AI自己造模型 Flint开源了

今天刷到一条挺有意思的消息：一家叫 Recursive 的 AI 初创公司放出了 Flint，一个专门做编程任务的语言模型。最抓人的点不是模型本身，而是它主要由公司内部一套叫 Eureka Machine 的 AI 系统参与开发完成。如果这个说法站得住，那基本就是「AI 造 AI」从论文概念往工程落地挪了一步。

先看硬指标。Flint 用的是混合专家架构，总参数 40B，激活参数 2.5B，明显是冲着推理成本和本地执行去的，并且针对苹果和英伟达硬件做了优化。权重挂在 Hugging Face 上，Apache 2.0 许可，商用基本没门槛。这个组合挺务实：不跟你拼榜单第一，拼的是「能不能在开发者自己的机器上跑得动、跑得快」。我比较在意的是它的定位。编程模型这个赛道已经挤得不行，闭源有各家旗舰，开源有 Qwen、DeepSeek 这些强手。Flint 用 2.5B 激活参数去打本地代码补全和轻量 agent 场景，思路是对的——很多团队真正缺的不是最强模型，而是便宜、可私有化、延迟低的那个。但「Eureka Machine 主导开发」这个叙事，我持保留态度。参与开发和自主设计是两回事，外界目前看不到训练细节、AI 贡献占比、人工介入程度。这类说法很容易被包装成营销点，真正值得追的是后续有没有可复现的技术报告。对出海团队来说，这事的现实意义在于选型多了一个低成本选项，尤其是做 IDE 插件、代码审查、内部工具链的产品，可以拿它做本地化部署的 baseline。我的判断是：先别急着吹「自我进化」，把它当成一个许可证友好、硬件适配不错的小模型来测，跑完自己的任务集再决定要不要押注。