ريكيرسيف تكشف عن فلينت: نموذج برمجة يعمل على اللابتوب وتم تطويره بواسطة الذكاء الاصطناعي

أطلقت شركة ريكيرسيف (Recursive)، الناشئة في مجال الذكاء الاصطناعي والتي يقودها ريتشارد سوشر، كبير علماء شركة سيلز فورس (Salesforce) سابقاً، أول نماذجها: فلينت (Flint)، وهو مساعد برمجة مجاني مصمم للعمل بالكامل على جهاز اللابتوب الخاص بالمطور. يتميز هذا النموذج ذو خليط الخبراء (mixture-of-experts) والمعاملات البالغ عددها 40 مليار، بتفعيل 2.5 مليار معامل فقط لكل مهمة، مما يجعله خفيفاً بما يكفي للأجهزة الاستهلاكية مع تقديم أداء تنافسي في اختبارات البرمجة.

الكفاءة تلتقي بالأداء

في الاختبارات الداخلية، يولد فلينت حوالي 131 رمزاً (token) في الثانية على جهاز ماك بوك برو (MacBook Pro) بشريحة إم 4 برو (M4 Pro) — أي ما يقارب ضعف إنتاجية النماذج المفتوحة المماثلة مثل جيمما 4 (Gemma 4) من جوجل ونيموترون 3.5 لايتنينغ (Nemotron 3.5 Lightning) من إنفيديا. على أجهزة إنفيديا آر تي إكس (RTX)، يتجاوز 150 رمزاً في الثانية. في معيار SWE-Bench Verified، الذي يقيس القدرة على إصلاح الأخطاء البرمجية الواقعية، يتفوق فلينت على جميع النماذج الأخرى التي تقل معاملاتها عن 50 مليار، ولا يتجاوزه سوى نموذج كوين 3.8 27 بي (Qwen3.8 27B) من علي بابا في متوسط ستة اختبارات.

لماذا هذا مهم للبنية التحتية لوحدات معالجة الرسوميات / الذكاء الاصطناعي: يوضح فلينت كيف يمكن للابتكارات المعمارية — تصميم خليط الخبراء النادر (sparse mixture-of-experts) والكمية منخفضة البت (low-bit quantization) التي تقلص النموذج بنسبة 71% مع فقدان ضئيل في الجودة — أن تنقل أعباء الاستدلال (inference) من السحابات المركزية إلى أجهزة الحافة. بالنسبة للمؤسسات، يعني ذلك تقليل تكاليف واجهات برمجة التطبيقات (API)، وتعزيز خصوصية البيانات، والقدرة على تشغيل مساعدين برمجة قادرين دون اتصال. يمكن لمزودي سحابة وحدات معالجة الرسوميات مثل أيه آي جي بي يو (AiGpu) استكمال هذا الاتجاه من خلال تقديم سير عمل هجينة: تدريب مكثف في السحابة، واستدلال خفيف على وحدات معالجة الرسوميات المحلية.

الأكثر لفتاً للانتباه ربما هو كيفية بناء فلينت. ساهم نظام الأبحاث الآلي في ريكيرسيف، المسمى آلة يوريكا (Eureka Machine)، في تقريباً كل مرحلة — من اختيار بيانات التدريب المسبق إلى تحسين ما بعد التدريب وضبط الاستدلال. تمكنت فرقة صغيرة من تسليم النموذج في أقل من أربعة أشهر، مما يعرض خطوة عملية نحو التحسين الذاتي التكراري حيث يسرع الذكاء الاصطناعي تطوير الذكاء الاصطناعي تحت إشراف بشري. يتوفر فلينت الآن على هاغينغ فيس (Hugging Face) تحت ترخيص أباتشي 2.0 (Apache 2.0) المتساهل.