时间：2026年7月21日
地点：美国旧金山
人物：美国人工智能公司Poolside AI、联合首席执行官Eiso Kant与Jason Warner
事件详情：Poolside于7月21日发布面向智能体编程与长时任务的开放权重模型Laguna S 2.1。该模型采用混合专家架构，总参数量1180亿，每个Token激活约80亿参数，支持最高1048576 Token上下文，并提供思考与非思考模式。权重已在Hugging Face开放，采用OpenMDW-1.1许可，可用于商业和非商业场景；Vercel AI Gateway、OpenRouter及Baseten也已上线相关调用或部署入口。
背景：Poolside称，Laguna S 2.1从5月22日启动预训练到公开发布不足九周，使用4096颗英伟达H200 GPU完成训练。公司公布的评测显示，该模型在Terminal-Bench 2.1、SWE-bench Multilingual和SWE-Bench Pro公开集上的成绩分别为70.2%、78.5%和59.4%。为回应代码模型评测中的数据污染与奖励投机争议，Poolside还公开了最终评测中每次试验的完整推理轨迹、工具调用和终端命令。
影响：
- 降低智能体编程部署门槛——1180亿总参数中每次仅激活约80亿参数，有望在保持较长上下文和代码能力的同时降低推理成本，适合自托管与受控环境。
- 扩展开放权重模型选择——商业与非商业均可使用的许可，加上vLLM、SGLang、Transformers和llama.cpp等生态支持，为企业减少对单一闭源API的依赖提供了新选项。
- 推动评测透明化——完整公开最终评测轨迹，使开发者能够检查模型是否通过搜索原始答案、利用验证器漏洞等方式“刷分”，也为独立复现提供基础。
- 基准成绩仍需谨慎解读——不同模型使用的智能体框架、推理预算和第三方榜单并不完全一致，Poolside公布的优势仍需更多独立测试和真实软件工程项目验证。
总结：Laguna S 2.1的重点不仅是1180亿参数和百万Token上下文，更在于以稀疏激活架构、开放权重许可和完整评测轨迹切入企业级智能体编程市场。它显示中等规模模型正在通过训练效率、推理成本和透明度与更大模型竞争。若后续独立评测能够验证其长时编码能力，该模型可能成为本地化代码智能体和高安全场景的新选择。
参考来源：
- https://poolside.ai/blog/introducing-laguna-s-2-1
- https://huggingface.co/poolside/Laguna-S-2.1
- https://venturebeat.com/infrastructure/poolside-drops-laguna-s-2-1-an-open-weight-coding-model-that-beats-rivals-10x-its-size
- https://vercel.com/changelog/laguna-s-2-1-is-now-available-on-ai-gateway
- https://openrouter.ai/poolside/laguna-s-2.1
- https://www.baseten.co/library/laguna-s-21/
- https://trajectories.poolside.ai/
- https://www.tbench.ai/