Recursive Superintelligence 於二〇二六年十月二十一日前後在官方更新頁宣布推出 Recursive Flint：一款面向本地硬體的專家混合（MoE）代理式編碼模型，總參數約四百億、每個 token 僅啟用約二十五億參數；官方稱以自研 Eureka Machine 自動化研發系統協助，由小型團隊在少於四個月內由零打造。官方數字指在 M4 Pro MacBook Pro 上短上下文可逾一百二十五 token／秒，在六十四 GB NVIDIA RTX Spark 上可逾一百五十 token／秒；權重以 Apache 2.0 授權於 Hugging Face 公開。來源真實性已驗證。

Recursive／官方：推出 Flint 本地代理式編碼 MoE——四百億參數僅啟用二十五億；M4 Pro 逾一百二十五 token／秒；Apache 2.0

本地端要跑得動、又要夠快完成代理式編碼任務，開發者往往卡在「模型太大」與「雲端 API 把程式碼送出」之間。Recursive Superintelligence 在官方更新〈Introducing Flint〉中推出 Recursive Flint，定位為可在筆電與本地 AI 裝置執行的 MoE 編碼模型，並把自動化研發系統 Eureka Machine 寫進開發敘事。本文以 Recursive 官方更新頁為一手來源交叉核對 TechCrunch 同日報道，來源真實性已驗證；以下只整理可核對的產品規格、基準表述與落地含義，不複述付費全文。

一、核心事件：Flint 以「少啟用參數」押注本地代理式編碼

產品規格（官方）

Recursive 指 Flint 為專家混合模型，總參數約四百億，每個 token 僅啟用約二十五億參數；由「人與代理」組成的小型團隊，在少於四個月內由零建構。公司宣稱 Flint 在總參數少於五百億的 MoE 中，於 SWE-Bench Pro v2、Terminal-Bench 2.1、SWE-Bench Verified 等代理式編碼基準領先；並稱其編碼表現可媲美總參數約二百五十億至四百億的稠密模型，同時執行速度快逾五倍。上述基準與倍數均為廠商自述，宜對照公開基準設定與抽樣參數再解讀。

本地推理速度（官方）

官方稱其優化推理引擎下，Flint 在 M4 Pro MacBook Pro 短上下文可產生逾一百二十五 token／秒，在六十四 GB 的 NVIDIA RTX Spark 上可逾一百五十 token／秒，相對同階可比模型最高約快一倍；亦稱相對編碼基準相近的二百五十億至四百億稠密模型可快逾五倍。TechCrunch 同日報道引述公司測試，指 M4 Pro 約一百三十一 token／秒，與官方「逾一百二十五」表述同向，本文以官方下限表述為準。

授權與取得方式

權重以 Apache 2.0 授權於 Hugging Face 提供下載；官方列舉相容工具包括 llama.cpp、Ollama、Unsloth、LM Studio、vLLM 與 SGLang，並另發布針對 M4 Pro 與 M5 Pro／Max 優化的輕量推理引擎「rec」。情境長度官方稱最高支援約五十二萬 token，建議實際編碼任務維持在約二十六萬 token 內以取得較佳效果。

二、技術原理：Eureka Machine、MoE 架構與本地推理堆疊

Eureka Machine：自動化「構思→實作→驗證」迴圈

Recursive 把 Flint 定位為 Eureka Machine 的實戰測試：該系統自動化提出想法、實作、測試，並依結果決定下一步，平行探索多條路徑。官方稱其幾乎參與 Flint 模型建構堆疊的每一環，由數據與訓練配方到基礎設施與推理優化。公司敘事強調「遞迴式自我改進」的研究願景；本文只記錄其對 Flint 的工程貢獻描述，不把願景當已驗證產品承諾。

架構搜尋與量化

官方描述：由總參數約三百五十億、啟用約三十億的基線出發，Eureka Machine 搜尋不同專家配置與寬度，最終選定四百億總參數、每 token 啟用二十五億的組合。訓練後再搜尋量化配方；不同於常見做法，系統將輸出層（lm_head）量化至四位元，並以十六位元模型為教師、對自抽樣回應做離線蒸餾，官方稱相對量化感知訓練基線可把訓練步數幾乎減半，最終 NVFP4 模型在其基準上與十六位元版分數差距在約零點七分以內。

核心與裝置適配

官方指 Eureka Machine 再為 Apple Silicon 與 NVIDIA RTX Spark 產生低位元投影、MoE、注意力與提示處理等專用核心；在 M4／M5 上產出融合整個解碼前向傳遞的 Metal megakernel。整體路徑是：較少啟用參數的 MoE → 積極量化與蒸餾 → 裝置專用核心，把「可放進筆電」與「代理式編碼夠快」綁在同一產品故事。

四、日常應用場景

1. 開發者與技術團隊

若你需要離線改碼、審 PR、或在客戶現場不能把原始碼送上公有雲 API，Flint 這類「本機 MoE＋開源權重」路線，重點在把敏感程式碼留在裝置。官方建議把複雜任務拆成較小子任務並給明確指示，並坦言相對大型封閉編碼模型可能需要更多引導。實務上應先在自家倉庫抽樣量度 SWE／終端代理成功率、延遲與記憶體峰值，再決定是否取代雲端編碼助手。

2. 企業與隱私敏感行業

金融、法律、醫療與受 NDA 約束的外包專案，常要在「要用 AI 編碼」與「程式碼／客戶數據不可出境」之間取捨。本地模型降低把完整倉庫送到第三方 API 的動機，但並不自動等於合規：權重來源、授權（Apache 2.0）、裝置遺失、日誌與外掛工具鏈仍要納入資安政策。Recursive 亦提醒 Flint 適合日常本地編碼，而非假設可無監督取代最前沿封閉模型。

3. 一般用戶

一般消費者短期未必直接安裝四百億參數級模型；較相關的是筆記型電腦與小型工作站是否開始成為「可離線跑代理編碼」的預設環境。若你只是偶爾問 AI 寫小段腳本，雲端助手仍可能更省事；若你處理專有程式碼或長時間離線，本地 MoE 的取態才變得實際。

4. 香港與亞洲市場視角

香港中小企與外判開發團隊大量使用 Mac／Windows 筆電交付專案，客戶常要求原始碼與配置不落公有雲。Flint 這類開源可本機部署的編碼模型，對「私有 LLM／本地閘道」路線是同向訊號：重點不是再追一款雲端聊天產品，而是把推理留在可控裝置或自管伺服器。導入時仍應評估硬體（統一記憶體／VRAM）、授權與基準是否符合專案語言棧，避免只看行銷速度數字。

五、專業評價與潛在考量

優勢

有 Recursive 官方更新頁確認規格、速度區間、授權與 Eureka Machine 角色，並有 TechCrunch 同日報道交叉核對發布時點與產品定位。
硬數字清楚：四百億／二十五億 MoE、少於四個月、M4 Pro 逾一百二十五 token／秒、RTX Spark 逾一百五十 token／秒、Apache 2.0。
直接對準「本地、離線、程式碼不上雲」痛點，與企業私有化部署敘事相容。

需要留意的地方

「少於五十億 MoE 領先」「媲美稠密模型且快逾五倍」「最高約快一倍」等均為官方基準自述，抽樣參數、逾時上限與是否含預填皆影響可比性。
Eureka Machine「幾乎參與每一環」屬公司方法論宣稱；外界難以獨立重現整條自動化研發管線。
本機模型仍受裝置記憶體、電池與熱設計限制；五十二萬 token 理論上限與建議二十六萬實務區間之間，長倉庫情境仍可能要切片。
TechCrunch 另報道公司曾以約四十六點五億美元估值籌得約六點五億美元等融資細節，屬媒體報道而非本篇 Flint 更新頁正文；引用融資數字應回查該報道或公司其他聲明。

結語

Flint 把「可放進筆電的 MoE」與「代理式編碼基準」捆成同一發布，並用 Eureka Machine 講述自動化研發如何壓縮打造週期。對香港團隊而言，更值得跟進的是：敏感程式碼能否真正留在本機或私有推理閘道，以及開源權重能否嵌入既有 llama.cpp／Ollama 等工作流，而不是只比較單一 token／秒數字。

若貴司正評估本地或私有化編碼助手、企業知識庫代理，與資料不出境的人工智能方案，歡迎了解 YSK Limited 的香港私有 LLM 全託管與人工智能自動化服務：https://ysk.hk/services/ai-automation

參考來源

Recursive Superintelligence 官方更新：Introducing Flint — https://recursive.com/updates/introducing-recursive-flint
Hugging Face 模型頁（Apache 2.0）：https://huggingface.co/RecursiveSI/flint
TechCrunch：Recursive launches Flint…（2026-10-21）— https://techcrunch.com/2026/10/21/recursive-launches-flint-a-laptop-coding-model-it-says-was-largely-built-by-ai/