4个月RSI从0训练，田渊栋创业首个模型来了：MacBook Pro可跑，已开源

正文

一款拥有400亿参数的MoE“程序员”，如今可以在MacBook Pro上运行。

田渊栋在离开Meta后，正式回归公众视野。他创立的Recursive公司刚刚发布了首个开源模型Flint。这款模型专为本地Agent编程设计，总参数量达400亿，但每次生成单个token仅激活25亿参数。此外，其运行速度比同类产品快两倍。

借助优化后的推理引擎，Flint在MacBook Pro上可实现至少每秒125个token的生成速度，而在RTX Spark上则超过每秒150个token。这是Recursive自成立以来，通过自动化AI研究系统交出的首份模型成果。更令人瞩目的是，该模型从零开始训练仅耗时4个月。

田渊栋及其团队采用的“AI手搓AI”的RSI策略，又向前迈进了一大步。不过，这次进展率先体现在开发者的笔记本电脑上。

MacBook Pro能跑

Flint首先致力于解决本地模型的一个实际问题：不仅需要能装入设备，还必须运行足够快、且能完成实际任务。它采用MoE混合专家架构，每个MoE层包含256个路由专家，每个token会激活其中6个，此外还有一个始终工作的共享专家。这种设计确保了总参数充足的同时，每步计算涉及的激活参数稳定控制在25亿。模型最高支持512k token的上下文窗口，数据可保存在本地离线使用。

与此同时，Recursive还开源了推理引擎rec，专门针对Flint在苹果芯片上的运行进行了优化。官方测试显示，使用rec运行同一个Flint模型，相比llama.cpp，在对应上下文长度的token吞吐量上可提升约1.4至2.6倍。其最终速度比同等参数量（250亿至400亿）的稠密模型快5倍，即使在短上下文场景下，也拥有近两倍的优势。这其中就包括老东家Meta的Muse Glimmer。

Flint的编码表现同样出色：在SWE-bench Verified上得分74.2%，SWE-bench Pro v2为89.7%，Terminal-Bench 2.1为54.9%，均为同等级最佳。可以说，Flint在本地编码领域突破了帕累托前沿，实现了推理速度快与代码能力强的双重优势。

至于如何运行，Recursive也将配置过程尽量简化。用户只需在支持的Mac上安装rec，然后执行一条“rec launch pi”指令，即可自动下载模型、启动服务并连接编程工具。此外，OpenCode也有相应的入口。目前rec支持M4 Pro、M5 Pro和M5 Max，要求至少48GB统一内存，以及约30GB空闲磁盘空间。这意味着，对于希望将部分日常编程工作迁移到本地的开发者来说，Flint确实是一个不错的选择。

让AI自己训练自己

回到Recursive本身，这家公司于今年五月才首次公开亮相。一露面，它就获得了6.5亿美元（约合人民币44亿元）的早期融资，估值高达46.5亿美元（约316亿元）。谷歌GV和Greycroft联合领投，英伟达、AMD等巨头也参与其中。

投资者押注的因素之一是人。八位联创个个背景深厚，除了田渊栋，还包括吴恩达的弟子Richard Socher、清华姚班的施天麟、Vision Transformer的作者之一Alexey Dosovitskiy等。另一个因素则是技术路线。Recursive自创立之初，便明确将RSI（递归式自我改进）作为研究方向。

背后的逻辑很直接：AI本身由代码构成，而AI现在已经能写代码，那么它能否进一步参与改进AI？Eureka Machine就是Recursive对这一问题的初步尝试。该系统会先针对目标提出想法，再将想法实现，并通过运行实验、检查结果来决定下一步行动。多条研究路线可以同时推进，之前有效的经验也能被保留和组合。Recursive此前公开的第一批实验成果就来源于此。

这些成果在NanoChat Autoresearch、NanoGPT Speedrun和英伟达SOL-ExecBench上，分别拿下了整体和各单项测试的SOTA。这三个基准测试依次对应训练质量、训练速度和GPU内核效率。到了Flint，问题变得更大。团队将这些不同环节的改进组合在一起，构成了一个最终能交付的模型。这也解释了为什么Recursive将首款模型选在本地编程方向，因为本地代码任务容易获得反馈，自动化研究所找到的收益也更容易逐项检查。

显然，进展不错。对于田渊栋和Recursive来说，下一步就很明确了：这套自动化AI研究系统，能否让下一款模型用更少的研发成本，交出更好的实际能力。我们且拭目以待。

参考链接： [1]https://x.com/RichardSocher/status/2112944385415426249 [2]https://recursive.com/updates/introducing-recursive-flint [3]https://x.com/NVIDIARTXSpark/status/2112963691469787433 [4]https://x.com/tydsh/status/2112952791480357331 [5]https://docs.recursive.com/edge/rec

本文来自微信公众号“量子位”，作者：鹭羽 ，36氪经授权发布。