Flint 是 Recursive 公司推出的首款产品，该公司致力于利用递归自我改进（RSI）技术推动人工智能及其他科学领域的发展。Recursive 的首席执行官兼联合创始人 Richard Socher 表示：“几乎整个模型开发流程的各个环节都是由 AI 完成并加以改进的。”

Socher 介绍称，他们使用名为 Eureka Machine 的递归 AI 系统，自动化了模型开发的大部分环节。这使得一个只有少数研究人员的团队，能够在短短几个月内打造出世界级的 AI 模型。

Eureka Machine 设计了多项创新，包括新的基础模型训练方法、新的模型架构，以及针对特定芯片优化的代码。Recursive 公布的基准测试结果显示，Flint 在编码任务上优于其他同规模和架构的模型。

AI 目前已广泛应用于辅助构建、测试和改进 AI 模型，凭借其卓越的编码能力，大大加快了模型优化和新想法验证的速度，减少了对人工输入的依赖。

此外，AI 还能形成一个循环机制，自主决定改进方向并启动新一轮优化。虽然目前这项技术仍有限制，但如果 AI 能参与模型开发的每个环节，理论上这一过程可以无限持续。

一些专家担忧，允许 AI 以这种方式自我提升，最终可能导致失控灾难。这些悲观论者认为，具备无限自我改进能力的 AI 可能会脱离人类控制，甚至将人类视为实现目标的障碍。

今年九月，一位离开 Anthropic 的研究员警告称，AI 的进步，包括递归自我改进，可能在几年内导致人类灭绝，这一观点随后被多位专家呼应。RSI 的概念因此引发争议，美国国会甚至提出多项法案试图禁止这一技术。

Recursive 认为这些担忧更像科幻小说，阻止 RSI 的立法将成为科技进步的不必要障碍。

Socher 表示，Flint 是在一个无法脱离人类控制的系统下构建的。他强调，Eureka Machine 未来目标是实现完全的递归自我改进，但这一过程将始终由人类监管，若出现异常可立即终止。“我们希望通过 Flint 展示，我们确实具备构建此类系统的全部条件。”

Recursive 已获得谷歌风投、Greycroft、英伟达和 AMD Ventures 投资共计6.5亿美元，估值达46.5亿美元。Socher 曾任 Salesforce 首席科学家，联合创始人之一 Jeff Clune 是英属哥伦比亚大学教授，专注于构建能够无限学习的 AI 系统。

我个人对 Flint 印象深刻。我在配备48GB内存的 Mac 上测试了它，这样的配置只能运行像 Flint 这样中等规模的模型（拥有400亿参数）。相比之下，市面上最大的模型参数量达到数万亿，只能在工业服务器集群上运行。

我用 Flint 编写了多个程序，发现它既快速又高效。以往同规模模型往往容易出错或运行缓慢，而 Flint 每次都准确完成我的编码请求。我先让它创建了一个命令行待办事项列表，随后让它编写一个程序，自动搜集与递归自我改进相关的研究资料，还让它制作了一个简单的网站，介绍 RSI 的工作原理。你可以在这里查看。

目前尚不清楚美国其他实验室在递归自我改进领域取得了多少进展，但已有研究表明，完全递归的系统已经具备可行性。例如，微软、卡内基梅隆大学和弗吉尼亚大学的团队最近发表了研究，展示了一个 AI 编码代理如何通过修改将推理转化为有效行动的软件框架及自身模型权重，实现递归自我改进。

如果接近打造出类神智能，完全的 RSI 可能存在风险，但目前来看，这是一种极具潜力的提升 AI 模型的方法。我在之前的 AI Lab 版本中也曾尝试过类似技术。

Socher 认为，Flint 的开发方法有望让尖端 AI 更加普及。“这也是我们这个小团队能够打造出同类中最优模型的唯一途径，”他说，“希望这能让更多人看到，递归自我改进其实非常有价值，能惠及更多人。”