Poolside 釋出程式設計模型 Laguna：XS.2 開源且僅需單卡，同步推出終端智慧體

Laguna XS.2 是 Poolside 開源的程式設計基座模型，配合終端工具 pool，能直接在本地單張 GPU 上跑起完整的程式設計智慧體流程。

它總共有 33B 引數，但在推理時只啟用 3B。模型採用 Apache 2.0 協議開源，權重已經完整上傳到 Hugging Face，支援 256K 上下文長度，不需要昂貴的多卡叢集就能在消費級顯示卡或 Mac 上本地跑起來。

除了輕量級的 XS.2，Poolside 這次還放出了去年預訓練的大模型 Laguna M.1。M.1 同樣支援 256K 上下文，總引數量達 225B，啟用引數為 23B，專為處理長週期的複雜軟體工程任務打造。

它能做什麼與怎麼跑起來

Poolside 這次不僅放出了權重，還配套推出了兩個預覽版工具，用來承接智慧體程式設計。

第一個是命令列智慧體 pool。你可以通過 Ollama 在本地直接拉起 Laguna XS.2，它原生支援蘋果的 MLX 框架，只要一行命令就能在終端裡跑起一個自主執行命令、讀寫程式碼的本地程式設計助手。

第二個是雲端開發沙箱 Shimmer。它是一個預裝了 Poolside Agent 的即開即用虛擬機器環境，開發者可以直接在瀏覽器裡藉助 Laguna M.1 或 XS.2 迭代 Web 應用、API 和命令列工具。

如果你不想在本地折騰，兩款模型目前在 Poolside 自家 API 和 OpenRouter 上都提供限時免費試用。對於高校和初創團隊，官方也支援申請獲取 M.1 的權重或提升 API 速率限制。

架構與基準測試

從架構設計來看，Laguna XS.2 是在 Poolside 的 Model Factory 中完全從零訓練的。整個預訓練僅耗時 5 周，上線時就已經完成了完整的後訓練。

在底層技術上，團隊採用了 Muon 最佳化器、合成數據自動化混合方案，以及非同步同策略智慧體強化學習（async on-policy agent RL）。

測試方面，兩款模型均通過 Harbor 評測框架在 SWE-bench Verified、SWE-bench Multilingual、SWE-Bench Pro 和 Terminal-Bench 2.0 上完成了檢驗。

官方資料顯示，啟用僅 3B 的 XS.2 在多項程式設計基準測試中，能直接對標 Qwen3.5、Qwen3.6 的 35B 混合專家架構，以及 Devstral Small 2、Gemma 4、Claude Haiku 4.5 和 GPT-5.4 Nano 等體量更大或閉源的模型。

而 225B 規模的 M.1 則直接對標 GLM-4.7、DeepSeek-V4-Flash、Qwen3.5 397B 與 Claude Sonnet 4.6 等前沿主力模型。

為什麼重要

對於個人開發者和注重資料隱私的小團隊，Laguna XS.2 是目前少有的能跑在單卡上的高水平程式設計開源模型。結合本地 Ollama 和終端智慧體 pool，你不需要把程式碼庫上傳到第三方雲端，就能擁有一個隨時待命的命令列結對程式設計助手。

從行業來看，西方大模型圈的開源權重生態此前相對滯後，高質量的智慧體程式設計模型大多被封閉在商業 API 之後。Poolside 選擇以 Apache 2.0 完全開源 XS.2，並免費開放推理介面，直接拉低了本地智慧體落地門檻。不過模型在複雜多檔案重構下的實際穩定性，仍需要社群在具體專案裡進一步驗證。