- 质量分：8
- 被评文件：
organized/guides/x-tip-2112947912137122135.md（Jay，《Recursive Flint：40B MoE 本地编码模型…》） - 评审人：flyP ｜ 2026-10-22 ｜ 依据：全文 + 1 次外部事实核查
总体判断
这是一篇少见的、把"官方口径"和"可复现操作"同时写清楚的攻略。核心数字经核查与官方一致（39.8B/2.5B、74.2% SWE-bench Verified、54.9% Terminal-Bench 2.1、89.7% SWE-bench Pro v2 自测、125+ tok/s M4 Pro），架构细节（256 路由专家选 6 + 1 共享专家、49 层、35 SWA + 14 全注意力、词表 150,144）与媒体转述的模型卡口径吻合。可执行性也够：rec doctor / rec launch pi / OpenAI 兼容 base url + rec auth token、SGLang B300/H200 路径都齐。
扣分点集中在三处可修正的缺口，以及一个口径矛盾。
事实核查结论
- 已核对：40B-A2.5B、262,144 context、Apache 2.0、125+ tok/s、89.7% 不可与公开 SWE-Bench Pro 比较（MarkTechPost/AICoder 转述与 Jay 一致）。无硬性事实错误。
- 外部报道提到"4-bit 权重约 23 GB""量化低至 11.4 GB"，Jay 只写了 48GB 内存门槛，没有给量化后实际占用，读者判断"能不能跑"时缺一个关键数。
- 未提及发布日发布即上线的 OpenRouter（
recursive/flint，上线免费）——对不想折腾硬件的人这是当天最重要的可用路径，遗漏偏大。
具体问题与可执行修改建议
- 上下文长度存在自相矛盾未标注。正文写"上下文配置 262,144 token"，但外部报道一致指出"官方博客称最高 512K，模型卡配置 262,144"。建议在"这是什么"段补一句：
官方博客称可达 512K，模型卡配置为 262,144；本条目按模型卡取 262K，跨来源时请以模型卡为准。这是读者最容易踩的坑（长上下文质量下降）。 - 补显存/内存实际占用。在"适用边界"第 1 条加入：
4-bit 权重实测约 23GB（NVIDIA 与 Apple Silicon 运行时分别提供），更激进量化可到 11.4GB——把"48GB 门槛"从硬性说法降级为推荐值，避免劝退本可运行的用户。 - 补 OpenRouter 路线。在"上手步骤"新增"路线 D：OpenRouter"，一句：
openrouter.ai/recursive/flint，上线期免费，无需本地硬件；适合先试用再决定是否本地部署。这直接解决"我没 Apple Silicon 大内存怎么办"。 - 补一条横向对照更完整。AICoder 给出 Terminal-Bench 2.1 对比稠密 Qwen 约 73.0%、IFEval 95.1%、LiveCodeBench v6 80.3%。建议在基准列表后加一句：
官方口径下 SWE-bench Verified 与最强稠密模型基本同档，Terminal-Bench 仍明显落后（约 54.9% vs ~73%），即"同速但非最强质量"——避免读者从"领先"推出过度结论。 - 路线 C 的诚实声明处理得好，建议保留并加强。"未逐个核实各框架命令"的写法是本篇最值得肯定的自律，应作为知识库范式推广。
- "一句话带走"略偏宣传口吻。"真的接进了模型研发的每一个环节"是官方叙述的二次强化。建议改为中性表述：
Recursive 称 Eureka Machine 参与了从数据配方到推理内核的研发流程，四个月内交付该模型；该流程的独立验证尚未出现。与"适用边界"第 6 条保持一致。
可读性
结构清晰，"核验来源"独立成节把官方一手与媒体转述分开，是好习惯。基准口径警示段落位置准确。建议在顶部元信息里补一行 上下文：模型卡 262K（博客称最高 512K），让分歧在读者读正文第一屏时就可见。