"Recursive", een startup opgericht vorig jaar die zich richt op de ontwikkeling van zelfverbeterend kunstmatig intelligence (AI), begint letterlijk aan zijn naam te voldoen. Het bedrijf heeft donderdag haar eerste model, "Flint" , gelanceerd.
Flint is een gratis coderingsmodel dat draait op een laptop en waarvan wordt gezegd dat het grotendeels met behulp van AI is ontwikkeld. Volgens Recursive hielp hun geautomatiseerd onderzoeksysteem, wat ze de Eureka Machine noemen, bij bijna elke stap in de ontwikkeling van Flint. Hierdoor kon een klein team dit model vanuit nul bouwen binnen vier maanden.
De lancering vormt een vroege openbare test voor recursieve zelfverbetering: het idee dat kunstmatige intelligentie zichzelf kan verbeteren.
"Beter AI", wat op zijn beurt nog beter AI bouwt. Het is ook één van de meest besproken ideeën in de industrie. Sommige onderzoekers vrezen dat zelfverbetterend AI uit handen kan raken van menselijke controle. Voor nu is Recursive's versie beperkter: een AI-onderzoeksassistent die wordt toezicht gehouden door mensen en resulteert in een model klein genoeg om te draaien op een laptop.
De onderneming stapte eind mei over naar openheid met $650 miljoen aan financiering bij een waardering van $4,65 miljard, van backeurs waaronder GV, Nvidia en AMD Ventures. Recursive staat onder leiding van CEO Richard Socher, voormalig hoofdwetenschapper van Salesforce. Omdat Flint draait op de eigen computer van de gebruiker
"In plaats van de cloudservers van een bedrijf kunnen ontwikkelaars dit offline gebruiken, hun code privé houden en gebruikskosten vermijden die AI-clouddiensten in rekening brengen op basis van hoeveel tekst het model verwerkt. Het model is gratis te downloaden op Hugging Face, de populaire site voor delen van AI-modellen, onder de Apache 2.0-licentie, een open-broncode licentie waarmee vrij gebruik en modificatie mogelijk zijn.
Flint is een mixture-of-experts-model, wat betekent dat er slechts een klein deel wordt gebruikt voor elke gegeven taak: precies 2,5 miljard van zijn 40 miljard instellingen, bekend als parameters, tegelijkertijd. Dit maakt het licht genoeg om door gewone"
"Flint" en veel kleiner dan Meta's Muse Spark Open , een open model voor Macs dat vorige week werd vrijgegeven. Muse Spark Open maakt gebruik van 816 miljard parameters en heeft minimaal één terabyte aan geheugen nodig. Ook bij "Flint" gaat de snelheid goed: in tests van Recursive genereerde hij ongeveer 131 tokens (tekstblokken) per seconde op een MacBook Pro met Apple M4 Pro-chip — ruwweg twee keer zo snel als vergelijkbare modellen, waaronder Google Gemma 4 en Nvidia Nemotron 3.5 Lightning die erop haalden tussen de 58 en 69 token per seconde. Op Nvidias RTX Spark bereikte Flint meer dan 150 token per seconde.
[Nieuws] meet hoe goed AI echte softwarebugs kan repareren; hierin overtrof Flint andere modellen met minder dan 50 miljard parameters. Op Recursive's eigen gemiddelde uit zes tests scoorde slechts één model hoger: Alibaba's Qwen3.8 27B van de Chinese techreus. Het bedrijf erkentte dat Flint meer begeleiding nodig heeft dan grote betaalde codering-assistenten en stelde aan om groote taken op te splitsen in kleinere stappen.
Toch waren de eerste recensies positief. Wired-redacteur Will Knight gebruikte Flint op een Mac met 48 GB geheugen om diverse kleine programma's te bouwen, waaronder een to-do lijst-applicatie en een hulpmiddel dat het web doorzoekt voor onderzoek.
Kleinere coderingsmodellen liepen vaak tegen fouten aan of waren traag ten opzichte van Claude en Codex, maar Flint slaagde er elke keer in om de coderingaanvragen perfect te beantwoorden. De Eureka Machine komt met ideeën, voert experimenten uit en gebruikt de resultaten om vast te stellen wat als volgende geprobeerd moet worden. Volgens de lanceringsvideo van het bedrijf heeft deze bijdrage geleverd aan bijna elk onderdeel van de bouw van Flint, vanaf pre-training tot post-training en inferentie.
Recursive gaf aan dat de bijdragen van Eureka een sparselere modelstructuur bevatten, low-bit training die Flint verkleinde met 71% zonder nadelige gevolgen voor de kwaliteit, en aangepaste kernels.
... de onderliggende berekeningen op te lossen. Recursive gaf niet aan hoeveel tijd zijn Eureka Machine bespaarde voor haar onderzoekers, maar ze staat er niet alleen voor om zich te laten steunen door AI bij onderzoek. OpenAI zei vorige maand dat begin augustus hun AI-agenten 3,1 werkdagen registreerden per één dag die werd gewerkt door een menselijk onderzoeker.
Als weddenschap van Recursive uitkomt, zou elk nieuw model in staat moeten zijn langere periodes zonder menselijke hulp af te ronden. Het bedrijf vertelde eerder tegen TechCrunch dat het $410 miljoen grote rekeningsdeal met Amazon Web Services in juni "minder gaat over aantal hoofden en meer over agentenaantal" was.
Wired stelt de machine van Eureka in staat om volledige zelfverbetering te bereiken met menselijk toezicht en de mogelijkheid om ingrijpen als er iets misgaat. Volgens Recursive zou elk nieuw model de onderzoeksmachine van Eureka beter moeten maken bij zijn werk, waardoor hij sneller aan het volgende kan werken.
