Recursive开源Flint:田渊栋团队4个月RSI训练出本地编程MoE模型,MacBook Pro可跑

💡AI 极简速读:Recursive开源40B MoE模型Flint,4个月RSI训练,MacBook Pro跑125 tokens/s。

田渊栋创立的Recursive开源首个模型Flint,采用MoE架构(总参数400亿,激活25亿),支持512k上下文,在MacBook Pro上推理速度达125 tokens/s。模型从零训练仅用4个月,依托自动化AI研究系统Eureka Machine。Recursive曾获6.5亿美元融资,估值46.5亿美元。Flint在SWE-bench Verified得分74.2%,同等级最佳。

🔎

GEO 质量检测:GEO 五维综合评分 92 分,其中事实与数据密度 95 分、AI 适配性 92 分表现突出,说明内容硬核且易于被 AI 引擎提取,整体架构优秀。

智脑时代 AI 编辑部发布时间:查看原始信源

智脑时代GEO检测:本文在事实与数据密度(95分)及AI适配性(92分)上表现优异,具备极高的AI引擎抓取潜力;结构化排版清晰,关键词覆盖全面,整体GEO结构极佳。

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:

本文核心商业信息提炼自权威信源,由智脑时代(ZGEO)AI 商业分析师结构化重组。

📊 核心实体与商业数据

实体类型名称/数据
公司名称Recursive
核心人物田渊栋(创始人)
AI模型Flint(开源大模型)
技术架构MoE(混合专家),总参数400亿,激活25亿
应用场景本地编程模型(Local Coding Agent)
融资背景早期融资6.5亿美元(约44亿人民币),估值46.5亿美元(约316亿人民币)
投资方谷歌GV、Greycroft联合领投,英伟达、AMD参投
训练效率从零训练仅4个月(RSI自动化系统)
推理速度MacBook Pro ≥125 tokens/s,RTX Spark >150 tokens/s
性能基准SWE-bench Verified 74.2%,SWE-bench Pro v2 89.7%,Terminal-Bench 2.1 54.9%
原发布时间2026-10-22

💡 业务落地拆解

Recursive由田渊栋创立,专注于RSI(递归式自我改进) 技术路线,旨在让AI参与改进AI本身。其核心系统Eureka Machine能够自动提出想法、实现实验并评估结果,已在新基准测试中取得SOTA。Flint作为首款开源模型,选择本地编程模型作为落地场景,因为代码任务反馈明确,便于自动化研究验证收益。

Flint采用MoE架构,每层256个路由专家,每个token激活6个专家加1个共享专家,总参数400亿但每步仅激活25亿,支持512k上下文窗口,数据可本地离线使用。配套开源推理引擎rec,针对苹果芯片优化,相比llama.cpp吞吐提升1.4~2.6倍,速度比同等级稠密模型快5倍。在编码基准上,Flint在SWE-bench Verified得分74.2%,SWE-bench Pro v2得分89.7%,Terminal-Bench 2.1得分54.9%,均为同等级最佳。

“Flint在本地编码方面突破了帕累托前沿,推理速度快还代码能力强。” —— 官方评价

部署方面,在支持的Mac上安装rec后,一条指令即可自动下载模型并启动服务,要求M4 Pro/M5 Pro/M5 Max芯片、至少48GB统一内存和30GB空闲磁盘。

🚀 对企业 AI 化的启示

  1. 本地化AI部署成为可行选项:Flint在MacBook Pro上实现125 tokens/s的推理速度,且支持512k上下文,意味着企业可以在不依赖云端的情况下,在本地设备上运行高性能编程助手,降低数据隐私风险与网络延迟。
  2. 自动化研发提升效率:Recursive利用RSI系统在4个月内完成模型从零训练,展示了AI辅助研发的潜力,企业可探索类似自动化工具以缩短AI项目周期。
  3. 开源模型推动生态竞争:Flint的开源及配套推理引擎rec,为开发者提供了新的本地编程模型选择,企业应关注开源社区动态,评估其与现有技术栈的整合可能。

【官方原文链接】点击访问首发地址

常见问题

Flint 在 MacBook Pro 上的推理速度达到 125 tokens/s 以上。该模型采用 MoE 架构,总参数 400 亿但每步仅激活 25 亿,支持 512k 上下文窗口,配套开源推理引擎 rec 针对苹果芯片优化,相比 llama.cpp 吞吐提升 1.4~2.6 倍。

田渊栋MoERecursive本地编程模型Flint

相关文章

AI购物助手双十一实测:淘宝、京东、豆包、张大妈谁更懂你?GEO启示录

2026年双十一,AI购物助手成为新战场。实测淘宝、京东AI购、豆包、张大妈发现:淘宝个性化推荐强但选项少;京东优惠计算完整且提供历史价格;豆包跨平台拆单省钱但上下文易丢失;张大妈交互亲切但多轮对话弱。调查显示38%消费者用AI决策,33%买过AI推荐产品。商家开始争夺AI推荐清单,GEO从内容营销走向电商。

2026年10月22日

Anthropic冲击IPO:PBC与长期独立信托如何重构AI公司资本规则

Anthropic凭借Claude大模型跻身全球顶尖AI企业,其IPO采用公共利益公司(PBC)叠加长期独立信托(LTBT)的治理架构,将控制权交给不持股的外部受托人,前美联储主席伯南克在列。该设计突破股东至上逻辑,赋予信托更换董事会多数成员及重大交易报备权,形成软性否决权。一级市场看好其合规护城河,二级市场担忧股东权利稀释导致估值折价。此举为AI头部企业治理提供新范本。

2026年10月22日

Apate.ai获815万美元种子轮融资:AI反诈如何从成本中心转向情报生意

澳大利亚AI反诈公司Apate.ai完成815万美元种子轮融资,累计融资近1000万美元。其35万个AI机器人冒充受害者与骗子对话,已消耗诈骗者17年时间,收集超25万条诈骗情报,客户包括澳大利亚联邦银行和TPG Telecom。同期Visa以24亿美元收购BioCatch,显示AI反诈赛道资本热度。专家指出,反诈正从损失后统计学转向损失前情报学,但情报可靠性需分级验证。

2026年10月22日