Когато enterprise AI става open source: Разглеждаме Poolside Laguna XS.2

Има нещо истинско в AI модел, който си признава предназначението.

Повечето нови модели идват с таблици от бенчмаркове, големи обещания за производителност и намеци за AGI наблизо. Laguna XS.2 от Poolside AI е различен. Той разказва историята на екип, който години наред работи по AI системи за правителства и отбранителни фирми. Там бързането често води до одити, а не до пускане на продукти.

Сега всичко това знание е публично. Под Apache 2.0. За всеки.

Произходът е ключът, не само числата

Преди XS.2, Poolside работеше в тайна. Air-gapped системи. On-premise хардуер. Ниво на сигурност, за което повечето разработчици не мислят.

Това не беше гламурно. Беше работа, където надеждността е задължителна. Не опция.

Публикуването на XS.2 сякаш е второстепенно за тяхната мисия. Но точно това го прави интересен. Моделът не е тунингован за топ в класации. Направен е за реални, критични задачи, където грешката не минава.

Това е друга философия от общата надпревара в AI.

Какво получаваш на практика

XS.2 има 33B параметъра общо, но само 3B активни на токен. Може да го пуснеш лесно. Не са нужни супер компютри – стига Mac с 36GB RAM. Работи с Ollama, vLLM или Transformers.

Архитектурата отговаря на реални нужди:

Ефективно attention: 30 от 40 слоя ползват sliding window attention с per-head gating. KV кешът остава малък. По-бързо inference, без да губиш качество на дълги контексти.

Вградено разсъждение: Поддръжка за interleaved thinking при tool calls. Включи го или изключи го по задача. Не всяка работа иска chain-of-thought, но когато трябва – е там.

128K контекст: Място за големи кодови бази, документация и вериги от мислене.

Фокус върху кодиране

Poolside вижда кодът като основата. От него агентът прави всичко друго.

Агент, който пише и изпълнява код, действа самостоятелно. Създава инструменти. Свързва се с системи по начин, който function-calling не може.

Това не е случайно в XS.2. Това е цялата идея.

Ако градиш автономни агенти, този подход пасва идеално. Моделът е трениран за дълги траектории с сотни tool calls. Не за къси тестове.

Бенчмарковете на чистия

XS.2 не е номер едно навсякъде. Qwen 3.6-35B е по-добър в някои SWE-bench резултати. Claude Haiku 4.5 води в Verified.

Но е силен в многоезични код задачи и дълги хоризонти. Бенчмарковете на Poolside тестват кратки сценарии. Предимствата на XS.2 са в дългите, реални случаи. Тези, които стават в производство.

Как да започнеш сега

Преку API: Poolside дава безплатен достъп за ограничено време. Тествай XS.2 (open) и M.1 (225B, затворен) на твоите данни.

Локално: Ollama го поема директно. Transformers и vLLM са готови от деня.

За агенти: Имат pool – лек терминал агент с Agent Client Protocol. Идеален за старт в agentic системи.

Защо това е важно

AI светът се раздели. От една страна – модели за класации и демота. От друга – enterprise и government, където надежността е на първо място.

XS.2 е гласът на втората група. Не цели да е най-умен. Цели да е най-надежден за задачи, където провалът струва.

За разработчици на production системи – код генерация, агенти, tool integration – това е по-полезният подход.

Weights на HuggingFace. Кодът е open source. Документацията е добра. Ако търсиш enterprise кодов модел, който да пуснеш и промениш, ето го.