Recursive выпустила Flint, модель для кода на ноутбуке, которую, по её словам, в основном создал ИИ

Стартап Recursive, основанный в прошлом году и пытающийся построить ИИ, способный улучшать сам себя, в среду выпустил первую модель Flint. Это бесплатная нейросеть для написания кода, которая запускается на ноутбуке. По словам компании, она создана в основном с помощью ИИ: автоматизированная исследовательская система Eureka Machine участвовала почти в каждом этапе разработки, и благодаря ей небольшая команда построила модель с нуля меньше чем за четыре месяца. Сколько времени Eureka Machine сэкономила исследователям, компания не сообщила.

Flint, ранняя публичная проверка рекурсивного самоулучшения: идеи, что ИИ создаёт лучший ИИ, а тот, ещё лучший. Это одна из самых спорных идей в отрасли, некоторые исследователи опасаются, что самоулучшающийся ИИ может выйти из-под контроля человека. Пока версия Recursive скромнее: ИИ-помощник для исследований под присмотром людей, который выдал модель, достаточно маленькую для ноутбука. Компания вышла из тени в мае, привлекла $650 млн при оценке $4,65 млрд (среди инвесторов GV, Nvidia и AMD Ventures); возглавляет её Ричард Сохер, бывший главный научный сотрудник Salesforce.

Flint работает на компьютере пользователя, а не на облачных серверах, поэтому разработчики могут пользоваться им офлайн, не отдавать код наружу и не платить за обработанный текст, как в облачных ИИ-сервисах. Модель можно скачать бесплатно на Hugging Face по лицензии Apache 2.0, открытой лицензии, разрешающей свободное использование и изменение.

Flint построена по схеме mixture-of-experts (смесь экспертов): для каждой задачи задействуется лишь малая часть модели, 2,5 млрд из 40 млрд параметров одновременно. Поэтому она подходит для обычного ноутбука и куда меньше недавней открытой модели Meta Muse Spark Open, выпущенной на прошлой неделе для Mac: у той 816 млрд параметров и нужен минимум терабайт памяти.

По собственным тестам Recursive, Flint генерирует около 131 токена в секунду на MacBook Pro с чипом Apple M4 Pro. Это примерно вдвое быстрее аналогичных моделей на том же компьютере, Gemma 4 от Google и Nemotron 3.5 Lightning от Nvidia дают 58-69 токенов в секунду. На Nvidia RTX Spark Flint превысила 150 токенов в секунду. В бенчмарке SWE-Bench Verified (исправление реальных программных ошибок) Flint опередила другие модели меньше 50 млрд параметров. В среднем по шести тестам самой Recursive выше неё оказалась только Qwen3.8 27B от Alibaba.

Компания признаёт, что Flint потребует больше подсказок, чем крупные платные ассистенты для кода, и советует разбивать большие задачи на небольшие шаги. Тем не менее первые отзывы положительные. Уилл Найт из Wired на Mac с 48 ГБ памяти построил с её помощью несколько небольших программ, включая приложение со списком дел и инструмент для поиска по вебу исследовательских материалов. По его наблюдению, небольшие кодинговые модели по сравнению с Claude или Codex часто спотыкались об ошибки или работали медленно, а Flint справилась со всеми его запросами.

Eureka Machine придумывает идеи, ставит эксперименты и по их результатам решает, что пробовать дальше. Согласно ролику компании, она участвовала почти во всех частях создания Flint, от предобучения до дообучения и инференса. Среди вкладов системы Recursive называет более разреженную форму модели, обучение с низкой разрядностью, которое уменьшило Flint на 71% почти без потери качества, и собственные ядра (kernels), специализированные программы, ускоряющие вычисления.

Recursive не единственная, кто опирается на ИИ в исследованиях: в прошлом месяце OpenAI заявила, что к середине августа её ИИ-агенты отрабатывали 3,1 рабочего дня на каждый рабочий день исследователя-человека. Если ставка Recursive сыграет, каждая новая модель сможет дольше работать без помощи людей. Долгосрочная цель, по словам Сохера в разговоре с Wired, чтобы Eureka Machine достигла полного рекурсивного самоулучшения под надзором людей, которые смогут остановить процесс, если что-то пойдёт не так. Recursive считает, что каждая новая модель делает Eureka Machine лучшим исследователем и помогает ей быстрее строить следующую.

Ключевые факты

• Flint, первая модель Recursive: открытые веса по лицензии Apache 2.0 на Hugging Face, 40 млрд параметров, из них одновременно активны 2,5 млрд (mixture-of-experts).
• По словам компании, система Eureka Machine участвовала почти во всех этапах разработки; небольшая команда построила модель с нуля меньше чем за четыре месяца.
• В тестах самой Recursive Flint выдаёт около 131 токена в секунду на MacBook Pro с M4 Pro против 58-69 у аналогов; на SWE-Bench Verified опередила модели меньше 50 млрд параметров.
• Компания признаёт, что Flint требует больше подсказок, чем крупные платные ассистенты; Уилл Найт из Wired отметил, что она справилась со всеми его запросами.
• Рекурсивное самоулучшение у Recursive пока ограничено: ИИ-помощник для исследований под надзором людей.

Почему это важно

Flint, ранний публичный пример идеи, что ИИ помогает строить следующий ИИ, и одна из самых обсуждаемых тем отрасли. Пока речь об ограниченной версии: исследовательский помощник под присмотром людей. Заметно и другое: модель с открытыми весами умещается на обычном ноутбуке, тогда как у Meta Muse Spark Open, вышедшей неделей раньше, 816 млрд параметров и нужен минимум терабайт памяти.

Кому это важно

Разработчикам, которым нужен локальный помощник для кода: он работает офлайн, код не уходит в облако, и не нужно платить за объём обработанного текста. Также тем, кто следит за темой ИИ, ускоряющего исследования ИИ, и за открытыми моделями для Mac и видеокарт Nvidia.

Как это применить

Модель бесплатна: её можно скачать на Hugging Face по лицензии Apache 2.0, допускающей свободное использование и изменение. Найт запускал её на Mac с 48 ГБ памяти; минимальные требования к памяти в источнике не названы. Компания советует разбивать крупные задачи на небольшие шаги, так как Flint нуждается в большем руководстве, чем большие платные ассистенты.

Можно ли доверять

Скорости и результаты бенчмарков получены в тестах самой Recursive, независимой проверки в материале нет, кроме впечатлений Найта из Wired. Доля работы, выполненной ИИ, описана только словами «в основном» и «почти каждый этап», по заявлению компании и её ролика. Числового результата на SWE-Bench Verified в материале нет. Открытые веса позволяют проверить модель самостоятельно.

Риски и подводные камни

Flint уступает большим платным ассистентам по самостоятельности, а в среднем по шести тестам Recursive выше неё оказалась Qwen3.8 27B от Alibaba. Сколько времени сэкономила Eureka Machine, компания не сказала, поэтому масштаб вклада ИИ оценить трудно. Более общий риск, о котором предупреждают некоторые исследователи, что самоулучшающийся ИИ может выйти из-под контроля человека; Recursive заявляет о надзоре людей и возможности остановить процесс.

«не столько о численности сотрудников, сколько о числе агентов.»

— Recursive, из прежнего заявления TechCrunch о сделке на $410 млн с Amazon Web Services

Компания Meta Platforms признана экстремистской организацией, её деятельность на территории РФ запрещена.