Recursive — ИИ-стартап, открытый в прошлом году, — начинает оправдывать своё название. Компания, которая пытается создать ИИ, способный улучшать самого себя, в среду выпустила свою первую модель — Flint. Flint — бесплатная модель для программирования, которая может работать на ноутбуке и в значительной степени была создана с помощью ИИ.
Автоматизированная исследовательская система Recursive, которую компания называет Eureka Machine, помогала почти на каждом этапе разработки Flint, утверждает компания. Благодаря этому небольшая команда смогла создать модель с нуля менее чем за четыре месяца.
Flint — это ранний публичный эксперимент с рекурсивным самоулучшением: идеей о том, что ИИ может создавать более совершенный ИИ, который затем создаёт ещё более совершенный ИИ. Это также одна из самых спорных идей в отрасли. Некоторые исследователи опасаются, что самоулучшающийся ИИ может выйти из-под контроля человека. Пока версия Recursive гораздо более ограничена: это ИИ-ассистент для исследований, работающий под наблюдением людей и создавший модель, достаточно компактную для запуска на ноутбуке.
Компания вышла из скрытого режима в мае, привлекши $650 млн финансирования при оценке в $4,65 млрд. Среди инвесторов — GV, Nvidia и AMD Ventures. Recursive возглавляет генеральный директор Ричард Сочер, бывший главный научный сотрудник Salesforce.
Поскольку Flint работает на компьютере пользователя, а не на облачных серверах компании, разработчики могут использовать его офлайн, сохранять код приватным и не платить за использование, как в облачных ИИ-сервисах, где стоимость зависит от объёма обрабатываемого текста. Модель можно бесплатно скачать на Hugging Face — популярной платформе для распространения ИИ-моделей — по лицензии Apache 2.0, лицензии с открытым исходным кодом, разрешающей бесплатное использование и модификацию.
Flint — это модель типа mixture-of-experts, то есть для каждой конкретной задачи она использует лишь небольшую часть самой себя: одновременно задействуются только 2,5 млрд из 40 млрд её параметров. Благодаря этому модель достаточно лёгкая для обычного ноутбука и значительно компактнее, чем Muse Spark Open от Meta* — открытая модель для Mac, выпущенная на прошлой неделе. Muse Spark Open использует 816 млрд параметров и требует как минимум 1 ТБ памяти.
Flint также работает быстро. В тестах Recursive модель генерировала около 131 токена — фрагмента текста — в секунду на MacBook Pro с чипом Apple M4 Pro. Это примерно вдвое быстрее, чем 58–69 токенов в секунду у похожих моделей на том же компьютере, включая Gemma 4 от Google и Nemotron 3.5 Lightning от Nvidia. На Nvidia RTX Spark Flint превысил 150 токенов в секунду.
На SWE-Bench Verified, бенчмарке, который оценивает способность ИИ исправлять реальные ошибки в программном обеспечении, Flint превзошёл другие модели с числом параметров менее 50 млрд. По собственному среднему показателю Recursive по шести тестам выше Flint оказалась только одна модель — Qwen3.8 27B от Alibaba.
Компания признала, что Flint потребует больше инструкций, чем крупные платные кодинг асисстенты, и посоветовала разбивать большие задачи на более мелкие этапы. Тем не менее первые отзывы были положительными. Уилл Найт из Wired использовал Flint на Mac с 48 ГБ памяти для создания нескольких небольших программ, включая приложение со списком задач и инструмент для поиска исследовательских материалов в интернете. Он отметил, что небольшие модели для программирования часто сталкивались с ошибками или работали медленнее Claude и Codex, но Flint каждый раз успешно справлялся с его запросами на написание кода.
Eureka Machine сама предлагает идеи, проводит эксперименты и использует полученные результаты, чтобы решить, что попробовать дальше. Согласно видео о запуске, она участвовала почти во всех этапах создания Flint — от предварительного обучения до дообучения и инференса.
Introducing Flint, @Recursive_SI’s first model: a fast local coding model built with our automated research system, the Eureka Machine.
• Best-in-class fast local coding
• Up to 2x faster than comparable models: 125+ tokens/sec on a MacBook Pro, 150+ on RTX Spark
• Built from scratch in under 4 monthsPrivate, unmetered intelligence on your own machine. Open weights available now on @huggingface, run it locally on your favorite framework or try it for free on @opencode or @pidotdev.
— Richard Socher (@RichardSocher) October 21, 2026
Recursive утверждает, что среди вкладов Eureka — более разреженная архитектура модели, низкобитовое обучение, которое уменьшило Flint на 71% почти без потери качества, а также специальные kernels — специализированные программы, ускоряющие базовые вычисления.
Recursive не уточнила, сколько времени Eureka Machine сэкономила исследователям, но компания далеко не единственная, кто использует ИИ для проведения исследований. OpenAI сообщила в прошлом месяце, что к середине августа её ИИ-агенты выполняли объём работы, эквивалентный 3,1 рабочего дня, на каждый один рабочий день человека-исследователя.
Если ставка Recursive оправдается, каждая новая модель должна будет выполнять всё более длинные участки работы без помощи человека. Ранее компания рассказывала TechCrunch, что её вычислительная сделка с Amazon Web Services на $410 млн в июне была «не столько про количество сотрудников, сколько про количество агентов».
В долгосрочной перспективе, рассказал Сочер Wired, цель состоит в том, чтобы Eureka Machine достигла полного рекурсивного самоулучшения, при этом люди будут контролировать процесс и смогут остановить его, если что-то пойдёт не так. Recursive утверждает, что каждая новая модель должна делать Eureka Machine более сильным исследователем, помогая ей создавать следующую модель быстрее.