepala Salesforce.
Karena Flint berjalan di komputer pengguna sendiri, bukan di server cloud perusahaan, pengembang dapat menggunakannya secara offline, menjaga kerahasiaan kode, dan menghindari biaya penggunaan layanan AI cloud yang dikenakan berdasarkan jumlah teks yang diproses per model. Model ini dapat diunduh secara gratis di situs berbagi model AI populer Hugging Face, dengan lisensi Apache 2.0, yang merupakan lisensi open source yang memungkinkan penggunaan dan modifikasi secara bebas.
Flint adalah model campuran ahli, yang berarti bahwa saat menjalankan tugas tertentu, ia hanya memanggil sebagian kecil dari dirinya sendiri: dari 4 miliar parameter, hanya 2,5 miliar yang digunakan setiap kali. Hal ini membuatnya cukup ringan untuk dijalankan di laptop biasa, dan jauh lebih kecil daripada model open-source yang dirilis Meta minggu lalu untuk Mac, yaitu Muse Spark Open. Muse Spark Open menggunakan 816 miliar parameter dan setidaknya memerlukan 1 TB memori.
Flint juga sangat cepat. Menurut pengujian Recursive, pada MacBook Pro dengan chip Apple M4 Pro, Flint mampu menghasilkan sekitar 131 token (blok teks) per detik, hampir dua kali lebih cepat dibandingkan model serupa di mesin yang sama, seperti Gemma 4 dari Google dan Nemotron 3.5 Lightning dari NVIDIA yang berkecepatan 58 hingga 69 token per detik. Di NVIDIA RTX Spark, kecepatan Flint melebihi 150 token per detik.
Pada benchmark SWE-Bench Verified yang mengukur kemampuan AI dalam memperbaiki kerentanan perangkat lunak nyata, Flint unggul dibandingkan model lain dengan parameter di bawah 50 miliar. Berdasarkan rata-rata skor Recursive dari enam uji coba, hanya Qwen3.8 27B dari Alibaba yang mendapatkan skor lebih tinggi daripada Flint.
Perusahaan mengakui bahwa Flint memerlukan lebih banyak panduan dibandingkan asisten coding berbayar skala besar, dan menyarankan untuk membagi tugas besar menjadi langkah-langkah yang lebih kecil. Meski demikian, evaluasi awal bersifat positif. Jurnalis Wired, Will Knight, menggunakan Flint di sebuah Mac dengan memori 48GB untuk membangun beberapa aplikasi kecil, termasuk aplikasi to-do dan alat untuk penelitian web. Ia menemukan bahwa model coding kecil cenderung membuat kesalahan atau lebih lambat dibandingkan Claude atau Codex, tetapi Flint selalu menyelesaikan permintaan pemrogramannya dengan akurat.
Eureka Machine akan mengajukan ide, menjalankan eksperimen, dan memanfaatkan hasilnya untuk menentukan langkah berikutnya yang akan dicoba. Menurut video rilis perusahaan, ia hampir terlibat dalam setiap bagian pembangunan Flint, mulai dari pra-pelatihan hingga pasca-pelatihan hingga inferensi.
Recursive menyatakan bahwa kontribusi Eureka mencakup struktur model yang lebih jarang, pelatihan bit rendah—yang mengurangi ukuran Flint sebesar 71% hampir tanpa kehilangan kualitas—dan kernel khusus, yaitu program khusus untuk mempercepat perhitungan dasar.
Recursive tidak menyebutkan berapa banyak waktu yang dihemat Eureka Machine bagi para peneliti, tetapi perusahaan ini bukan satu-satunya yang mengandalkan AI untuk penelitian. OpenAI bulan lalu menyatakan bahwa, hingga pertengahan Agustus, jumlah hari kerja yang dicatat oleh agen AI mereka adalah 3,1 kali lebih banyak daripada peneliti manusia.
Jika taruhan Recursive berjalan lancar, setiap model baru seharusnya mampu bekerja lebih lama tanpa bantuan manusia. Perusahaan sebelumnya memberi tahu TechCrunch bahwa kesepakatan komputasi senilai $410 juta dengan Amazon Web Services pada Juni "lebih ditujukan untuk meningkatkan jumlah agen, bukan untuk menambah karyawan."
Socher dalam wawancara dengan Wired menyatakan bahwa, dalam jangka panjang, tujuannya adalah membuat Eureka Machine mampu melakukan peningkatan diri rekursif sepenuhnya, dengan manusia mengawasi seluruh proses dan mampu menghentikannya jika terjadi masalah. Recursive menyatakan bahwa setiap model baru harus menjadikan Eureka Machine sebagai peneliti yang lebih baik, sehingga membantunya membangun model berikutnya lebih cepat.