资料修改2026-09尚无逐条事实核验记录；修改日期不代表已验证
本文仍包含未全面复核的历史资料；安装、许可、费用与当前权限请回到官方确认。查看已核信息范围
Poolside
"代码智能体专精"的美国实验室：Laguna 系列（118B MoE / 8B 激活、1M 上下文）主打 agentic coding——在终端类基准（Terminal-Bench 等）上表现突出，且权重开源。小而专，冲的是"写代码这件事本身"。
一句话定位 + 能不能本地跑
| 判断项 | 结论 |
|---|---|
| 权重是否公开 | 是（Laguna S-2.1 开源） |
| 常见许可 | 开源（以仓库声明为准） |
| 本地运行 | 门槛中等偏上：118B MoE / 8B 激活——激活参数小是它的优势（推理成本低） |
| 硬件门槛 | 需较高显存装载权重，但激活少、推理效率好 |
| API | 有（官方 API 形态） |
| 数据去向 | 支持私有部署（面向企业代码场景） |
权重是否公开：是（Laguna S-2.1 开源）
常见许可：开源（以仓库声明为准）
本地运行：门槛中等偏上：118B MoE / 8B 激活——激活参数小是它的优势（推理成本低）
硬件门槛：需较高显存装载权重，但激活少、推理效率好
API：有（官方 API 形态）
数据去向：支持私有部署（面向企业代码场景）
模型谱系（Laguna 系列）
| 时间 | 型号 | 关键信息 |
|---|---|---|
| 2026-07 | Laguna S-2.1 | 118B 总参 / 8B 激活（MoE）、1M 上下文、面向 agentic coding、开源 |
| 并行 | Laguna XS-2.1 | 家族轻量档 |
2026-07：Laguna S-2.1·118B 总参 / 8B 激活（MoE）、1M 上下文、面向 agentic coding、开源
并行：Laguna XS-2.1·家族轻量档
为什么值得单独记录：
- 代码专精 + 长上下文：1M 上下文对"大仓库理解"是关键能力（代码场景最吃上下文）。
- MoE 效率：8B 激活意味着推理成本接近小模型，却能调用 118B 的知识量——这是 2026 年代码模型的主流架构选择。
- 终端基准强：官方定位指向 Terminal-Bench 类评测（终端操作与多步任务）。
官方口径（公开表态与策略）
- "只做代码"：与通用模型厂商划清界限，全部资源押注软件工程场景（含企业私有化代码助手）。
- 开源换信任：代码是企业最敏感的数据，开源权重 + 私有部署是它对企业的核心承诺。
- Agentic 优先：不是补全，是"能执行多步任务的编程代理"。
民间梗与争议
"小厂做专精"的赌注：市场是否愿意为"只写代码"的模型单独付费，是长期观察点。
展开背景
它把全部资源押在「只写代码」上：2024-10-02 宣布 5 亿美元 B 轮；2025-10-30 媒体传出 NVIDIA 拟投至多 10 亿美元（Reuters 转引 Bloomberg News 报道）；2026-07-21 发布 Laguna S-2.1——118B 总参 / 8B 激活的 MoE、最高 1M 上下文，从开始预训练（5-22）到上线不到九周，用 4096 张 H200 训练（VentureBeat 报道）；2026-08 再曝更大的资本动作：NVIDIA 以 60 亿美元与其达成非独家授权协议，并另投 10 亿美元（投前估值 120 亿美元；Newcomer 获得的投资人信件）。8-20 披露的结构更细：60 亿美元买的是「模型工厂」（Model Factory）授权、10 亿美元对应投前 120 亿美元估值、109 名参与 Laguna 的员工收到 NVIDIA 职位邀约，三位联创留任（PYMNTS 转引 The Information）；报道还把它放进 NVIDIA 近一年的同类操作清单——授权 Groq 推理技术并招入其创始团队、逾 9 亿美元授权 Enfabrica 技术、4 亿美元收购 Kumo AI，「授权 + 招人」已是常规手法。但赌注的核心问题没变：全部资源押在软件工程场景，通用任务不覆盖——「市场是否愿意为单一能力单独付费」，仍是它必须自己证明的命题；资本越加注，这个命题越受关注。来源：Poolside 官方：5 亿美元 B 轮 · VentureBeat：Laguna S 2.1 以开放权重对标十倍体量模型 · Newcomer：NVIDIA 以 60 亿美元授权 Poolside 模型工厂 · HN 讨论：NVIDIA 拟投 Poolside 至多 10 亿美元 · PYMNTS：NVIDIA 以 60 亿美元授权 Poolside 模型开发软件（2026-08-21） · HN 讨论：Poolside 与 NVIDIA 达成 60 亿美元授权协议（7 分）
与头部代码模型对比：Cursor / Claude Code / Codex 生态成熟度更高，Poolside 的差异化在"可私有化 + 可定制"。
展开背景
头部产品的壁垒是生态而不是单点能力：Cursor、Claude Code、Codex 的插件、CLI 与工作流沉淀多年；Poolside 的差异化押在「可私有化 + 可定制」——官方把「在你自己的边界内运行、权重完全可控、订阅制定价」写成卖点，目标客户是政府、国防与受监管企业（VentureBeat 报道）。开放权重是它的另一张牌：2026-04 放出 XS.2，7 月的 S-2.1 以 OpenMDW-1.1 许可上架 Hugging Face，vLLM、SGLang、Ollama、llama.cpp 等生态当天适配；到 2026-09，Hugging Face 上 S-2.1 已累计 14.8 万次下载、1,029 赞，家族备齐 FP8 / INT4 / NVFP4 / GGUF 等量化版本。官方博客也换了打法：7-21 的发布文把 S-2.1 定位成「长时程工作与推理」，并公开全部评测轨迹（trajectories.poolside.ai）供复现——在生态厚度不如头部时，透明度是它换信任的一种方式。但第三方工具链的追平仍在路上——llama.cpp 的 Laguna 适配 PR 直到 2026-07 才合并，8 月 HN 帖「有人试过 Laguna S 2.1 吗」回应寥寥。换句话说，选它的理由和风险来自同一处：控制权换来的，是生态成熟度要自己补。来源：Poolside 官方：Poolside Platform · VentureBeat：Laguna S 2.1 与开放权重路线 · llama.cpp PR #25165：Laguna XS.2 / M.1 适配 · HN 讨论：有人试过 Laguna S 2.1 吗 · Poolside 官方：Introducing Laguna S 2.1（2026-07-21） · Hugging Face：poolside/Laguna-S-2.1（OpenMDW-1.1）
说明：以上为公开报道与社区讨论，非官方定论；本站档案基于模型谱系与公开信息整理。
怎么用（三条路）
1. 本地/私有部署（主路径）
- Laguna S-2.1 权重自建：适合代码不能出内网的团队。
- 部署框架：vLLM（长上下文场景）见 vLLM；量化见 GGUF 量化与显存。
2. 接入编程工具
3. 官方 API
- 轻量使用走 API。
避坑
- 长上下文的显存账：1M 上下文很诱人，KV Cache 显存需求要按实际序列长度算（见 显存与量化进阶）。
- 生态仍在早期：第三方工具适配有限，接入前验证。
- 专精的边界：只做代码，通用任务别用它。
- 许可确认：开源条款以仓库为准。
上手速查
| 想干什么 | 用什么 | 注意 |
|---|---|---|
| 内网代码助手 | Laguna S-2.1 私有部署 | 长上下文 KV 显存按实际算 |
| 接入 CLI | 自定义端点（OpenCode/Cline） | 适配仍需验证 |
| 快速试 | 官方 API | 轻量使用 |
| 大仓库理解 | 1M 上下文 | 是它的核心卖点，实测为准 |
内网代码助手：Laguna S-2.1 私有部署·长上下文 KV 显存按实际算
接入 CLI：自定义端点（OpenCode/Cline）·适配仍需验证
快速试：官方 API·轻量使用
大仓库理解：1M 上下文·是它的核心卖点，实测为准
官方入口
- 官网：
poolside.ai· 权重：Hugging Face（官方组织）
串联
- 编程工具链 → Claude Code vs Codex CLI（生态位对照）
- 本地部署 → vLLM / LLM 本地部署
- 长上下文与显存 → 显存与量化进阶