Recursive Launches Flint: Büyük Ölçekte Yapay Zekâ ile Geliştirilen Laptop Kodlama Modeli.

Geçen yıl kurulan AI girişimi Recursive, adını haklar hale geliyor. Kendini iyileştirebilen AI geliştirmeye çalışan şirket, ilk modeli Flint’i Çarşamba günü yayımladı. Flint, bir dizüstü bilgisayarda çalışabilen ve büyük ölçüde AI’ın yardımıyla geliştirilen ücretsiz bir kodlama modeli.

Şirketin otomatik araştırma sistemi olan ve Eureka Machine olarak adlandırdığı sistem, Flint’in geliştirilmesinin neredeyse her adımında yardımcı oldu; bu da küçük bir ekibin modeli sıfırdan dört aydan kısa bir sürede kurmasını sağladı.

Flint, özyinelemeli kendini iyileştirmenin erken halka açık bir denemesi: AI’ın daha iyi AI üretebilmesi, onun da daha da iyi AI üretmesi fikri. Aynı zamanda sektörün en çok tartışılan fikirlerinden biri. Bazı araştırmacılar, AI’ın kendini iyileştirmenin insan kontrolünden çıkabileceğinden korkuyor. Şimdilik Recursive’in sürümü daha sınırlı: İnsanlar tarafından denetlenen bir AI araştırma asistanı ve dizüstü bilgisayara yetecek kadar küçük bir model üreten bir yaklaşım.

Şirket, Mayıs ayında gizliliği bozarak 650 milyon dolarlık fonlama aldı ve GV, Nvidia ve AMD Ventures gibi yatırımcılar destekledi; değerleme 4,65 milyar dolara ulaştı. Recursive, Salesforce’un eski baş bilim insanı olan CEO Richard Socher tarafından yönetiliyor.

Flint, kullanıcının kendi bilgisayarında çalıştığı için şirketin bulut sunucularında çalışmaz; geliştiriciler çevrimdışı kullanabilir, kodlarını gizli tutabilir ve AI bulut hizmetlerinin modelin işlediği metin miktarına göre aldığı kullanım ücretlerinden kaçınabilir. Model, AI modellerinin paylaşıldığı popüler site Hugging Face üzerinde, ücretsiz kullanım ve değiştirmeye izin veren açık kaynak lisansı Apache 2.0 altında indirilebilir.

Flint, uzmanların karışımı (mixture-of-experts) modeli: herhangi bir görev için yalnızca kendi kendinin küçük bir bölümünü kullanır; bir seferde 40 milyar parametrenin yalnızca 2,5 milyarını. Bu da onu sıradan bir dizüstü bilgisayara yetecek kadar hafif ve geçen hafta yayımlanan, Mac’ler için geliştirilen açık kaynaklı Meta Muse Spark Open modelinden çok daha küçük kılar. Muse Spark Open, 816 milyar parametre kullanır ve en az bir terabayt bellek gerektirir.

Flint aynı zamanda hızlı. Recursive’in testlerinde, Apple’ın M4 Pro çipine sahip bir MacBook Pro’da saniyede yaklaşık 131 token (metin parçaları) üretti; bu, aynı makinede benzer modellerin başardığı 58 ile 69 token aralığının yaklaşık iki katı. Bu modeller arasında Google’ın Gemma 4’ü ve Nvidia’ın Nemotron 3.5 Lightning’ı da var. Nvidia’nın RTX Spark’ında ise Flint, saniyede 150 tokeni aştı.

SWE-Bench Verified’da, AI’ın gerçek dünya yazılım hatalarını ne kadar iyi düzeltebildiğini ölçen bir ölçekte, Flint 50 milyar parametrenin altındaki diğer modelleri geride bıraktı. Recursive’in altı testteki kendi ortalamasında, yalnızca bir model, Alibaba’ın Qwen3.8 27B’si, Flint’ten yüksek skor aldı.

Şirket, Flint’in büyük ücretli kodlama asistanlarına göre daha fazla yönlendirmeye ihtiyaç duyacağını kabul etti ve büyük görevlerin küçük adımlara bölünmesini önerdi. Yine de erken incelemeler olumluydı. Wired’dan Will Knight, 48GB bellekli bir Mac üzerinde Flint’i kullanarak birkaç küçük program geliştirdi; bunlar arasında bir yapılacaklar listesi uygulaması ve web’i araştırmak için taranan bir araç vardı. Küçük kodlama modellerinin Claude veya Codex’e göre genellikle hatalara uğradığını veya yavaş kaldığını fark etti, ancak Flint kodlama isteklerini her seferinde tam olarak yerine getirdi.

Eureka Machine fikirler üretir, deneyler yürütür ve bir sonraki deneme adımını belirlemek için sonuçları kullanır. Şirketin tanıtım videosuna göre, Flint’in kurulmasına öğretmeden önceki aşamadan eğitimin sonrasına ve çıkarıma kadar neredeyse her alanda katkıda bulundu.

Recursive, Eureka’nın katkılarının arasında daha seyrek bir model yapısı, Flint’i neredeyse kalite kaybı olmadan %71 küçelten düşük bitli eğitimi ve temel hesaplamaları hızlandıran özel programlar olan özel çekirdekler (custom kernels) olduğunu söyledi.

Recursive, Eureka Machine’in araştırmacılara ne kadar tasarruf sağladığını söylemedi, ancak AI’ın araştırma için kullanılmasına dayanmak konusunda yalnızca değil. OpenAI, geçen ay Ağustos ortasına kadar AI ajanlarının, bir insan araştırmacının yaptığı her iş günü için 3,1 iş günü kaydedtiğini söyledi.

Recursive’in bahsi tutarsa, her yeni model insan yardımı olmadan daha uzun süreli işleri üstlenebilmeli. Şirket, daha önce TechCrunch’a Haziran ayında Amazon Web Services ile yaptığı 410 milyon dolarlık hesaplama anlaşmasının “daha çok personel sayısıdan çok ajan sayısı hakkında olduğunu” söylemişti.

Uzun vadeli hedefin, Socher Wired’a verdiği demeçte, Eureka Machine’in tam özyinelemeli kendini iyileştirme yeteneğine ulaşması olduğunu; insanların süreci gözetlediğini ve bir şeyler ters gittiğinde onu durdurabildiğini belirtti. Recursive, her yeni modelin Eureka Machine’i daha iyi bir araştırmacı haline getirmesi ve bir sonraki modeli daha hızlı kurmasına yardımcı olması gerektiğini söylüyor.