Când AI-ul de nivel enterprise devine open source: Laguna XS.2 de la Poolside

E rar să vezi un model AI care să spună direct pentru ce a fost creat.

Cele mai multe lansări vin cu tabele de benchmark-uri, promisiuni de performanță uluitoare și vise despre AGI iminent. Laguna XS.2 de la Poolside face altceva: dezvăluie istoria unei echipe care ani de zile a construit sisteme AI pentru guverne și contractori din apărare. Acolo, viteza înseamnă audituri de securitate, nu lansări rapide.

Acum, tot ce au învățat e disponibil gratuit, sub licența Apache 2.0.

De ce originea contează mai mult decât scorurile

Înainte de XS.2, Poolside lucra în secret. Deploy-uri air-gapped. Infrastructură on-premise. Niveluri de autorizare inaccesibile majorității developerilor. Nu era muncă spectaculoasă – era inginerie unde fiabilitatea ține sistemele în viață.

Lansarea publică a XS.2 pare un efect secundar al misiunii lor. tocmai de asta atrage atenția. Modelul nu a fost tunat pentru topuri de leaderboard. A fost făcut pentru probleme reale, unde eșecul nu e o opțiune.

E o filosofie opusă cursei actuale din AI.

Ce primești concret

Cu 33B parametri totali și doar 3B activi pe token, Laguna XS.2 rulează ușor. Nu e teorie – îl pornești pe un Mac cu 36GB RAM. Funcționează perfect cu Ollama, vLLM sau Transformers.

Arhitectura reflectă constrângeri practice:

Attention eficient: 30 din 40 de layere folosesc sliding window attention cu gating per head. KV cache-ul rămâne mic, inferența e rapidă, chiar la contexte lungi.

Raționament nativ: Suport integrat pentru gândire intercalată cu tool calls. Activezi sau dezactivezi pe loc, în funcție de task.

Context de 128K: Spațiu suficient pentru codebase-uri mari, doc-uri și lanțuri de raționament.

Filosofia centrată pe cod

Aici Poolside se diferențiază clar: codul e abilitatea de bază prin care agenții rezolvă orice. Un agent care scrie și execută cod devine autonom. Creează tool-uri proprii. Interacționează cu sisteme imposibil de atins doar prin function calling. Asta nu e întâmplare în designul XS.2 – e nucleul întregii abordări.

Dacă construiești agenți autonomi, se potrivește perfect. Modelul a fost antrenat pe traiectorii cu sute de tool calls, nu pe task-uri scurte din benchmark-uri.

Test real: benchmark-urile

XS.2 nu câștigă totul. Qwen 3.6-35B îl depășește pe SWE-bench standard. Claude Haiku 4.5 domină Verified.

Dar esențialul: ține pasul la coding multilingv și la probleme cu orizont lung. Benchmark-urile Poolside măsoară traiectorii scurte. Aici nu strălucește XS.2 cu adevărat.

Testul adevărat e performanța agentică pe termen lung – genul de lucru din producție, care nu încape în suite standard.

Cum începi azi

Prin API: Poolside oferă acces gratuit limitat. Testează XS.2 (open) și Laguna M.1 (225B, closed) pe datele tale reale.

Local: Ollama îl rulează direct. Transformers și vLLM sunt gata din prima zi.

Tool-uri agenți: Au lansat pool, un agent terminal lightweight pe Agent Client Protocol. Referință ideală pentru sisteme agentice.

De ce contează acum

Industria AI s-a împărțit. Pe o parte: modele pentru consumatori, optimizate pe leaderboard-uri și demo-uri virale. Pe alta: sisteme enterprise și guvernamentale, unde fiabilitatea bate scorurile.

Laguna XS.2 arată ce iese când a doua tabără vorbește public. Nu vrea să fie cel mai inteligent. Vrea să fie cel mai stabil pentru task-uri unde eșecul costă bani reali.

Pentru developeri care fac sisteme de producție – cu generare de cod, agenți autonomi sau integrări externe – asta e abordarea practică.

Weight-urile sunt pe HuggingFace. Codul e open source. Documentația e clară. Dacă așteptai un model enterprise de coding pe care să-l rulezi și modifici, ăsta merită testat serios.