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，或者完成一个功能。自动化研究系统面对的任务则更开放：它需要寻找值得尝试的方案，设计实验，判断结果是否有效，再决定下一步往哪里走。

AI 不只是执行人类已经明确描述的步骤，还开始参与决定应该尝试哪些步骤。

Flint 的研发过程提供了几个具体例子。

第一个是模型架构搜索。Recursive 表示，团队最初测试的基准方案总参数量约为 350 亿，每个 Token 激活约 30 亿参数。随后，Eureka Machine 探索了不同的专家配置和网络宽度，最终选出总参数量约 400 亿、激活参数约 25 亿的架构。

这个过程要解决的，是模型能力与推理速度之间的权衡。对于本地编程模型，激活参数越少，通常越有利于降低单次推理的计算开销，但模型结构的调整也可能影响最终能力。如何找到合适的组合，需要经过反复实验。

第二个是量化。模型训练完成后，还需要考虑怎样减少权重占用的内存，同时尽量保留原有能力。Eureka Machine 探索了将输出层参数压缩至 4 位的方案，并通过离线蒸馏来弥补精度损失。最终的 NVFP4 量化版本，在公司公布的六项基准测试中，平均成绩与 BF16 版本相差不到 0.7 分。

第三个是推理优化。即使模型架构已经确定，实际运行效率仍然取决于底层计算实现。

Recursive 表示，Eureka Machine 参与开发了针对低比特矩阵运算、MoE 操作、注意力机制和提示词处理的专用计算内核。在 M4、M5 芯片上，团队还开发了能够融合整个解码前向过程的 Metal megakernel。

当AI 参与研发，不只是让模型写几段训练代码，而是让它进入模型开发的多个环节，帮助团队寻找方案、运行实验和优化实现。

把这几个案例放在一起看，Recursive对RSI的理解也更清楚了：模型研发中的进步，可以来自架构、量化和底层实现等多个环节的持续改进。这些改进彼此影响，也能相互叠加。让AI接手更多这样的实验和判断，就有机会提高整个研发过程的效率。

不过，这里也需要区分两件事。

一是自动化研究系统能够帮助人类研发模型；二是自动化研究系统已经能够自主、持续地研发出越来越强的模型。

Flint 为前者提供了具体案例，但还不足以证明后者已经成立。模型的研发过程仍然由人类团队组织，实验目标、资源分配、结果评估和最终发布也都涉及人的决策。

Recursive 所要验证的，是能否逐步扩大自动化系统在研发过程中的作用。

1

离 RSI 还有多远？

RSI 的核心设想是，AI 系统能够参与改进自身，甚至研发出更强的后续系统；而能力更强的系统又能进一步提高研发效率，形成持续迭代的循环。

这也是为什么 RSI 经常与 AI 能力加速联系在一起。

如果一个模型能够帮助研究员改进训练方法，已经是一种有价值的自动化；如果它还能提出新的研究方向、设计实验并判断哪些方案有效，自动化的范围就更进一步；如果由此产生的下一代模型又能显著提高研发系统的能力，循环才可能逐渐形成。

但这条链路中的每一步，都需要单独验证。

Flint 目前展示的是，自动化研究系统能够参与一款模型的研发，并帮助团队优化架构、量化和推理效率。但它没有证明模型能够完全脱离人类监督，也没有证明每一代模型都一定比上一代更强，更没有证明这种进步可以无限持续。

要验证 RSI 是否真正开始发挥作用，接下来至少需要看这三个问题是否能被解决。

首先，自动化研究系统能否持续产出有效改进。一次成功的架构搜索或量化实验，说明系统有用，但不代表它能够在不同任务上稳定复现类似结果。

其次，研发效率能否随模型能力提升而提高。如果更强的模型可以帮助系统更快地提出和验证研究方案，下一代模型的研发周期就有机会缩短。但实验成本、算力消耗和失败率同样需要纳入计算。

最后是自动化研发能否超越局部优化。调节模型宽度、压缩权重、编写推理内核，都是重要的工程进步，但 RSI 更大的目标，是让系统逐步参与更高层次的研究决策，发现人类原本没有想到的改进路径。

目前也有不少大厂和创业公司在探索自动化研究、AI 编程和模型自我改进。

AI 公司过去讲 Scaling，讲更大的算力、更多的数据、更强的模型；Recursive所押注的，是研发过程本身也可以被扩展。过去受限于研究者时间和精力的实验，可以由AI更多地承担，而实验中的发现，又能成为下一轮研究的起点。

沿着这条路线，模型竞争就会多出一个重要维度：同样的时间和算力预算，谁能完成更多有效的研究，并把结果更快地带入下一代模型。

不过，这一判断最终仍要接受成本的检验：自动化研发带来的收益，是否超过为它付出的成本。

一个系统可以在特定任务上找到更好的方案，却未必能持续突破已有能力的边界；它可以提高实验速度，却也可能因为搜索空间扩大而消耗更多算力。

只有当自动化系统反复带来可复现的改进，并且这些改进能够进一步增强下一轮研发的能力，RSI 才不只是一个有吸引力的技术方向。

Flint让这场讨论第一次有了Recursive自己的模型作为参照。对于这家估值46.5亿美元的公司，接下来最重要的，是证明造出这一代模型的过程，确实让下一代模型的研发变得更快、更有效。

这是一场属于 AI 创业者、开发者、AIGC 创作者和社区伙伴的线下共创活动，五大部落、黑客松、Demo 展示、创作者交流，还有更多好玩的玩法等你来解锁！欢迎点击下方小程序报名！

点个“爱心”，再走 吧