AI-стартап Recursive, заснований минулого року, зараз, схоже, починає виправдовувати свою назву. У середу компанія представила свою першу модель Flint. Flint — це безкоштовна кодувальна модель, яка працює на ноутбуках і, як стверджується, створена переважно за допомогою ШІ.
Recursive зазначає, що її автоматизована дослідницька система Eureka Machine майже брала участь у кожному етапі розробки Flint, що дозволило невеликій команді створити цю модель з нуля менше ніж за чотири місяці.
Flint — це ранній публічний тест рекурсивного самовдосконалення: коли ШІ може створювати кращий ШІ, який, у свою чергу, може створювати ще кращий ШІ. Це також одна з найбільш суперечливих ідей у галузі. Деякі дослідники стурбовані тим, що постійне самовдосконалення ШІ може вийти з-під контролю людини. На даний момент версія Recursive обмежена: це допоміжний інструмент ШІ під наглядом людини, моделі якого достатньо малі, щоб працювати на ноутбуці.
Компанія завершила режим невидимості у травні цього року, зібравши 650 мільйонів доларів США у фінансуванні з оцінкою в 4,65 мільярда доларів США; інвесторами є GV, NVIDIA та AMD Ventures. Recursive очолюється генеральним директором Річардом Зокером, який раніше був головним науковим співробітником Salesforce.
Оскільки Flint працює на комп’ютері користувача, а не на хмарних серверах компанії, розробники можуть використовувати його автономно, зберігати код у таємниці та уникати витрат на використання хмарних сервісів ШІ, які стягують плату за обсяг оброблених текстів. Модель можна безкоштовно завантажити з популярного сайту обміну ШІ-моделями Hugging Face за ліцензією Apache 2.0 — відкритої ліцензії, що дозволяє вільне використання та модифікацію.
Flint — це гібридна модель експертів, що означає, що під час виконання будь-якої завдання вона використовує лише невелику частину себе: з 4 мільярдів параметрів одночасно використовується лише 2,5 мільярда. Це робить її достатньо легковагою, щоб запускати на звичайному ноутбуці, і значно меншою за розміром, ніж відкрита модель Muse Spark Open від Meta, яку було опубліковано на тиждень раніше для Mac. Muse Spark Open використовує 816 мільярдів параметрів і потребує щонайменше 1 ТБ пам’яті.
Flint також дуже швидкий. За тестами Recursive, на MacBook Pro з чипом Apple M4 Pro він генерує приблизно 131 токен на секунду — майже вдвічі швидше, ніж подібні моделі на тій самій машині, такі як Gemma 4 від Google та Nemotron 3.5 Lightning від NVIDIA, які показують швидкість 58–69 токенів на секунду. На NVIDIA RTX Spark Flint працює швидше 150 токенів на секунду.
На еталоні SWE-Bench Verified, який вимірює здатність AI виправляти реальні вразливості програмного забезпечення, Flint показав кращий результат, ніж інші моделі з кількістю параметрів менше 50 мільярдів. За середнім результатом Recursive у шести тестах, лише Qwen3.8 27B від Alibaba набрав більше балів, ніж Flint.
Компанія визнає, що Flint потребує більшої напрямленості, ніж великі платні кодувальні асистенти, і рекомендує розбивати великі завдання на менші кроки. Незважаючи на це, ранні оцінки є позитивними. Журналіст Wired Вілл Найт використовував Flint на Mac з 48 ГБ оперативної пам’яті для створення кількох невеликих програм, зокрема додатка для списку справ та інструменту для веб-досліджень. Він виявив, що невеликі кодувальні моделі часто допускають помилки або працюють повільніше, ніж Claude або Codex, але Flint завжди точно виконував його запити на кодування.
Eureka Machine формує ідеї, проводить експерименти та використовує результати для визначення наступних кроків. Згідно з випущеним компанією відео, вона майже повністю брала участь у створенні всіх частин Flint — від переднього навчання до післянього навчання та висновків.
Recursive зазначає, що внесок Eureka включає більш розріджену структуру моделі, низькобітне навчання — зменшення розміру Flint на 71% майже без втрат якості — та кастомні ядра, тобто спеціалізовані програми для прискорення базових обчислень.
Recursive не вказала, скільки часу Eureka Machine зекономила для дослідників, але це не єдина компанія, яка залежить від ШІ для досліджень. OpenAI минулого місяця повідомила, що на середину серпня штучний інтелект зареєстрував у 3,1 раза більше робочих днів, ніж людські дослідники.
Якщо ставка Recursive виявиться вдалою, кожна нова модель зможе працювати довше без допомоги людини. Раніше компанія повідомила TechCrunch, що її угоду на 410 мільйонів доларів США з Amazon Web Services у червні «направлена не на збільшення кількості співробітників, а на збільшення кількості агентів».
Сочер у інтерв’ю з Wired сказав, що довгостроковою метою є досягнення повної рекурсивної самоудосконалення Eureka Machine під наглядом людини, яка зможе зупинити процес у разі виникнення проблем. Recursive зазначив, що кожна нова модель має робити Eureka Machine кращим дослідником, що допоможе їй швидше створювати наступну модель.