AI自己决定模型架构，估值46亿的Recursive交出“原生RSI”模型

作者 ｜ 孙芮 微信 ｜ lombredeau 在发布首款模型之前，Recursive Superintelligence已经获得6.5亿美元融资，估值达到46.5亿美元，投资方包括GV、Greycroft、英伟达和AMD Ventures。这家备受关注的RSI公司，如今终于有了一份可以被具体检验的模型答卷。 10 月 21 日，Recursive Superintelligence 发布了 Flint-40B-A2B。这是一款面向编程 Agent 的开源权重模型，总参数量约 398 亿，每个 Token 仅激活约 25 亿参数。 Recursive 称，团队在不到四个月的时间里，从零完成了这款模型的研发，其自动化研究系统 Eureka Machine 参与了从模型架构探索到推理优化的多个环节。 在过去两年里，AI 公司之间的竞争，主要围绕谁能训练出更强的模型展开。而Recursive 探索的，是如果 AI 能够参与设计、训练和优化下一代 AI，模型研发本身会不会也像软件开发一样，越来越多地交给智能体完成？ Flint 则是 Recursive 对这个问题交出的第一份答卷，从团队公开的细节来看， 它也算得上“原生RSI”模型，这也让整个行业都好奇RSI究竟是什么、会怎样发生的时候，终于有了一个具体的参考。 1 模型规模和推理成本的一次平衡 从产品定位看，Flint 是一款为本地编程 Agent 设计的模型，能够帮助开发者理解代码库、修复 Bug、实现新功能和编写测试。 它采用混合专家架构（MoE），总参数量约 398 亿，每个 Token 激活约 25 亿参数。简单来说，模型保留了较大的参数规模，但每次生成时只需要调用其中一部分专家参与计算。 这使 Flint 在模型规模和推理成本之间找到了一种平衡。总参数量决定了模型整体的参数容量，激活参数量则与每次推理实际参与计算的规模有关。当然，激活参数少并不意味着显存需求也会降到 25 亿参数模型的水平，模型权重仍然需要占用相当的内存。 对编程 Agent 来说，推理速度尤其重要。 当模型只需要回答一个问题时，生成速度更快，用户等待时间就会更短。但当模型进入 Agent 工作流，它可能需要反复读取文件、分析代码、调用工具、运行测试，再根据结果修改代码。一个任务可能涉及大量轮次的模型调用，单次推理的速度优势就有机会累积成整体执行效率的差异。 Recursive 公布的测试数据显示，Flint 在 Terminal-Bench 2.1、SWE-bench Pro v2 和 SWE-bench Verified 三项编程 Agent 基准测试中，分别取得了 54.9%、89.7% 和 74.2% 的成绩。 其中，SWE-bench Verified 主要考察模型能否解决真实 GitHub 项目中的问题；Terminal-Bench 则更关注模型在终端环境中完成实际任务的能力。相比只测试单轮代码生成，这类基准更接近 Agent 在开发环境中工作的方式。 在推理速度方面，Recursive 称，使用其优化的推理引擎，Flint 在苹果 M4 Pro MacBook Pro 上的短上下文生成速度超过每秒 125 个 Token，在配备 64GB 内存的 NVIDIA RTX Spark 上超过每秒 150 个 Token，最高可达到同类模型的两倍。 从产品方向看，Flint 的目标已经很清楚。它想在较小的激活参数规模下，提供足够的编程能力，同时让模型能够在个人设备上运行。 本地运行意味着开发者可以减少对远程 API 的依赖，将代码和数据留在自己的设备上，也能在一定程度上降低持续调用云端模型的费用。 当然，本地部署并不等于零成本。模型仍然需要足够的内存和计算资源，复杂任务也可能需要更长的执行时间。Recursive 自己也建议，处理复杂编程任务时，最好把任务拆成更小的子任务，并给出明确指令。 Flint 证明了在特定任务和硬件条件下，模型能力、推理速度与部署成本之间，还有进一步优化的空间。 把首款模型放在这个方向，也让Recursive的路线选择变得具体：先让自动化研究系统解决目标明确、结果可以验证的问题，再用一款实际可用的模型，检验这些改进能否共同带来收益。 1 让AI制造AI Flint 模型背后，不仅有人类研究员，还有他们自主研发的自动化研究系统 Eureka Machine。 Eureka Machine 能够提出研究方案、编写实现代码、执行实验，再根据实验结果决定下一步尝试什么。它可以并行探索多条技术路线，并尝试组合不同实验中有效的改进。 这套流程与 AI Agent 编写应用代码有相似之处，但目标不同。 编程 Agent 通常围绕一个相对明确的任务工作，例如修改某个函数、修复一项测试，或