Recursive 发布 Flint：开源 40B MoE 本地编码模型，专为 AI Agents 打造

在人工智能辅助编程和软件开发领域，本地化部署正日益成为开发者追求隐私与效率的首选方案。近日，知名 AI 研究机构 Recursive 正式对外发布了一款名为 Flint 的新一代开源模型。这款模型以其独特的混合专家架构（MoE）和卓越的端侧性能，迅速引起了技术社区的广泛关注。

Flint 是一款专为 AI Agents 设计的本地编码模型。其最引人注目的特点在于其高效的参数利用方式。尽管 Flint 的总参数量高达 40B，但在实际推理过程中，它仅激活 2.5B 参数。这种设计理念极大地降低了模型在本地运行时的计算开销，使得开发者无需依赖昂贵的 GPU 集群，也能在普通硬件上体验到高性能的代码生成与调试能力。更重要的是，Flint 遵循 Apache 2.0 协议开源，这意味着任何开发者都可以自由地下载、修改并用于商业项目，极大地降低了技术门槛。

在性能评估方面，Flint 表现出了惊人的实力。根据官方发布的数据，Flint 在 SWE-bench Verified 基准测试中取得了 74.2% 的高分。SWE-bench 是目前衡量大语言模型解决真实 GitHub 软件工程问题能力的“黄金标准”，这一成绩不仅超越了此前许多开源模型，甚至在部分指标上逼近了顶尖的闭源模型。此外，Flint 在硬件适配性上也表现出色。在苹果的 M4 Pro MacBook Pro 上，Flint 的推理速度达到了每秒 125+ 个 Token，这一速度对于本地模型来说相当流畅，足以支持复杂的代码补全和多轮对话任务。

从行业影响来看，Flint 的推出标志着端侧 AI 模型向专业化、高性能迈出了重要一步。过去，为了追求代码能力，开发者往往不得不使用参数量巨大的模型，这导致了对显卡资源的巨大需求。而 Flint 通过 MoE 架构的创新，巧妙地平衡了模型性能与计算资源消耗之间的关系。对于 AI Agents 这一新兴领域而言，Flint 的出现意味着开发者可以在本地构建更安全、更私密的智能体。由于所有数据和处理都在本地完成，这有效解决了企业级应用中对于数据隐私的担忧。

展望未来，Flint 的开源将为开源社区带来更多关于混合专家模型在端侧应用的可能性。随着硬件算力的提升和模型压缩技术的进步，我们有理由相信，未来会有更多像 Flint 这样既具备顶尖代码能力，又具备高运行效率的模型涌现。对于广大开发者来说，这意味着他们可以构建更加自主、强大的本地编程助手，彻底改变软件开发的协作模式。

信息来源： MarkTechPost
原文链接： https://www.marktechpost.com/2026/10/21/recursive-flint-local-coding-model/

信息来源：MarkTechPost，原文链接：https://www.marktechpost.com/2026/10/21/recursive-flint-local-coding-model/