Today for AI
返回热点榜
tools热度 0.0°

AI 聚合热点事件 · 2026/10/21

Recursive 发布 Flint 模型 vLLM 实现 Day-0 支持

6 篇收录报道0 家独立信源交叉印证持续跟踪至 2026/10/22 22:40:16
全景综述与最新动态

AI 初创公司 Recursive 正式推出其首个开源编码模型 Flint，这是一款专为编码智能体设计的 40B 混合专家（MoE）架构模型。该模型由自动化研究系统 Eureka Machine 在不到 4 个月内构建完成，标志着 AI 辅助研发进入新阶段。Flint 采用 Apache 2.0 协议开源，支持完全本地化部署，旨在验证递归自我改进的可行性。

多方信源交叉验证显示，Flint 在性能与效率上实现了显著突破。尽管总参数达 40B，但每 token 仅激活约 2.5B 参数，使其在保持约 81% 平均基准得分及 SWE-bench Verified 74.2% 高分的同时，具备极高的推理速度。在 48GB MacBook Pro 上，其生成速度可达每秒 125+ tokens，比同等质量的 Qwen3.8 快 7-10 倍；而在单张 GB200 GPU 上，配合 NVFP4 量化，解码速度更是高达每秒 500 tokens，并支持 262K 长上下文窗口。

此次发布对开发者生态具有实质影响。vLLM 官方宣布提供 Day-0 支持，通过专用 Docker 镜像即可实现开箱即用部署，极大降低了高性能本地编码模型的门槛。Flint 的出现不仅提升了端侧 AI 的帕累托前沿，也为隐私敏感场景下的高速代码生成提供了新的开源选择，进一步推动了 AI 基础设施向高效、轻量化方向演进。

最新动向/AI 初创公司 Recursive 发布了由“尤里卡机器”（Eureka Machine）全自动参与研发的首个语言模型 Flint。该模型为混合专家架构，专为本地硬件上的智能体编程设计，声称在多项基准测试中领先于同规模开源模型，但结果尚未经独立验证。这标志着 AI 自我改进研究流程的初步落地，尽管尚未证明完整的递归自提升能力。

逐小时热度走势

168 个完整观测小时
当前
0.0
峰值
65.423:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

报道时间线

共 6 篇 · 最新优先
  1. The DecoderT2·78 分

    Recursive 发布 Flint：AI 自主研发首个 MoE 编码模型

    原标题：Recursive shows first result of its AI-driven research process with Flint

    • Flint 是由 Eureka Machine 自主提议、构建和评估的首个成果，开发周期仅四个月
    • 采用混合专家架构，总参数 40B 但每 token 仅激活 2.5B，针对本地智能体编程优化
    • 声称在 SWE-Bench 等编码基准上优于同类 MoE 模型，但数据尚未独立验证
  2. 机器之心 (微信公众号)T2·88 分

    田渊栋新公司发布 Flint-40B-A2B 模型，AI 全程参与研发

    原标题：田渊栋新公司首个模型亮相！AI全程参与、不到4个月从零造

    • Flint-40B-A2B 是总参数 400 亿、激活 25 亿的 MoE 模型，专为智能体编程任务设计。
    • 模型由 Recursive 自研的 Eureka Machine 自动化研究系统全程参与开发，历时不到 4 个月。
    • 在 SWE-Bench Pro v2 等基准上超越同规模 MoE 模型，且在 M4 Pro MacBook 上生成速度超 125 tokens/s。
  3. OpenRouter (@OpenRouter)T1·85 分

    Recursive 发布 Flint：40B MoE 编码模型登陆 OpenRouter

    原标题：Flint from @Recursive_SI is now on OpenRouter!

    • Flint 是 Recursive 的首个模型，采用 40B 总参数、约 2.5B 激活参数的 MoE 架构，专为编码智能体优化。
    • 模型由自动化研究系统 Eureka Machine 从零构建，耗时不到 4 个月，支持 262K 上下文窗口及原生工具调用。
    • 在 Terminal-Bench 2.1 和 SWE-bench Verified 等主流编码基准测试中表现强劲，且提供本地高速推理选项。
  4. TechCrunch AIT2·85 分

    Recursive 发布 Flint：AI 辅助构建的端侧编码模型

    原标题：Recursive launches Flint, a laptop coding model it says was largely built by AI

    • Flint 是一个免费、可本地运行的编码模型，由小型团队在不到四个月内借助 AI 完成开发。
    • 核心亮点在于使用“Eureka Machine”自动化研究系统辅助模型构建，验证了 AI 加速 AI 研发的潜力。
    • 当前版本仍受限于人类监督，尚未实现完全自主的递归自我改进闭环。
  5. Rohan Paul (@rohanpaul_ai)T2·88 分

    Recursive Flint 发布：40B MoE 编码模型实现本地高速推理

    原标题：Automated AI research is now producing models people can download and run runs entirely on a local m...

    • Flint 是由 Eureka Machine 自动化研究循环构建的 40B MoE 模型，从立项到完成仅耗时不到 4 个月。
    • 在 48GB MacBook 上运行速度达 125+ tokens/s，比同等质量的 Qwen3.8 快约 7-10 倍，同时保持约 81% 的平均基准得分。
    • 模型权重已在 Hugging Face 开源，采用 Apache 2.0 许可证，支持完全本地化、无计量的隐私推理。
  6. vLLM 官方博客T1·78 分

    vLLM 发布 Flint 模型 Day-0 支持

    原标题：Day-0 Support for Flint on vLLM

    • Flint 是 40B 参数 MoE 模型，每 token 仅激活约 2.5B 参数，支持 262K 上下文窗口。
    • 在单张 GB200 GPU 上，NVFP4/BF16 检查点均可运行，100K 上下文下解码速度达 500 tokens/s。
    • 通过 vllm/vllm-openai:flint Docker 镜像即可实现开箱即用部署，针对 Blackwell 架构优化内核。