40B参数的MoE“程序员”，现在用MacBook Pro就能运行了！
田渊栋离开Meta之后，以强势姿态回归——
他创立的Recursive公司，刚刚开源了首个模型Flint：
这款模型专注于本地Agent编程，总参数规模达400亿，但生成单个token时仅激活25亿参数。
而且！它的运行速度比同类产品快了2倍。
搭配优化后的推理引擎，Flint在MacBook Pro上能以至少125 tokens/s的速度运行，在RTX Spark上则超过150 tokens/s。
这也是Recursive成立以来，借助自动化AI研究系统，交出的首份模型成果。
更令人惊叹的是，模型从零开始训练，仅用了区区4个月时间。
不得不承认，田渊栋他们的玩法确实独特。
这套**「AI手搓AI」**的RSI策略，又被推进了一大步。
只不过今天的这一步，率先落在了开发者的笔记本电脑上。
MacBook Pro能跑
Flint首先要解决的，是本地模型一个相当实际的问题：
能装下还不够，还得跑得够快、干得了活。
它采用了MoE混合专家架构，具体来说，每个MoE层有256个路由专家，每个token会选中6个，此外还有一个始终工作的共享专家。
这样一来，总参数足够使用，每步计算涉及的激活参数也能稳稳控制在25亿。
此外，模型最高支持512k token的上下文窗口，数据可以保存在本地离线使用。
与此同时，Recursive还开源了推理引擎rec，专门为Flint在苹果芯片上的运行进行了优化。
官方测试显示，同一个Flint模型使用rec，与llama.cpp相比，在对应上下文长度的token吞吐中能提升约1.4到2.6倍。
它的最终速度比同等级（参数量为250亿到400亿）的稠密模型快5倍，即使在短上下文场景下，也有将近2倍的优势。
其中就包括老东家Meta的Muse Glimmer。
编码成绩也很亮眼：
Flint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。
毫不夸张地说，Flint在本地编码方面突破了帕累托前沿，推理速度快且代码能力强。
至于如何运行，Recursive也尽量简化了配置过程。
只需在支持的Mac上安装rec后，执行一条**「rec launch pi」**指令，就能自动下载模型、启动服务并连接编程工具，另外OpenCode也有对应入口。
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。
换句话说，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这家公司，它今年五月份才首次公开亮相。
一露面，就获得了6.5亿美元（折合人民币44亿元）的早期融资，估值高达46.5亿美元（约316亿元）。
谷歌GV、Greycroft联合领投，英伟达、AMD等巨头也参与了投资。
一方面，押注的是人才。
八位联创个个背景不凡，除了田渊栋，还有吴恩达的弟子Richard Socher、清华姚班的施天麟、Vision Transformer的作者之一Alexey Dosovitskiy等。
另一方面，押注的是技术路线。
Recursive从创立之初，就明确研究路线为RSI，即递归式自我改进。
背后的逻辑也很简单：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对这个问题的初步尝试。
该系统会先针对目标提出想法，再把想法实现，通过运行实验、检查结果，决定下一步。多条研究路线可以同时推进，之前有效的经验也能被保留组合。
此前Recursive公开的第一批实验成果，就来源于此。
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。
这三个基准测试也分别对应训练质量、训练速度和GPU内核效率。
到了Flint，问题变得更大。
团队把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要把首款模型选在本地编程这个方向，因为本地代码任务容易获得反馈，自动化研究找到的收益，也更容易被逐项检查。
显然，进展不错。
所以对于田渊栋和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。