这周程序员圈最重要的开源消息，田渊栋团队干出来了。
10 月 21 日，田渊栋和 Richard Socher 联合创办、今年 5 月一出隐身就融资 6.5 亿美元、估值 46.5 亿的公司 Recursive，发布了首个编程模型 Flint。模型卡列出总参数 39.8B、每生成一个 token 约激活 2.5B，权重已在 Hugging Face 公开并采用 Apache 2.0 许可证，官方定位「面向编程智能体的混合专家模型」，在 48GB 的 M4 Pro MacBook Pro 上自报短上下文速度超过 125 token/s。知乎知乎知乎知乎
先说值得兴奋的：代码不用出门了。
真离线：断网也能用，代码不出本机。对接单、管客户代码的人来说，这是云端 API 给不了的刚需，连按 token 计费的云账单都省了。知乎
许可干净。权重开源、Apache 2.0，商用不用另外谈授权，想接进自家工具链不用先走商务。知乎
结构取巧：49 层里 47 层是专家层，每层 256 个专家挑 6 个用。总参堆大是为了知识面，激活参收小是为了跑得快、跑得动——这就是 40B 能塞进 48GB 笔记本的原因。
再说冷水，三瓢。
48GB 统一内存是死门槛。官方 rec 工具先查芯片和内存，M4 Pro 以下或内存不满 48GB 直接不给下载，16GB 的 Mac mini 出局；NVIDIA RTX 的支持写着 coming soon，Windows 显卡用户只能先走 GGUF 量化版。知乎
分数全是厂商自报，请带观望心态。Terminal-Bench 2.1 拿到 54.9%、SWE-bench Verified 74.2%，官方口径是「50B 以下 MoE 里 agentic coding 最强」，但同一段自己承认：六项平均分上只有阿里 Qwen3.8 27B 比它高，这些数字都是厂商自测，第三方复测目前为零。知乎
token 更快 ≠ 干活更快。有人按串行代码 Review 算了笔账：生成只占整单耗时约九分之一，就算把生成压到零，整单也只从 180 秒降到 160 秒；换模型前先查清楚，慢的到底是生成、工具执行、排队，还是人需要补证据。知乎
还有两个小坑：别把 512K 上下文当卖点，发布页写支持 512K，官方自己建议控制在 256K 以内，别拿它硬塞整个仓库。它也比闭源大模型更需要人带着走：复杂任务要拆成小步、指令写明确，官方连限制都自己列好了。知乎知乎
最有意思的一段其实是 Flint 的出生方式：公司把开发速度归因于一套自动化研究系统——提出想法、编写实现、运行实验、验证结果，再据此决定下一轮实验。官方口径是，小规模的人类与智能体团队用不到四个月从头构建了它，自动研究系统参与了研发中的许多环节。「AI 造 AI」不再是标语，是发货日期。知乎知乎
建议动作：先别急着换掉云端模型。拿自己的仓库、固定任务和完整计时做一轮试点，再决定是否把 Flint 换成日常模型——免费是它最大的诚意，硬件是它最贵的账单。知乎
