💼VentureBeat•較早收集於 26m
Poolside 推出免費開源 Laguna XS.2
💡免費美國開源 33B MoE 勝過對手，用於本地 GPU 編碼代理（Hugging Face 現已上架）
⚡ 30-Second TL;DR
有什麼變化
Laguna XS.2：33B MoE（3B 活躍），Apache 2.0，可在桌面/筆電 GPU 離線運行。
為什麼重要
實現私有高效本地 AI 編碼代理，挑戰昂貴專有模型及中國開源替代品。提升美國開源 AI 創新，利於開發者與企業。
下一步行動
從 Hugging Face 下載 Laguna XS.2，並在你的 GPU 上測試本地代理編碼。
誰應關注：Developers & AI Engineers
關鍵要點
- •Laguna XS.2：33B MoE（3B 活躍），Apache 2.0，可在桌面/筆電 GPU 離線運行。
- •Laguna M.1：225B MoE（23B 活躍），專有模型，用於高安全企業編碼。
- •從頭訓練，非基於 Qwen；可在 Hugging Face 及 OpenRouter 等夥伴取得。
- •新工具：「pool」編碼代理框架及「shimmer」行動網頁 IDE。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Poolside 透過此次發布，明確將其戰略重心從單純的程式碼生成轉向「代理編碼（Agentic Coding）」，強調模型與開發環境的深度整合，而非僅僅是文字補全。
- •Laguna 系列模型採用了特殊的「編碼導向訓練數據集（Code-Centric Dataset）」，據稱該數據集包含大量經過清理的真實世界軟體工程專案歷史紀錄，旨在提升模型對複雜程式碼庫上下文的理解能力。
- •Poolside 宣布與多家雲端基礎設施供應商達成合作，將透過邊緣運算技術優化 Laguna XS.2 在消費級硬體上的推理延遲，目標是將編碼建議的響應時間降低至 100 毫秒以內。
📊 競品分析▸ Show
| 特性 | Poolside Laguna XS.2 | GitHub Copilot (OpenAI) | Cursor (Claude 3.5/GPT-4) |
|---|---|---|---|
| 授權模式 | Apache 2.0 (開源) | 專有 (閉源) | 專有 (閉源) |
| 部署方式 | 本地/離線 | 雲端為主 | 雲端為主 |
| 核心架構 | 33B MoE (本地優化) | 專有大型模型 | 專有大型模型 |
| 定價 | 免費 (模型) | 訂閱制 | 訂閱制 |
🛠️ 技術深入
- 架構設計：Laguna XS.2 採用稀疏混合專家模型 (MoE) 架構，總參數為 33B，但在推理時僅激活 3B 參數，顯著降低了對 VRAM 的需求，使其能在 12GB-16GB VRAM 的消費級 GPU 上運行。
- 訓練數據：模型訓練過程使用了 Poolside 自研的「語義感知過濾器（Semantic-Aware Filter）」，用於剔除低品質程式碼並強化對軟體架構模式的學習。
- 工具鏈整合：'pool' 框架支援與 VS Code 及 JetBrains IDE 的原生整合，透過專有的通訊協定與 'shimmer' IDE 進行狀態同步，實現多代理協作編碼。
🔮 前景展望AI analysis grounded in cited sources
Poolside 將在 2026 年底前推出支援多模態輸入的 Laguna 迭代版本。
目前的開發路線圖顯示公司正致力於將 UI 設計稿與需求文件直接轉化為程式碼結構的技術研究。
Laguna M.1 的免費 API 策略將在 2026 年 Q4 轉向付費企業訂閱制。
隨著企業用戶規模擴大，維持大規模 MoE 模型的免費推理成本將難以持續，轉向企業級定價是其商業模式的必然選擇。
⏳ 時間線
2024-06
Poolside 完成由 Bain Capital Ventures 領投的 A 輪融資，正式進入大眾視野。
2025-02
Poolside 宣布收購小型開發者工具公司，開始構建其專有的編碼代理生態系統。
2026-04
正式發布 Laguna XS.2 開源模型及企業級 Laguna M.1 模型。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： VentureBeat ↗