IA · 22 ottobre 2026 · 5 min di lettura
Un'IA che progetta se stessa: Recursive lancia Flint, il modello per laptop nato dall'auto-miglioramento
In sintesi: La startup californiana Recursive ha rilasciato Flint, un modello open-weight specializzato nella programmazione e progettato per essere eseguito in locale su un comune computer portatile. La particolarità risiede nel suo processo di sviluppo: la quasi totalità dell'architettura e delle ottimizzazioni è stata ideata da un sistema autonomo di ricerca, portando nel mondo reale il controverso concetto di auto-miglioramento ricorsivo (RSI). Rilasciato con licenza Apache 2.0, Flint promette di azzerare i costi API e tutelare la riservatezza del codice aziendale.
di Team Mocchi's
L'idea che un algoritmo possa progettare un algoritmo migliore, innescando un ciclo continuo di perfezionamento senza l'intervento costante dei ricercatori, è stata a lungo confinata nei trattati teorici e negli scenari ipotetici sulla superintelligenza. Ora il concetto di recursive self-improvement (RSI) fa il suo ingresso concreto nello sviluppo software. La startup Recursive, fondata dall'ex chief scientist di Salesforce Richard Socher e sostenuta da giganti come Nvidia e Alphabet, ha presentato Flint: un modello specializzato nella scrittura di codice, rilasciato pubblicamente su Hugging Face con licenza open source Apache 2.0.
La caratteristica distintiva di Flint non risiede unicamente nelle sue prestazioni sintattiche, ma nel metodo con cui è venuto alla luce: è stato generato e rifinito quasi integralmente da un'altra intelligenza artificiale.
L'IA che ingegnerizza se stessa: il ruolo di Eureka Machine
Alla base del progetto c'è un'infrastruttura di ricerca autonoma battezzata Eureka Machine. Come evidenzia TechCrunch, questo sistema proprietario ha affiancato e automatizzato pressoché ogni passaggio della pipeline: dall'ideazione della struttura interna delle reti alla selezione dei dati di addestramento, fino alla compilazione di routine binarie ottimizzate per silici specifici.
L'automazione spinta ha consentito a un team di pochi ingegneri di realizzare il modello da zero in meno di quattro mesi. Valutata 4,65 miliardi di dollari dopo un round di finanziamento da 650 milioni guidato da GV, Greycroft e AMD Ventures, Recursive punta a dimostrare che l'impiego dell'IA nell'automazione della ricerca scientifica non solo riduce i cicli di sviluppo, ma genera soluzioni architetturali a cui gli esseri umani non sarebbero approdati con altrettanta rapidità.
Quarantanove miliardi di parametri in tasca: la scelta del Mixture-of-Experts
Nonostante la genesi complessa, Flint è stato ingegnerizzato per non dipendere da giganteschi cluster cloud. Il modello adotta un'architettura Mixture-of-Experts (MoE) da 40 miliardi di parametri totali. Per ciascun token o comando, tuttavia, il sistema attiva solo una frazione pari a 2,5 miliardi di parametri, consentendo l'esecuzione fluida direttamente sulla memoria unificata di un normale computer portatile, come un MacBook o una workstation equipaggiata con GPU consumer.
Questa impostazione risponde a due dei maggiori ostacoli che frenano l'adozione degli assistenti al codice nelle imprese: i costi ricorrenti delle chiamate API e la riservatezza industriale. Potendo girare completamente offline, Flint garantisce che il codice proprietario non transiti mai su server esterni, eliminando le spese di inferenza legate al volume di token elaborati e riducendo a zero la latenza di rete durante le sessioni di refactoring o debug.
Il fronte della sicurezza e il dibattito sull'RSI
Il rilascio di Flint riaccende tuttavia lo scontro filosofico e normativo attorno all'auto-miglioramento ricorsivo. Negli ambienti di ricerca, molti esperti temono che la capacità di un'IA di riprogettare i propri pesi e algoritmi a ciclo continuo possa sfuggire alla supervisione umana, motivo per cui a Washington sono già state depositate alcune proposte di legge mirate a porre restrizioni preventive su questa specifica traiettoria tecnologica.
Come spiega WIRED, il fondatore Richard Socher respinge le letture distopiche, definendole legate più alla fantascienza che alla prassi ingegneristica. Nel modello operativo di Recursive, il sistema Eureka Machine opera all'interno di confini deterministici verificati dall'uomo, mantenendo programmatori in carne e ossa a controllo dell'interruttore generale. Flint, nei benchmark preliminari di programmazione, ha mostrato punteggi competitivi rispetto a modelli di taglia equivalente ideati tramite i metodi tradizionali di ingegneria dei prompt e pre-addestramento manuale.
Il punto di Mocchi's
Per il panorama dello sviluppo software e per le imprese italiane che gestiscono basi di codice proprietarie sensibili, Flint segna un passaggio strategico rilevante. La combinazione tra architettura Mixture-of-Experts ed esecuzione locale dimostra che non è necessario dipendere costantemente da API esterne a consumo per dotare i team di sviluppo di strumenti di completamento avanzati e conformi al GDPR. Sul piano metodologico, l'esperimento di Recursive conferma inoltre che la prossima frontiera dell'efficienza algoritmica non passerà dalla sola aggiunta di potenza di calcolo grezza, ma dall'ottimizzazione chirurgica dei pesi guidata dall'IA stessa.