Eureka Machine to system automatyzujący metodę naukową, rozwijany przez Recursive Superintelligence. Automatyzuje pełną pętlę badawczą: zgłoszenie pomysłu, jego implementację, przeprowadzenie eksperymentu i walidację wyniku, a następnie na podstawie wniosków wybiera kolejny eksperyment.
System prowadzi wiele wątków badawczych równolegle w długim horyzoncie czasowym, zachowuje użyteczny kontekst z wcześniejszych eksperymentów, łączy obiecujące ścieżki i poddaje wyniki walidacji pod kątem „reward hacków" oraz wariancji, zanim uzna poprawę za realny postęp. Opiera się na zasadach algorytmów otwartego końca (open-ended) i idei rekurencyjnie samodoskonalącej się AI.
Recursive stosuje Eureka Machine najpierw do pełnego potoku frontier AI R&D — od danych i receptur treningowych po infrastrukturę i optymalizację wydajności. Wczesne wyniki (czerwiec 2026) obejmowały stan sztuki na benchmarkach NanoChat Autoresearch, NanoGPT Speedrun i SOL-ExecBench (optymalizacja kerneli GPU). System posłużył też do zbudowania modelu kodującego Flint (MoE, 40 mld parametrów, ~2 mld aktywnych).
