Recursive lanserer Flint, en laptop-klar kode-AI hovedsakelig bygget av AI selv

Bilde: TechCrunch · Kilde

AI-startupen Recursive lanserte Flint, en kode-modell designet for å kjøre på bærbare datamaskiner og skapt hovedsakelig ved hjelp av deres AI-forskningssystem. Flint eksemplifiserer tidlig rekursiv selvforbedring og viser AI-assistert AI-utvikling med lovende ytelse og tilgjengelighet.

Den San Francisco-baserte AI-startupen Recursive har introdusert Flint, en ny kode-AI-modell som representerer et innovativt steg innen rekursiv selvforbedring – konseptet der AI-systemer autonomt skaper forbedrede AI-modeller. Flint ble lansert 21. oktober 2026 og er en gratis, lett kode-modell designet for effektiv kjøring på vanlige bærbare datamaskiner. Dette markerer et bemerkelsesverdig fremskritt innen AI-utvikling hvor et lite menneskelig team benyttet Recursive sin AI-forskningsmotor, kalt Eureka Machine, til å skape den på under fire måneder.

Eureka Machine er et automatisert forskningssystem som bidro i nesten hvert steg i Flint sin utvikling, fra fortrening til optimalisering og inferens. Recursive tilskriver viktige fremskritt – slik som en mer sparsom modellarkitektur, en 71 % reduksjon i størrelse via lav-bit trening med minimal kvalitetstap, og utviklingen av spesialiserte beregningskjerner – til denne AI-drevne prosessen. Ved å integrere AI i sin egen forskningsarbeidsflyt illustrerer Recursive et praktisk eksempel på rekursiv AI-forbedring mens menneskelig overvåkning opprettholdes for sikkerhet og kontroll.

Flint har en mixture-of-experts-arkitektur som aktiverer bare cirka 2,5 milliarder av totalt 40 milliarder parametere for enhver oppgave, noe som gjør det mulig å kjøre med beskjedne datakraftressurser. Denne designen står i sterk kontrast til mye større modeller som Metas Muse Spark Open, som krever minst en terabyte minne for sine 816 milliarder parametere. Benchmarking viser Flints effektivitet og hastighet, med rundt 131 token per sekund på en MacBook Pro med Apples M4 Pro-brikke, og overgår sammenlignbare modeller som Googles Gemma 4 og Nvidias Nemotron 3.5 Lightning.

På ytelsesfronten har Flint vist konkurransedyktige resultater på SWE-Bench Verified benchmark for å rette virkelige programvarefeil, og overgår andre modeller under 50 milliarder parametere, og ligger rett under Alibabas Qwen3.8 27B i Recursive sine tester. Selv om den krever mer brukerveiledning for komplekse oppgaver enn større kommersielle kodeassistenter, har Flints nøyaktighet og respons fått positive tidlige tilbakemeldinger. For eksempel brukte Wireds reporter Will Knight Flint med suksess for å utvikle små applikasjoner, og kommenterte dens pålitelighet og hastighet sammenlignet med mindre kode-modeller.

Ved å la utviklere kjøre Flint på lokal maskinvare, tilbyr Recursive fordeler som offline-funksjonalitet, forbedret kodepersonvern og unngåelse av skybaserte brukskostnader. Modellen er fritt tilgjengelig gjennom Hugging Face under Apache 2.0-lisensen, som støtter gratis bruk og modifikasjon.

Recursive sin ambisiøse visjon omfatter videreutvikling av rekursive AI-systemer for autonomt å utføre lengre forskningssykluser med mindre menneskelig inngripen, samtidig som mennesker kan overvåke og avbryte prosessen ved behov. Selskapets betydelige finansiering – 650 millioner dollar hentet inn siden oppstarten i det skjulte, støttet av prominente investorer som GV, Nvidia og AMD Ventures – og strategiske partnerskap inkludert en 410 millioner dollar regnekraftavtale med Amazon Web Services understreker deres forpliktelse til denne tilnærmingen.

Med Flint som en håndgripelig demonstrasjon av AI-assistert AI-utvikling, sikter Recursive på å raffinere sin Eureka Machine til en mer kapabel forsker som kan akselerere skapelsen av fremtidige, mer sofistikerte AI-modeller. Dette representerer en betydelig milepæl i den pågående utforskningen av rekursiv selvforbedring innen kunstig intelligens.