📖 产品简介
2026-10-22，Recursive 团队（田渊栋等）开源本地 Coding Agent MoE 模型 Flint-40B-A2B。
该模型借助 AI 自动科研系统 Eureka Machine，不到 4 个月完成全流程研发；相较同类模型最高快 2 倍，MacBook Pro 上生成速度超 125 token/s，RTX Spark 上超 150 token/s；可在笔记本上自主科研，工厂调度任务完成时间较轮询基线提前 26%。
定位
借助 AI 自动科研系统 Eureka Machine 研发的本地 Coding Agent MoE 模型
适合人群
本地 Coding Agent 用户
AI 研究者
偏好开源模型的开发者
支持平台
本地、GPU
开源
是
✨ 核心功能
- AI 自研：由 Eureka Machine 自动科研系统主导研发全流程（<4 个月）
- 高速推理：较同类最高快 2 倍，MacBook Pro >125 tok/s、RTX Spark >150 tok/s
- 本地可跑：面向笔记本/消费级 GPU 的 Coding Agent MoE
- 自主科研：可调度任务，工厂调度较轮询基线提前 26%
⚖️ 优缺点分析
👍 优点
- 开源可自托管
- AI 参与研发范式新颖
- 本地推理速度快
- 消费级硬件可部署
👎 缺点
- 刚开源生态待建
- 专注 Coding Agent 场景
- 实际编码质量仍需社区验证
📊 评分详情
功能完整
8
易用程度
7.5
安全可靠
8
性价比
9
💬 用户评价
Flint 的可怕之处在于，它的研发过程本身就有 AI 参与——这是模型即科研产物的新范式。
📝 更新日志
-
2026-10-22v0 开源Recursive（田渊栋团队）开源本地 Coding Agent MoE 模型 Flint-40B-A2B（10/22）：借助 AI 自动科研系统 Eureka Machine 不到 4 个月完成研发，较同类最高快 2 倍，MacBook Pro 生成 >125 tok/s、RTX Spark >150 tok/s，可在笔记本自主科研，工厂调度较轮询基线提前 26%。