Стартап Recursive представил Flint — модель для программирования, которую создал ИИ
Стартап Recursive выпустил открытую модель для программирования Flint, архитектуру, методы обучения и код которой почти целиком создал другой ИИ. Тем временем Демис Хассабис заявил, что общий искусственный интеллект может появиться через 2–3 года.
Для вас: ИИ уже проектирует модели — учитесь ставить задачи нейросетям и управлять агентами, а не только писать код руками.

В мире искусственного интеллекта почти одновременно вышли две важные новости. Стартап Recursive представил открытую модель для программирования Flint, которую почти полностью спроектировала другая нейросеть. А сооснователь Google DeepMind Демис Хассабис заявил, что общий искусственный интеллект (AGI) придёт раньше, чем он думал.
Обе новости ведут к одному вопросу: что изменится для программиста и студента, если ИИ начнёт улучшать сам себя? Разберём, как сделали Flint, какие споры вокруг этого идут и что можно сделать уже сейчас.
Как ИИ создал другую модель
Для Flint команда Recursive использовала автоматическую систему Eureka Machine. По словам генерального директора и сооснователя компании Ричарда Сочера, она предложила новые методы обучения, архитектуры нейросетей и код, оптимизированный под конкретные чипы. Благодаря этому небольшая команда собрала модель за несколько месяцев.
Раньше Сочер был главным научным сотрудником Salesforce. Он рассчитывает, что такой подход позволит маленьким командам делать конкурентные модели и сделает передовой ИИ доступнее.
Что внутри Flint
Модель построена на архитектуре «смесь экспертов» (mixture of experts). Внутри неё несколько частей-специалистов, и на каждый фрагмент текста включаются только некоторые из них. Поэтому большая модель работает быстро и экономно.
- Всего 40 млрд параметров, на каждый токен активны около 2,5 млрд.
- Работает на Mac с 48 ГБ оперативной памяти.
- По данным Nvidia, на системе RTX Spark с 64 ГБ памяти выдаёт больше 220 токенов в секунду.
- Показывает лучшие в своём классе результаты в тестах агентного программирования
SWE-Bench Pro v2иTerminal-Bench 2.1.
Журналист Wired запустил Flint на Mac и написал с её помощью несколько программ — от списка дел для командной строки до инструмента для поиска научных статей. Модель работала быстро и справилась со всеми запросами на код.
Споры о самосовершенствовании
Есть идея рекурсивного самосовершенствования: ИИ не просто помогает создавать новые модели, а сам решает, какие изменения их улучшат, и сам проверяет результат. Это направление изучали и исследователи Microsoft вместе с рядом университетов.
Часть экспертов боится, что такие системы выйдут из-под контроля. Бывший исследователь Anthropic Джейкоб Коксон в сентябре заявил, что такое развитие ИИ может привести к вымиранию человечества в течение нескольких лет. Главный научный сотрудник OpenAI Якуб Пахоцки тоже относит самосовершенствование ИИ к возможным рискам. В Конгрессе США предложили законопроекты об ограничении разработки сверхинтеллекта.
Сочер считает такие сценарии преувеличенными. По его словам, Eureka Machine строят с расчётом на человеческий контроль: специалисты наблюдают за процессом и могут его остановить. При этом конечная цель компании — система, которая сможет улучшать сама себя.
Recursive привлекла $650 млн при оценке в $4,65 млрд. Среди инвесторов — Google Ventures, Greycroft, Nvidia и AMD Ventures.
Когда ждать AGI
На этом фоне Демис Хассабис пересмотрел свой прогноз. Теперь он считает, что общий искусственный интеллект может появиться в ближайшие 2–3 года. Раньше он называл срок в 5–8 лет. По его словам, современным системам пока не хватает способности постоянно учиться на новом опыте и выдвигать научные гипотезы.
«Это скоро. Я смещаю свои прогнозы всё ближе и ближе», — сказал Хассабис The Wall Street Journal.
Что это значит для читателя в Казахстане
Для разработчиков и студентов в Казахстане это сигнал: ИИ-инструменты быстро входят в обычную работу, а скорость создания программ растёт. Одного знания синтаксиса уже мало. Всё важнее умение ставить задачу, проектировать систему и проверять то, что написала нейросеть.
Что сделать уже сейчас:
- Попробуйте агентные инструменты. Агент — программа, которая сама делает шаги: меняет файлы, запускает тесты. Отдайте ему простую рутинную часть работы.
- Присмотритесь к локальным моделям. Открытые модели вроде Flint можно запускать на своём компьютере. Им нужно много оперативной памяти, поэтому заранее проверьте, потянет ли ваше железо.
- Учитесь чётко ставить задачу. Например, агенту можно дать такой промт:
Напиши тест для функции [название функции] в этом проекте. Сначала запусти тест — он должен упасть. Потом исправь код, чтобы тест прошёл. Коротко объясни каждый шаг.
- Всегда проверяйте результат. Модель пишет быстро, но ошибается. Умение писать тесты и читать чужой код станет ещё ценнее.
- Развивайте проектирование. Думать о структуре системы, потоках данных и безопасности — та работа, которую нейросети целиком пока не отдашь.
Источники
- Хайтек+ — Стартап Recursive выпустил Flint — модель для программирования, которую создал ИИ
- Хайтек+ — Демис Хассабис: до появления общего искусственного интеллекта осталось 2-3 года
Фото: Skeleton programming code, Monky2020 — CC BY-SA 4.0
Источник: hightech.plus




Комментарии
Войдите, чтобы оставить комментарийКомментариев пока нет — будьте первым.