Poolside'ın Laguna XS.2: Kurumsal Seviye AI'nin Açık Kaynak Dünyasına Girişi

Kendi amacını açık açık söyleyen bir yapay zeka modeli çıktığında hoş bir hava esiyor.

Genellikle AI modellerinin tanıtımı, benchmark tabloları, performans promalarıyla ve AGI'nin kapıda olduğuna dair vaatlerle dolu oluyor. Poolside AI'ın yeni Laguna XS.2 ise farklı bir yol izliyor. Devletler ve savunma müteahhitlerleri için yıl boyunca AI sistemleri inşa eden bir ekibin gerçek öyküsünü sunuyor—yani "hızlı hareket et, şeyleri kır" mantığının güvenlik denetimlerine çarptığı ortamlarda çalışan insanların hikayesi.

Şimdi öğrendiklerinin tamamını herkes Apache 2.0 lisansıyla kullanabilecek hale getirmişler.

Krediler, Performans Tabloları Kadar Önemli

Laguna XS.2'den önce Poolside, gölgelerde çalışıyordu. İnternet bağlantısı olmayan sistemlerde kurulu. Fiziksel sunuculara bağlı altyapı. Çoğu geliştirici tarafından düşünülmeyen yetki seviyeleri. Gösterişli bir iş değildi—güvenilirliğin bir özellik değil, hayatta kalmanın koşulu olduğu mühendislik işiydi.

Laguna XS.2'yi halka açmak, neredeyse asıl görevlerinin yanında bir detay gibi görünüyor. Ama işte bu yüzden ilginç. Bu model, sıralama tablolarında birinci olmak için optimize edilmemiş. Başarısızlığın söz konusu olamayacağı ortamlarda gerçekten zor problemleri çözmek için yapılmış.

Bu, bugünün AI yarışının ürettiği tasarım felsefesiyle tamamen farklı bir şey.

Elinde Ne Var Meseleniz

33 milyar parametreyle ama token başına sadece 3 milyar aktif parametreyle, Laguna XS.2 aslında çalıştırılabilir bir model. Teorik donanım gereksinimlerinden bahsetmiyoruz—bunu 36GB RAM'li bir Macbook'ta deploy edebilirsin. Ollama, vLLM veya Transformers üzerinden, bu pratik açık kaynak altyapı.

Mimarinin aldığı kararlar, gerçek dünya kısıtlamalarını yansıtıyor:

Verimli dikkat mekanizmaları: 40 katmanın 30'u, kayan pencere dikkat kullanıyor ve her başlı gating sistemiyle çalışıyor. Bu, KV önbelleğini düşük tutuyor, yani daha hızlı sonuçlar alıyorsun, uzun bağlamda kalite kaybı olmadan.

Yerleşik düşünme yetenekleri: Araç çağrıları arasında iç içe geçmiş akıl yürütmeyi destekliyor. Bunu görevler için talep göre açıp kapatabilirsin—her problem zincir-of-düşünce mantığına ihtiyaç duymaz, ama ihtiyaç duyduğunda hazır.

128K bağlam penceresi: Böyle bir alan, kapsamlı kod tabanları, dokümantasyon ve mantık zincirlerine yetecek kadar.

Kodlamayı Merkeze Alan Düşünce Tarzı

Poolside'ın yaklaşımı burada ana akımdan ayrılıyor: kod yazma yeteneğinin, ajanların başka her şeyi başardığı merkezi kapasite olduğunu düşünüyorlar.

Kod yazabilen ve çalıştırabilen bir ajan, bağımsız olarak hareketi düzenleyebiliyor. Kendi araçlarını kurabiliyor. Sistemlerle, salt fonksiyon çağırmanın asla izin vermeyeceği şekillerde etkileşim kurabiliyor. Laguna XS.2'nin tasarımında tesadüf değil—bütün düşüncenin merkezinde bu var.

Eğer sorunları kendi kendine çözmesi gereken AI sistemleri inşa ediyorsan, bu felsefe gerçek ajan mimarileriyle temiz bir şekilde eşleşiyor. Model, çoğu benchmark'in ölçtüğü kısa süreli görevler değil, yüzlerce araç çağrısına yayılan yörüngeler için eğitilmiş.

Gerçekçi Bir Bakış: Benchmark Sonuçları

Laguna XS.2 her benchmark'te ezici bir şekilde öne geçmiyor. Qwen 3.6-35B, standart SWE-bench puanlarında daha iyi performans gösteriyor. Claude Haiku 4.5, SWE-bench Verified'de lider konumda.

Ama önemli olan şu: XS.2, çok dilli kodlama görevlerinde rekabetçi kalmayı başarıyor ve daha uzun ufuklu sorunlarda saygı duyulan sonuçlar veriyor. Kendi ajan aletleriyle yapılan benchmark'ler bile, kısa yörünge görevlerini ölçüyor. XS.2'nin avantajları tam da buraya uymayan yerlerde ortaya çıkıyor.

Gerçek sınav, uzun süreli ajan performansı—tam da üretim sistemlerinde yaşanan ama standart benchmark setlerine uyamayan iş türü.

Bugün Başlamak İçin

API yoluyla: Poolside, sınırlı bir süre için ücretsiz API erişimi sunuyor. Laguna XS.2'yi (açık model) ve Laguna M.1'i (225 milyar parametrelik kapalı modelini) kendi iş yükünde test etmenin en hızlı yolu bu.

Lokal kurulum: Ollama, XS.2'yi direkt olarak destekliyor. Transformers ve vLLM, daha özel yapılandırmalar için birinci günden itibaren uyumlu.

Ajan araçları: Poolside, Agent Client Protocol'üyle çalışacak şekilde tasarlanmış hafif bir terminal ajanı olan pool'u yayımladı. Eğer ajan sistemleri inşa ediyorsan, bu sana bir referans uygulama veriyor.

Bu Anın Neden Önemli Olduğu

AI endüstrisi ikiye bölünmüş. Bir taraf: sıralama tabloları ve viral demolar için optimize edilmiş tüketici modelleri. Diğer taraf: güvenilirliği benchmark puanlarından daha çok önemseyen devlet ve işletme sistemleri.

Laguna XS.2, ikinci grubu halka konuşturduğunuzda ortaya çıkanın ne olduğudur. En akıllı model olmaya çalışmıyor. Başarısızlığın gerçek parayı harcattığı görevler için en güvenilir model olmaya çalışıyor.

Üretim sistemleri inşa eden geliştiriciler için—özellikle kod üretimi, özerk ajanlar veya dış araçlarla entegrasyon gerektirenlerse—bu daha faydalı bir felsefe.

Ağırlıklar HuggingFace'te. Kod açık kaynak. Dokümantasyon sağlam. Gerçekten çalıştırabileceği ve değiştirebileceği kurumsal seviye bir kodlama modeli için bekleyen varsa, bu ciddiye alınması gereken bir sürüm.