RecursiveAI 首版从零预训练模型开源，拿下智能体编程权重 SOTA

RecursiveAI 放出了自家第一个从零开始完整预训练的大模型，并且对外开源权重，在智能体编程赛道拿到了当前公开权重里的 SOTA，这个模型不是基于现有大模型继续微调出来的，从基础语料开始训练，专门向着 Agent 自动写代码、执行代码、排错这个方向优化，对做自主编程智能体的开发者来说是一个很有分量的新选择。市面上绝大多数智能体编程模型，都是拿现成基础大模型做二次微调，底层能力会受原模型限制，而 RecursiveAI 选择从零预训练，可以自由调整预训练数据配比、架构、目标函数，更贴合智能体反复调用工具、循环编码调试的任务特性，这也是它能在相关评测里冲到榜首的关键。想要上手这个智能体编程开源权重，开发者可以前往对应的模型仓库拉取权重与推理代码，先在单卡或者多卡环境跑通基础推理，接着在标准 Agent 编程评测集里面复现它的成绩，之后再放到自己的智能体框架里做适配；如果你的项目重点就是让智能体自主完成完整开发任务，这个权重值得放进候选列表做对比测试。

• 该模型和常见微调编程模型对比
• 模型重点面向的智能体编程能力

1. 自主生成完整工程代码，不只是片段
2. 根据报错自动修改代码，循环调试
3. 理解工具调用，搭配环境执行任务
4. 阅读长代码库，做增量开发
5. 输出可用于评测的结构化智能体动作

• 上手测试操作流程

1. 访问 RecursiveAI 官方模型仓库，下载开源权重、推理脚本
2. 准备对应的 GPU 算力，安装模型需要的依赖库
3. 运行样例，测试基础代码生成能力
4. 在智能体编程标准评测集上跑评测，复现 SOTA 结果
5. 接入自有 Agent 框架，在真实任务中对比其他基座

【相关 FAQ】

问题 1：RecursiveAI 这个从零预训练模型为什么能成为智能体编程开源权重 SOTA？

回答 1：RecursiveAI 的这个模型采用从零预训练方案，训练数据和目标偏向智能体编码、调试、工具调用，在公开评测上超越其他同类开源权重，拿到智能体编程开源权重 SOTA。

问题 2：RecursiveAI 这款智能体编程开源权重可以商用吗？

回答 2：RecursiveAI 这个从零预训练模型配套开源权重是否允许商用，需要查看仓库附带的许可证，不同许可对商用、二次分发限制不一样。

问题 3：想要复现这个智能体编程开源权重 SOTA 成绩，对算力要求高吗？

回答 3：想要完整复现 RecursiveAI 这个模型的智能体编程 SOTA 评测结果，需要匹配推荐算力、推理框架以及评测环境，低配环境容易出现分数下降。

【参考资料】

[2026-11-06]（RecursiveAI 首个从零预训练模型发布，智能体编程开源权重达 SOTA）Hugging Face

[2026-11-06]（RecursiveAI 开源从零预训练基座，刷新智能体编程开源模型榜单）机器之心

【免责声明】

本内容基于公开技术资讯整理，RecursiveAI 从零预训练模型的评测条件、许可证、权重版本、性能表现会持续更新，是否为当前智能体编程开源权重 SOTA，取决于评测数据集与设置，不构成模型选型、算力投入建议。