Laguna XS.2
Laguna XS.2 是 Poolside 首款开权重模型，33B 总参数 / 3B 激活参数的混合专家 (MoE) 编程模型，2026 年 4 月 28 日以 Apache 2.0 协议发布，专为 agentic 编程和长链任务设计，单张消费级 GPU 或 MacBook Pro (36 GB 内存) 就能跑。
Poolside 是旧金山一家成立于 2023 年的 AI 实验室，由前 GitHub CTO Jason Warner 和 Eiso Kant 创立，获 Nvidia 投资，估值 $12B。他们在 Hugging Face 上发布了 XS.2 的模型权重，同期还发布了闭源的 225B Laguna M.1。XS.2 在 SWE-bench Verified 上得分 68.2%，SWE-bench Pro 上 44.5%，只凭 3B 激活参数，就超过了 Claude Haiku 4.5 (39.5%) 和 Gemma 4 31B (35.7%)。
就像把跑车发动机塞进摩托车的车身里。
提前 7 天看到萌芽期新词，解锁全部阶段筛选，并每周收到抢先提醒。
为什么现在开始走红？
4 月 28 日，Poolside 一口气发布了两个 Laguna 模型，正式结束隐身模式。XS.2 用 3B 激活参数、Apache 2.0 协议交出了 SWE-bench Verified 68.2% 的成绩，直接对标以 Qwen3 为代表的中国开权重模型，同时在 MacBook Pro 上就能本地运行。
搜索热度
-
萌芽0–7 天
-
初现8–30 天
-
验证中31–90 天
-
上升 ← 当前91–180 天
-
成熟180 天以上
前景
未来 6 个月的热度走势与商业化节奏。
开权重、本地可跑给 XS.2 带来了不少社区关注，但 Qwen3 35B-A3B 在 Terminal-Bench 上领先 21 分。
风险 · 同体量下，Qwen3.6 和 Devstral 2 的基准分数更高。
类比 · Devstral · Qwen3 · DeepSeek Coder
-
现在免费 API，开权重
Apache 2.0 权重加免费 API，没有使用门槛，快速积累开发者社区口碑。
-
3-6 个月微调服务上线
Apache 2.0 协议支持商业微调，面向特定领域的模型定制服务可以开始收费。
-
6-12 个月企业部署工具
通过 Poolside 平台为政府和国防客户提供隔离网络和本地化部署方案。
“Laguna XS.2” 的竞争与机会
判断依据包括已追踪的搜索词、变现方向和相关词。除标注“实测”的 Google KD 外，其余均为参考估算。
“Laguna XS.2” 能做的点子
这个词可以延伸成文章、网站、产品、帖子、邮件、视频或课程。选一个方向，就能开始行动。
基准测试加实际任务对比。开发者在选本地编程模型时这类搜索意图很强。可通过 Ollama 和 Hugging Face 链接做推广变现。
面向 Mac 开发者群体的入门教程，按步骤讲配置过程。等模型在社区站稳，这类教程能持续带自然流量。
给非 ML 背景的开发者讲清楚 SWE-bench Verified、Pro、Multilingual 三档评测的差别，这个解释角度目前很少人写，长尾搜索潜力不小。
Apache 2.0 协议没有使用限制。瞄准不能把代码发送到云端 API 的安全敏感团队，包括国防、金融、医疗。
开权重支持商业微调。面向特定编程语言的 coding 微调包是验证过的 SaaS 切入点，买家画像清晰，适合 B2B 定价。
第一人称实测视频，抓住越来越多想要本地私有编程助手的开发者群体。转发率高，有具体 demo 可拍。
以新兴开权重编程模型品类为核心的周期性简报。品类定位清晰，有潜力吸引开发者工具厂商的 B2B 赞助。
一家拿着 Nvidia 投资、手里有国防合同的公司，把核心模型权重免费开放了，HN 上的反应是：「Qwen3.6 好像在每个基准上都压着它。」
Poolside 用三年时间闭门为政府和国防造产品，4 月 28 日突然扔出一个任何开发者都能下载离线运行的 3B 激活参数模型。
Laguna XS.2 的预训练从发布前五周才开始。这个时间线，加上 Muon optimizer 和 AutoMixer 的数据配方，透露出大多数实验室跟不上的基础设施速度。
大家在搜什么
来自 Google Suggest 和 Trends 的长尾词。热度和竞争度是估算，仅供参考，未经核实。内容类型由搜索词的写法推断。
“Laguna XS.2” 的搜索结果
这里展示当前的自然搜索结果，以及正在投放的广告。广告数量可以反映当下的商业需求。
常见问题
什么是 Laguna XS.2？
Laguna XS.2 是 Poolside 首款开权重模型，33B 总参数 / 3B 激活参数的混合专家 (MoE) 编程模型，2026 年 4 月 28 日以 Apache 2.0 协议发布，专为 agentic 编程和长链任务设计，单张消费级 GPU 或 MacBook Pro (36 GB 内存) 就能跑。
Laguna XS.2 为什么现在火？
4 月 28 日，Poolside 一口气发布了两个 Laguna 模型，正式结束隐身模式。XS.2 用 3B 激活参数、Apache 2.0 协议交出了 SWE-bench Verified 68.2% 的成绩，直接对标以 Qwen3 为代表的中国开权重模型，同时在 MacBook Pro 上就能本地运行。
Laguna XS.2 是什么时候出现的？
约于 2026-04-28 公开出现（截至 2026-08-11 约 105 天前）。EarlyTerms 最早于 2026-04-30 记录到信号。
相关词
同一领域里的其他词：别名、子类、竞品，以及值得继续了解的相近概念。
- 属于 agentic-coding Agentic coding 是让 AI agent 自主完成开发任务的工作方式：agent 自己规划、写代码、跑测试、读报错、修改，一轮轮迭代直到跑通，不需要人在每一步之间点头。这和 autocomplete 式的「AI pair… →
- 属于 coding-agents Coding Agents 是一类 AI 编程工具的品类名。这类工具能自主完成代码工作：读仓库、想改法、改文件、跑测试、开 PR，而不是像 2021 年那批 copilot 只在光标处补几行。 →
- 竞品 openclaw OpenClaw 是一个开源、可自托管的个人 AI agent：持续运行的 runtime，支持接入任意大模型 (Claude、GPT、DeepSeek、Kimi、Gemini)，通过消息应用 (WhatsApp、Telegram、Slack、Discord、Teams)… →
- 竞品 qwen3-6 Qwen3.6 是阿里通义千问团队的新一代大模型系列，主打「真实世界的 agent」场景。两个档位：闭源的 Qwen3.6-Plus（2026 年 4 月 2 日发布）和开放权重的 Qwen3.6-35B-A3B，35B 总参数、3B 激活参数的稀疏 MoE，4 月 16… →
- 相关 managed-agents Managed Agents 是云平台托管并运行 AI agent 的基础设施模式。开发者以前要自己搭 agent 循环，记忆管理、工具路由、状态控制、沙箱隔离、错误恢复，全部自己处理；现在这些都由平台打包成 runtime 服务。 →
- 相关 agent-harness Agent harness 是大模型和真实世界之间的那层中间件，负责跑 agent 循环、调工具、管记忆、守护栏、从错误里恢复。圈子里现在流行一个公式：「Agent = 模型 + Harness。你不是模型，你就是 harness。」 →
- 相关 mlx MLX 是 Apple 开源的 Apple Silicon 机器学习框架，API 风格和 NumPy、PyTorch 基本一致，但整个 runtime 跑在 Metal 和统一内存架构上，CPU、GPU、Neural Engine 共享同一块内存，张量不需要在它们之间来回拷贝。 →
- 相关 opencode OpenCode 是一个在终端里跑的开源 AI 编程 agent，能接 Claude、GPT、Gemini、本地大模型在内的 75+ 家供应商 (通过 Models.dev)。它是 Claude Code 目前最热的开源竞品，GitHub star 数约 146k，仓库在… →
- 属于
- 竞品
- 相关
来源
这份报告引用的一手链接，点开任意一条都能自己核对。
- 01 Poolside：发布 Laguna XS.2 和 Laguna M.1（发布公告） poolside.ai ↗
- 02 Poolside Engineering：Laguna XS.2 与 M.1 技术深度解读 poolside.ai ↗
- 03 Hugging Face：poolside/Laguna-XS.2 模型卡片 huggingface.co ↗
- 04 VentureBeat：Poolside 发布 Laguna XS.2，主打本地 agentic 编程 venturebeat.com ↗
- 05 Ollama：laguna-xs.2 模型库页面 ollama.com ↗
- 06 Hacker News：Laguna XS.2 与 M.1 讨论帖（99 分） news.ycombinator.com ↗
- 07 Wikipedia：Poolside AI 公司背景与融资情况 en.wikipedia.org ↗