田渊栋的“AI造AI”，第一次交作业

Recursive部分创始人，从左到右依次为施天麟、田渊栋、索赫尔、熊才明及乔什·托宾。图片经由AI处理

文丨晓静

编辑丨徐青阳

美国当地时间10月21日，AI创业公司Recursive发布了开源模型Flint。这是一款总参数量约400亿、面向本地编码智能体的混合专家（MoE）语言模型。

在AI编码能力基准测试SWE-bench Pro v2中，得分达到89.7%，仅次于Qwen 3.8，领先于其他本地编码模型。

相比模型参数和Benchmark成绩，Flint更受关注的地方在于它的研发方式。从架构搜索、量化方案到GPU内核优化，Recursive旗下AI研究系统Eureka Machine参与了模型研发的几乎所有环节。

也可以不太准确地说，“AI开始造AI”。整个过程不到四个月，模型从零开始完成训练。

Recursive由前Salesforce首席科学家理查德·索切尔（Richard Socher）创立，前Meta首席研究员、YOLO算法原创作者田渊栋也是联合创始人。索切尔将Flint称为Eureka Machine的首个真实应用案例。

Flint的模型权重已在Hugging Face开放，采用Apache 2.0协议，允许个人和企业免费使用、修改和商用。

这次发布也让一个问题有了更具体的讨论对象：AI已经能在多大程度上参与构建AI？

01 AI参与“三大”环节

Flint采用MoE架构，总参数量398亿，但每个token只激活少量参数。模型包含256个路由专家，每次计算激活其中6个，另有一个共享专家始终参与计算。按官方披露的数据，运行时实际激活参数约25亿。

这种设计减少了每次推理需要执行的计算量，也降低了本地部署的门槛。官方展示的测试结果显示，Flint在搭载48GB内存的Apple M4 Pro上，推理速度达到每秒131.22个token。在RTX Spark NIX平台上达到每秒155.82个token。官方称，其速度领先于部分同类模型。

Flint支持最长256K token的上下文，覆盖提示词和生成内容。Recursive还针对英伟达显卡和Apple Silicon设备提供了相应的量化版本与推理工具。

在基准测试中，Flint以“小体格”打出了“大动静”。它在编程、终端操作和指令遵循上，几乎全面压制了同等硬件能跑的对手（比如Qwen 3.5/3.6和Laguna），部分指标甚至越级击败了体量更大的稠密模型（如Qwen 3.8和Gemma 4）。

在复杂软件工程任务上，Flint的表现尤其出挑，SWE-bench Pro v2冲到了近90%的高度；而在指令遵循（IFBench）上，它直接拿下了全场最高分，证明自己不仅会写代码，也非常“听话”。

此外，它的NVFP4量化版本几乎没掉性能，这意味着在实际部署时，能极好地平衡速度、显存和聪明程度。

在打造Flint的过程中，Eureka Machine主要参与了三大环节。

首先是架构搜索。Flint共有49层，其中2层采用密集结构，另外47层采用MoE结构。注意力机制则结合滑动窗口与全注意力。

官方资料显示，模型使用35层滑动窗口注意力和14层全注意力，并将窗口设为513个token。这些配置经过自动化探索与测试确定，而非完全依赖研究人员手工设计。

其次是量化。Recursive称，Eureka Machine将模型体积缩小了约71%，同时尽量控制精度损失。模型压缩后，更容易在消费级硬件上运行。

索切尔接受《连线》（WIRED）采访时表示，他曾在配备48GB内存的Mac上使用Flint，完成命令行待办工具、网页爬虫和RSI原理介绍网站等小项目。

第三是GPU内核优化。针对不同硬件调整底层计算实现，有助于提升推理速度。传统研发需要工程师反复编写、编译和测试内核，Eureka Machine则将这些工作纳入自动化流程。

Flint的训练也从零开始，依次经过分词器构建、预训练、中段训练、监督微调和强化学习等阶段。Eureka Machine参与了整个训练管道的多个环节，并在不到四个月内完成了这款模型。

02 距离真正的“AI造AI”还很远

Flint的意义，主要在于它展示了一种新的研发组织方式：让AI系统承担模型研究中的部分试错工作。

按照Recursive的介绍，Eureka Machine会提出候选方案、执行实验、检查结果，再根据反馈决定下一步尝试。它可以搜索架构配置、比较量化方案，也能针对特定硬件优化GPU内核。原本需要研究人员反复操作的实验环节，由此得到自动化处理。

不过，这与完全自主的递归自我改进（RSI）仍有距离。

所谓递归自我改进，通常指AI不仅能够改进自身或相关系统，还能自主决定改进方向，并持续推进下一轮改进。按照目前公开的信息，Eureka Machine主要在既定研发目标和约束下优化方案。研究问题由谁提出、优化目标如何设定，以及哪些结果值得继续投入，仍离不开人类的参与。

因此，Flint证明的是AI已经能够实质性参与模型研发，而不是AI已经可以独立完成整个AI研究过程。

这一区别很重要。自动化实验可以提高研发效率，却不等于系统已经具备自主提出科学问题、判断研究价值和制定长期目标的能力。Recursive希望最终实现更高程度的递归自我改进，但Flint还不能证明这一目标已经实现。

03 新模型全面开源

Flint采用Apache 2.0协议开放权重，相关文件托管在Hugging Face上，包括模型配置、分词器、聊天模板和BF16检查点，并提供SGLang推理工具包。开发者可以自行部署模型，也可以根据需求进行修改和量化。

不过，开放权重不等于所有研发环节都已完全开源。部分建模代码仍在完善中，企业托管API、服务等级协议（SLA）等商业服务也尚未公布。企业若要在生产环境中使用Flint，需要自行承担部署、维护和数据安全责任。

Recursive的资金实力则为这项研究提供了支撑。公司此前已完成6.5亿美元融资，估值达到46.5亿美元。投资方包括谷歌风投、Greycroft、英伟达和AMD Ventures。

除索切尔和田渊栋外，Recursive的联合创始人还包括杰夫·克伦（Jeff Clune）。他是不列颠哥伦比亚大学教授，长期研究能够持续学习和进化的AI系统。

这支团队希望将自动化研究做成一套可复用的系统，而不只是用AI辅助训练某一个模型。Flint是这套系统的首次公开成果，后续模型能否进一步证明其效率和可扩展性，将决定这一思路的实际价值。

04 自动化的边界

随着AI开始参与自身研发，自动化研究的安全问题也受到关注。

围绕递归自我改进，AI安全研究人员一直存在分歧。一种担忧是，如果AI未来能够自主设计实验、修改系统并持续提升自身能力，人类可能越来越难以预测和控制其发展方向。另一种观点则认为，当前系统距离这种自主能力仍然很远，过早限制相关研究可能阻碍技术进步。

索切尔认为，外界对失控风险的部分担忧被夸大了。他强调，Eureka Machine目前仍处于人类监督之下，研发过程围绕明确的任务展开，研究人员能够检查结果并决定是否继续。

但人类保留最终决定权，并不代表自动化系统不需要审查。随着实验数量增加，研究人员仍需确认测试是否可靠、优化结果是否可复现，以及系统有没有在特定指标上取得进步、却牺牲其他重要能力。

Flint目前提供了一个可以下载和测试的案例：AI能够参与架构搜索、量化和内核优化，并将这些环节整合进模型研发流程。但它尚未证明AI可以脱离人类设定的目标，自主推动完整的研究循环。

对AI研究来说，Flint交出的第一份答卷，是把部分模型研发工作交给AI，并在不到四个月内完成一款开源模型。接下来可能要真的在应用中看看，这种方法能否稳定复现、推广到更复杂的模型，以及在扩大自动化程度后，研究人员能否还有足够的控制力。

AI的递归自我改进（RSI），当下最性感的领域之一，也是最让人忧心的领域之一。

特约编译金鹿对本文亦有贡献