AI-стартап Recursive, основанный в прошлом году, теперь, похоже, оправдывает свое название. В среду компания выпустила свою первую модель — Flint. Flint — это бесплатная кодировочная модель, которую можно запускать на ноутбуке и которая, как утверждается, в основном создается с помощью ИИ.
Recursive заявила, что ее автоматизированная исследовательская система Eureka Machine участвовала практически на каждом этапе разработки Flint, что позволило небольшой команде создать эту модель с нуля менее чем за четыре месяца.
Flint — это ранний публичный тест рекурсивного самосовершенствования: идеи, при которой ИИ может создавать лучший ИИ, который, в свою очередь, может создавать еще лучший ИИ. Это также одна из самых спорных идей в отрасли. Некоторые исследователи опасаются, что постоянное самосовершенствование ИИ может выйти из-под контроля человека. На данный момент версия Recursive более ограничена: это ИИ-исследовательский помощник под человеческим наблюдением, модели которого достаточно малы, чтобы работать на ноутбуке.
Компания завершила режим скрытности в мае этого года, привлекла финансирование в размере 6,5 млрд долларов США при оценке в 46,5 млрд долларов США; инвесторами выступили GV, NVIDIA и AMD Ventures. Recursive возглавляет генеральный директор Ричард Зохер, ранее занимавший должность главного научного сотрудника Salesforce.
Поскольку Flint работает на компьютере пользователя, а не на облачном сервере компании, разработчики могут использовать его оффлайн, сохранять код в тайне и избегать платы за использование облачных сервисов ИИ, взимаемой за объем обрабатываемого текста. Модель можно бесплатно скачать на популярном сайте обмена моделями ИИ Hugging Face под лицензией Apache 2.0 — это открытая лицензия, позволяющая свободно использовать и изменять модель.
Flint — это гибридная экспертная модель, что означает, что при выполнении любой задачи она использует только небольшую часть себя: из 4 миллиардов параметров одновременно применяется только 2,5 миллиарда. Благодаря этому она достаточно легка, чтобы работать на обычном ноутбуке, и значительно меньше, чем недавно выпущенная Meta открытая модель Muse Spark Open для Mac. Muse Spark Open использует 816 миллиардов параметров и требует как минимум 1 ТБ памяти.
Flint также очень быстр. По тестам Recursive, на MacBook Pro с чипом Apple M4 Pro он генерирует около 131 токена в секунду — примерно в два раза быстрее, чем аналогичные модели на том же устройстве, включая Gemma 4 от Google и Nemotron 3.5 Lightning от NVIDIA, которые показывают скорость от 58 до 69 токенов в секунду. На NVIDIA RTX Spark скорость Flint превышает 150 токенов в секунду.
На эталоне SWE-Bench Verified, оценивающем способность ИИ устранять реальные уязвимости в программном обеспечении, Flint показал лучший результат, чем другие модели с параметрами менее 50 миллиардов. По среднему баллу Recursive по шести тестам, только Qwen3.8 27B от Alibaba набрал выше, чем Flint.
Компания признает, что Flint требует больше руководства, чем крупные платные кодирующие помощники, и рекомендует разбивать крупные задачи на более мелкие шаги. Тем не менее, первые отзывы были положительными. Журналист Wired Уилл Найт использовал Flint на Mac с 48 ГБ оперативной памяти для создания нескольких небольших программ, включая приложение для списка дел и инструмент для веб-исследований. Он обнаружил, что небольшие кодирующие модели часто допускают ошибки или работают медленнее, чем Claude или Codex, но Flint каждый раз точно выполнял его запросы на кодирование.
Eureka Machine предлагает идеи, проводит эксперименты и использует результаты для определения следующих шагов. Согласно рекламному видео компании, она участвовала практически во всех этапах создания Flint — от предобучения до постобучения и вывода.
Recursive отметил, что вклад Eureka включает более разреженную архитектуру модели, обучение с низкой точностью — сокративший объем Flint на 71% при почти полном сохранении качества — и пользовательские ядра, то есть специализированные программы для ускорения базовых вычислений.
Recursive не указала, сколько времени Eureka Machine сэкономила для исследователей, но она не единственная компания, использующая ИИ для исследований. OpenAI в прошлом месяце сообщила, что по состоянию на середину августа рабочие дни, зафиксированные ее ИИ-агентами, в 3,1 раза превышали количество рабочих дней человеческих исследователей.
Если ставка Recursive оправдается, каждая новая модель должна будет способна выполнять задачи в течение более длительного времени без помощи человека. Ранее компания сообщила TechCrunch, что её соглашение на 410 миллионов долларов США на вычислительные ресурсы с Amazon Web Services в июне «направлено не на увеличение числа сотрудников, а на увеличение числа агентов».
Сочер в интервью Wired заявил, что в долгосрочной перспективе цель — добиться полной рекурсивной самосовершенствующейся работы Eureka Machine под человеческим наблюдением, с возможностью остановки процесса при возникновении проблем. Recursive утверждает, что каждая новая модель должна делать Eureka Machine лучшим исследователем, помогая ей быстрее создавать следующую модель.