JOURNAL / 2026.10.22
Recursive publica Flint: programación local e investigación automatizada bajo examen
Flint llega con pesos abiertos y motores para agentes de programación. Su desarrollo asistido por la Eureka Machine plantea una pregunta más ambiciosa: cómo demostrar que automatizar la investigación mejora de verdad el siguiente modelo.
Recursive ha presentado Flint, un modelo de programación cuyos pesos se publican con licencia Apache 2.0. La empresa atribuye parte de su desarrollo a Eureka Machine, su sistema de investigación automatizada. Un ejemplo concreto: buscar una arquitectura con menos parámetros activos para acelerar la ejecución local. Eso merece atención, aunque el salto desde optimizar un modelo hasta demostrar una mejora recursiva sostenida todavía requiere evidencia adicional.
Qué puede llevarse hoy a un proyecto
La ficha técnica describe un modelo de texto con 39.800 millones de parámetros, de los que utiliza aproximadamente 2.500 millones por token. Esa selección reduce el cálculo, pero no convierte todos los pesos en prescindibles. La configuración documentada admite 262.144 tokens, compartidos entre entrada y salida; no garantiza la misma precisión a cualquier longitud.
Hay una vía de uso concreta. Ollama ya lo incluye en su catálogo, con herramientas y razonamiento, y muestra un archivo de 23 GB para la variante principal. Ese tamaño de descarga no debe confundirse con la memoria total necesaria durante una sesión. El historial, el contexto y el motor también consumen recursos.
Para Apple Silicon, el repositorio del motor rec exige M4 Pro, M5 Pro o M5 Max y al menos 48 GB de memoria unificada. Está optimizado para una sola sesión. Su comparación con llama.cpp mide generación en un M4 Pro de 48 GB con pesos de cuatro bits y excluye el procesamiento inicial del texto. Es útil para valorar ese recorrido concreto, no para prometer idéntica rapidez en cualquier portátil.
La alternativa de servidor también está documentada. vLLM anunció soporte el 21 de octubre, con una imagen específica mientras se integra el soporte en el proyecto. Sus optimizaciones apuntan a una GPU Blackwell; otras configuraciones recurren a las capas estándar. El trabajo sobre el motor importa tanto como el número de parámetros cuando se intenta trasladar una promesa de eficiencia a hardware real.
Las evaluaciones tampoco son intercambiables. La ficha advierte que las comparaciones reúnen resultados de desarrolladores con condiciones distintas. No convertiría la tabla del lanzamiento en una clasificación universal. Para decidir si sirve en un proyecto, mediría cambios aceptados, regresiones y tiempo de revisión en tareas propias.
Del experimento automatizado a la mejora recursiva
La explicación de Eureka tiene antecedentes comprobables. En su publicación de junio sobre investigación automatizada, Recursive describe un ciclo que propone ideas, las implementa, ejecuta experimentos y elige el siguiente paso según los resultados. Presenta pruebas de entrenamiento con presupuesto fijo y optimización de kernels, junto con artefactos públicos. También reconoce que ensamblar una buena solución no demuestra redescubrir técnicas de forma independiente: los modelos subyacentes pueden conocerlas.
Esa cautela ayuda a leer Flint. Obtener un modelo utilizable permite someter el resultado a examen externo. Atribuir cuánto mejoró gracias al sistema investigador exige además comparaciones con presupuestos equivalentes, intervenciones humanas registradas y experimentos fallidos incluidos. Y demostrar mejora recursiva requeriría seguir varias generaciones: comprobar si el modelo nuevo mejora al investigador y si ese investigador produce después un resultado mejor bajo condiciones comparables.
Mi lectura es que Flint abre dos evaluaciones distintas y valiosas. Un equipo puede estudiar si le permite trabajar con código local a un coste y una calidad aceptables. La comunidad puede pedir evidencia sobre cómo se descubrieron sus decisiones de diseño. La primera pregunta ya tiene pesos y motores con los que empezar; la segunda necesita un registro experimental más completo que una historia de éxito. Me interesaría especialmente ver qué propuestas se descartaron y qué controles evitaron optimizar sólo para las pruebas elegidas.
Fuentes primarias consultadas el 22 de octubre de 2026. No hemos ejecutado Flint ni reproducido sus evaluaciones; las afirmaciones de rendimiento proceden de sus publicadores.