Recursive, geçen yıl kurulmuş bir yapay zekâ girişimi, adının hakkını vermeye başlıyor. Şirket, kendini geliştirebilen yapay zekâ inşa etmeye çalışıyor ve ilk modeli Flint’i Çarşamba günü yayınladı. Flint, dizüstü bilgisayarda çalışabilen ücretsiz bir kodlama modeli ve büyük ölçüde yapay zekânın yardımıyla inşa edildi.
Recursive’in Eureka Machine adını verdiği otomatik araştırma sistemi, şirketin açıklamasına göre Flint’in geliştirilmesinin hemen her adımına yardımcı oldu. Bu sayede küçük bir ekip modeli sıfırdan dört aydan kısa sürede inşa edebildi.
Flint, yinelemeli öz-iyileştirmenin erken bir kamu testi: yapay zekânın daha iyi yapay zekâ inşa etmesi ve bunun da daha da iyisini inşa etmesi fikri. Bu aynı zamanda sektördeki en tartışmalı fikirlerden biri. Bazı araştırmacılar yapay zekânın kendini geliştirmesinin insan kontrolünden çıkmasından korkuyor. Şimdilik Recursive’in versiyonu daha sınırlı: insan gözetiminde çalışan bir yapay zekâ araştırma asistanı, dizüstü bilgisayara sığacak kadar küçük bir model üretti.
Şirket, Mayıs ayında GV, Nvidia ve AMD Ventures dahil yatırımcılardan 650 milyon dolar finansman ve 4,65 milyar dolar değerleme ile gizlilikten çıktı. Recursive, Salesforce’un eski baş bilim insanı Richard Socher liderliğinde.
Çünkü Flint bir şirketin bulut sunucuları yerine kullanıcının kendi bilgisayarında çalıştığı için geliştiriciler çevrimdışı kullanabiliyor, kodlarını özel tutabiliyor ve yapay zekâ bulut servislerinin işlediği metin miktarına göre aldığı kullanım ücretlerinden kaçınabiliyor. Model, popüler yapay zekâ modeli paylaşım sitesi Hugging Face’te Apache 2.0 lisansı altında ücretsiz indirilebiliyor; bu açık kaynak lisansı ücretsiz kullanım ve değiştirme imkânı veriyor.
Flint, mixture-of-experts modeli; yani her görev için kendisinin sadece küçük bir dilimini kullanıyor: 40 milyar parametre ayarının 2,5 milyarı bir seferde. Bu onu sıradan bir dizüstü bilgisayar için yeterince hafif kılıyor ve geçen hafta Mac’ler için yayınlanan Meta’nın 816 milyar parametreli ve en az bir terabayt bellek gerektiren Muse Spark Open açık modelinden çok daha küçük.
Flint aynı zamanda hızlı. Recursive’in testlerine göre Apple’ın M4 Pro çipine sahip bir MacBook Pro’da saniyede yaklaşık 131 token üretti; bu, aynı makinede Google’ın Gemma 4 ve Nvidia’nın Nemotron 3.5 Lightning gibi benzer modellerin başardığı saniyede 58-69 tokenin yaklaşık iki katı. Nvidia’nın RTX Spark’ında Flint saniyede 150 tokenin üzerine çıktı.
Gerçek dünya yazılım hatalarını düzeltme becerisini ölçen SWE-Bench Verified kıyaslamasında Flint, 50 milyar parametrenin altındaki diğer modelleri geride bıraktı. Recursive’in altı testteki kendi ortalamasında sadece Alibaba’nın Qwen3.8 27B’si Flint’ten daha yüksek puan aldı.
Şirket Flint’in büyük ücretli kodlama asistanlarından daha fazla yönlendirme gerektireceğini kabul etti ve büyük görevlerin daha küçük adımlara bölünmesini önerdi. Yine de erken değerlendirmeler olumlu oldu. Wired’dan Will Knight, 48 GB belleğe sahip bir Mac’te Flint’i kullanarak yapılacaklar listesi uygulaması ve araştırma için web’i tarayan bir araç dahil birkaç küçük program geliştirdi. Daha küçük kodlama modellerinin Claude veya Codex’e kıyasla sıklıkla hata yaptığını ya da yavaş kaldığını bulduğunu, ancak Flint’in kodlama isteklerini her seferinde yerine getirdiğini belirtti.
Eureka Machine fikirler üretiyor, deneyler yapıyor ve sonuçları bir sonraki denenecek şeyi seçmek için kullanıyor. Şirketin lansman videosuna göre ön eğitimden son eğitime ve çıkarımına kadar Flint’in inşasının neredeyse her bölümüne katkıda bulundu.
Recursive, Eureka’nın katkılarının daha seyrek bir model şekli, kalite kaybı olmadan Flint’i yüzde 71 küçülten düşük bit eğitim ve altta yatan hesaplamaları hızlandıran özel çekirdekler olduğunu söyledi.
Recursive, Eureka Machine’in araştırmacılarına ne kadar zaman kazandırdığını söylemedi, ancak yapay zekânın araştırmada kullanılmasında yalnız değil. OpenAI geçen ay, ağustos ortasına kadar yapay zekâ ajanlarının bir insan araştırmacının çalıştığı her bir iş günü için 3,1 iş günü kaydettiğini söyledi.
Eğer Recursive’in bahsi tutarsa her yeni model insan yardımı olmadan daha uzun iş parçalarına bakabilecek. Şirket daha önce TechCrunch’a haziranda Amazon Web Services ile yaptığı 410 milyon dolarlık hesaplama anlaşmasının “personel sayısı kadar ajan sayısı” ile ilgili olduğunu söylemişti.
Uzun vadeli hedef, Socher’ın Wired’a anlattığına göre, Eureka Machine’in insan gözetimi altında ve bir şeyler ters giderse durdurulabilen tam yinelemeli öz-iyileştirmeyi başarması. Recursive, her yeni modelin Eureka Machine’i daha iyi bir araştırmacı yapması gerektiğini ve bunun bir sonrakini daha hızlı inşa etmesine yardımcı olacağını söylüyor.
