Recursive называет эту систему Eureka Machine. Она предлагает идеи, воплощает их, проверяет результаты и использует их, чтобы выбрать, что попробовать дальше. По словам компании, небольшая команда людей и ИИ-агентов создала Flint с нуля менее чем за четыре месяца.
Как ИИ помог создать модель
По словам Recursive, Eureka Machine работала над данными, методиками обучения, инфраструктурой и кодом, который обеспечивает работу модели. Она также подбирала архитектуру модели. У Flint 40 миллиардов параметров, но для обработки каждого слова или фрагмента кода задействуются лишь 2,5 миллиарда из них. Такая архитектура, называемая смесью экспертов, позволяет модели оставаться достаточно лёгкой для работы на ноутбуке.
Затем система сжала выходной слой модели до 4 бит — по словам Recursive, это идёт «вразрез с общепринятой практикой». Она также написала специальный код, чтобы Flint быстрее работала на чипах Apple и Nvidia. Генеральный директор компании Ричард Сочер сообщил в X, что работа с низкой разрядностью уменьшила размер Flint на 71% почти без потери качества, сообщает TechCrunch.
Nvidia сообщила в публикации в блоге, что этот код ускорил работу Flint на компьютерах RTX Spark на 55%, не меняя саму модель.
Быстрая работа на MacBook
По словам Recursive, на MacBook Pro с чипом M4 Pro Flint выдаёт более 125 токенов — фрагментов текста — в секунду. На ноутбуках Nvidia RTX Spark скорость превышает 150 токенов в секунду. В тестах компании аналогичные модели, например Gemma 4 от Google, выдавали на том же Mac от 58 до 69 токенов в секунду, сообщает TechCrunch.
В собственных тестах Recursive модель Flint набрала 74,2% в SWE-bench Verified — тесте, который оценивает, насколько хорошо ИИ исправляет реальные ошибки в программном обеспечении. В Terminal-Bench 2.1 она получила 54,9%. Компания утверждает, что среди моделей со смесью экспертов, имеющих менее 50 миллиардов параметров, Flint лидирует в этих тестах на программирование. TNW не проверял результаты, а в карточке модели Recursive отмечает, что условия тестирования различаются.
Recursive также предупреждает, что Flint может требовать больше подсказок, чем более крупные закрытые модели для программирования. Компания советует разбивать большие задачи на небольшие шаги. В карточке модели говорится, что Flint всё ещё может генерировать неверный или вредоносный контент, а также ошибочный код.
«Это говорит о том, что полностью рекурсивное самоулучшение, или RSI… становится всё ближе», — написал Уилл Найт в Wired после тестирования Flint.
Ставка на самоулучшение
В мае Recursive вышла из режима скрытной разработки после того, как привлекла 650 миллионов долларов. По оценке TechCrunch, стоимость компании составляет 4,65 миллиарда долларов; среди её инвесторов — GV, Nvidia и AMD Ventures. Позже компания заключила с AWS сделку на 410 миллионов долларов о предоставлении вычислительных мощностей.
«Наша цель в Recursive — создать рекурсивно самоулучшающийся сверхинтеллект, который автоматизирует получение новых знаний», — написала компания.
Как сообщает TechCrunch, Сочер рассказал Wired, что долгосрочная цель компании — добиться полного рекурсивного самоулучшения, при котором люди будут контролировать процесс и смогут его остановить. Крупные лаборатории движутся в том же направлении. На прошлой неделе Сергей Брин заявил, что Gemini теперь помогает создавать следующую версию Gemini.
Эта идея вызывает споры. Некоторые исследователи опасаются, что самоулучшающийся ИИ может выйти из-под контроля человека. В США Ро Ханна планирует внести законопроект о запрете самоулучшающегося ИИ.
Опубликовано 23 октября 2026 - 06:29 Наверх
