美国人工智能初创公司 Poolside 推出了免费且高性能的开源模型 Laguna XS.2，专为本地代理式编程而设计。

AI 初创公司 Poolside 推出了两款全新的 Laguna 大语言模型——M.1 和 XS.2，并同步发布了新的开发者工具"pool"和"shimmer"。Laguna M.1 是一款专用于复杂软件工程任务的私有化 2250 亿参数混合专家（MoE）模型；而 Laguna XS.2 则是一款采用 Apache 2.0 开源许可、拥有 330 亿参数的 MoE 模型，专为高效本地化智能体编码而设计。目前，Poolside 正通过 API 免费开放较大的 M.1 模型。两款模型均从零开始训练，依托 Poolside 的"Model Factory"构建，该平台采用 Titan 软件、Muon 优化器（使学习效率提升 15%）以及 AutoMixer 工具，从 30 万亿个 token 中精选数据，其中包含 13% 的合成数据。模型随后在"虚拟健身房"中进行强化学习，以解决真实的软件工程问题。 基准测试显示，Laguna 系列模型表现强劲：M.1 在 SWE-bench Pro 上取得 46.9% 的得分，在 SWE-bench Verified 上达到 72.5%。尽管 XS.2 参数量较小，其在 SWE-bench Pro 上的表现仍接近 M.1，达到 44.5%，超越了包括 Claude Haiku 4.5 在内的多个模型。这种高效性归功于 Poolside 对智能体强化学习和合成数据的专注。在本地运行 XS.2 需要特定硬件配置：Apple Silicon 设备需配备 36 GB 统一内存；PC 端则需 24–32 GB 显存（采用 4 位量化），并预留 20–70 GB 存储空间。Poolside 推荐使用 Ollama 或其"pool"智能体以实现最佳本地执行体验。 "pool"智能体是一款基于终端的编码工具，专为开发者的本地环境设计，作为智能体客户端协议（ACP）服务器运行。"shimmer"则是一个云原生、移动优化的开发环境，具备即时启动虚拟机功能，并集成 Poolside 智能体，支持 Web 应用、API 和命令行界面的快速迭代。演示中，"shimmer"在智能手机上完整运行了一个开发环境，凸显了其便携性以及在无束缚工程实践中的潜力。XS.2 采用开源许可的决策旨在支持构建者及更广泛的研究社区，使其能够在高安全环境中进行私有化、离线部署，这一优势尤其契合政府与公共部门客户的需求。