Recursive推出开源语言模型Flint，面向Coding Agent场景，可理解代码库、修复Bug、实现功能并调用工具。该模型采用MoE架构，总参数39.8B，每Token仅激活约2.5B。评测中SWE-bench Pro v2达89.7%，Verified达74.2%，Terminal-Bench 2.1达54.9%。HyperAI已上线相关教程，可体验其代码生成、推理与工具调用能力。

实测发现，skill的token消耗取决于安装数量而非使用数量：即使只安装不到20个、仅使用1个，技能注入仍累计消耗420万token，占总量的2.3%，主要来自每轮携带的skill目录清单。安装越多，固定开销越大，选错或漏选的概率也越高。为此作者推出flint工具，核心理念是“归集一次，按需投放”：skill本体统一存放于本地仓库，通过预设只向指定agent部署所需skill，使仓库可无限扩展，而目录开销只按实际投放量计算。

微软与中国人民大学合作开发的Flint项目，旨在为AI智能体提供新的图表可视化语言。Flint通过生成简短的图表规则，简化了传统图表库的复杂配置，使AI能够更稳定地生成美观、可交互的数据图表。该项目已公开源代码，支持多种开发环境，方便开发者快速部署。

在快速发展的技术环境中，制定和执行技术战略面临挑战。8th Light推出播客《The Fuse & The Flint》，提供工具和框架的见解，帮助组织平衡技术与业务目标。每集15分钟，分享实际案例和可行见解，助力听众做出明智决策。