Poolside Laguna模型发布：硅谷开源能否追上中国AI？

Poolside沉寂18个月后携Laguna模型重磅回归

2024年10月，Poolside还是硅谷炙手可热的AI新星。这家由前GitHub CTO Jason Warner联合创办的初创公司，以30亿美元估值募得5亿美元资金，专注为政府和大型企业打造编程智能体（coding agents）。编程智能体是当前AI应用最前沿的领域之一，它超越了传统代码补全工具（如GitHub Copilot），能够自主理解需求、规划实现路径、编写完整功能模块、调试错误并进行测试验证。与简单的代码生成不同，智能体具备"代理性"（agency）——即能在多步骤任务中自主决策、调用工具、与环境交互。这一赛道的商业价值巨大，麦肯锡估计全球软件开发市场规模超过6000亿美元，而编程智能体有望将开发效率提升数倍。

然而在随后的18个月里，Poolside几乎从公众视野中消失——同时，OpenAI和Anthropic的估值一路膨胀至接近万亿美元，而一批中国实验室凭借开源模型紧追不舍。

如今Poolside带着名为Laguna的新模型重新登场。根据福布斯报道，在公开基准测试中，Laguna击败了它的美国及中国开源竞争对手——唯一显著的例外是中国实验室Moonshot最新发布的Kimi K3。Warner作为Poolside的联合CEO兼联合创始人向福布斯表示：

"作为一家为西方而构建的美国公司，我们将成为西方最有能力的开放模型。在全球范围内，在这个1180亿参数的重量级别里，我们是领导者。"

Poolside的"工业化造模型"策略：从手工作坊到流水线

Warner声称，在那段沉寂期里，Poolside一直在搭建一套所谓的"模型构建工厂"（model-building factory）基础设施，能够源源不断产出Laguna，并每五周迭代出更新、更强的版本。

他的一句话颇具野心："传统的模型构建是一个手工作坊式的过程，而我们建立的是一套工业化的模型构建流程。"

要理解这句话的分量，需要了解传统大模型训练的现实：通常依赖大量人工干预——研究员需要手动调整超参数、设计数据配比、诊断训练中的loss spike等异常现象，每次训练run都像一次高风险实验。Poolside所谓的"工业化"意味着将这一过程系统工程化：包括自动化的数据管道（持续采集、清洗、去重、质量评分）、自适应的训练调度系统、标准化的评估框架（涵盖数十个维度的自动化测试）、以及模型版本管理和回滚机制。这种方法论借鉴了软件工程中CI/CD（持续集成/持续部署）的理念，将模型迭代从"科学实验"转变为"工程流程"。Meta的Llama系列和Google的Gemini团队也在内部实践类似的系统化方法，但Poolside是少数将此作为核心竞争力公开宣传的公司。

这一表述折射出当前AI竞争的本质变化——从单点突破的"炼丹"式研发，转向可持续、可复制的规模化生产。谁能把训练、评估、迭代变成标准化流水线，谁就可能在长期竞赛中占据优势。

不过Warner也坦承，Laguna要匹敌OpenAI、Anthropic的顶级闭源模型，以及Moonshot发布的新版Kimi K3，还有很长的路要走。但他强调一个关键差异：Poolside的模型体积要小得多。

参数量悬殊对比：Laguna 118B vs Kimi K3 2.8万亿

这里出现了一个耐人寻味的对比。据福布斯披露，Moonshot称Kimi K3是一个2.8万亿参数的模型，足足是Poolside Laguna（1180亿参数）的约20倍。

理解这一对比需要一些技术背景。参数量是衡量模型规模的基本指标——每个参数本质上是神经网络中一个可学习的数值权重。然而参数量与模型能力之间并非简单的线性关系。影响最终表现的因素还包括：训练数据的质量和多样性（Chinchilla定律指出数据量应与参数量匹配）、模型架构的效率（如Mixture of Experts/MoE架构可在推理时只激活部分参数，大幅降低计算成本）、训练后对齐技术（RLHF、DPO等）的质量，以及推理时的计算策略（如思维链、搜索增强等）。Kimi K3的2.8万亿参数很可能采用了MoE架构，实际推理时激活的参数量远小于总量，这也部分解释了其能以较低成本提供服务的原因。

这一悬殊揭示了两种截然不同的技术路线：

• 中国实验室：倾向于用超大规模参数（通常搭配MoE架构）追求极致能力
• Poolside：试图在更小的密集型（dense）模型体积内实现高效表现

Warner表示，公司计划构建更大的模型，最终有望与前沿实验室（Frontier Labs）正面竞争。今年早些时候，Poolside还悄然推出了一个规模更小的模型系列，并从一开始就向数量不详的政府和企业客户分享模型权重，自4月起开始公开分享。

名义"硅谷公司"，实为全球分布式团队

Poolside自称总部位于旧金山，但其运作更具国际色彩。联合创始人Warner往返于加拿大和旧金山之间，另一位联合创始人则常驻葡萄牙，团队大部分成员远程办公。据以往报道，公司曾以法国巴黎为总部，程序员们每隔几个月才在那里集结一次。

这种分布式、国际化的组织形态，某种程度上也反映了当下AI人才与资本流动的全球化现实——"美国公司"的标签背后，往往是跨越大洲的协作网络。这并非个例：Mistral（法国）的许多核心研究员曾在Google和Meta工作，Cohere（加拿大）在全球多地设有研发中心，而即便是OpenAI本身也有大量非美籍员工。在AI领域，人才的稀缺性使得地理边界变得模糊，公司注册地与实际知识生产地之间的错位日益常态化。

前OpenAI、前GitHub高管纷纷入局开放权重赛道

硅谷正急于打造对抗中国AI的本土替代方案，这些方案常被冠以"开源"之名。不过需要澄清一个关键概念：

像DeepSeek这样的中国初创公司并不公开代码或训练数据，而是发布所谓的**"模型权重"（model weights）**，允许开发者下载、本地运行并微调模型。

在AI行业，"开源"一词被广泛滥用。严格意义上的开源应包括：模型权重、训练代码、训练数据、数据处理管道和完整的复现文档。而"开放权重"仅发布训练完成的模型参数文件——用户可以下载、运行和微调，但无法了解或复现训练过程。这一区别至关重要：开放权重让下游开发者受益（降低使用成本、允许定制化），但并不构成真正的科学透明度。OSI（开源促进会）在2024年发布了AI开源的正式定义，明确要求训练数据的充分披露。目前Meta的Llama、DeepSeek的模型以及Poolside的Laguna都属于"开放权重"而非完全开源。这种模式的商业逻辑在于：通过开放推理层获取生态影响力，同时保留训练层的竞争壁垒。

正是这种开放权重的模式，对那些不愿受制于OpenAI和Anthropic闭源模型控制、又苦于ChatGPT和Claude高昂使用成本的初创公司乃至大企业极具吸引力。

上周，前OpenAI CTO Mira Murati创办的Thinking Machines Lab也发布了首个AI模型——一个名为Inkling的开放权重模型。与AI行业无休止的炒作形成鲜明对比，该实验室坦言：这并非当前"最强的整体模型（无论开源还是闭源）"，但它的定位是灵活、易于定制。

OpenAI、Google乃至Nvidia也都投身开放权重的赛道。曾凭借Llama拥有领先开源模型的Meta，去年却转向了一个名为Spark的新闭源模型。

追赶的残酷现实：Kimi K3已能撼动美股

迄今为止，鲜有西方模型能接近顶级中国模型的能力，而其中最强势的正是来自Moonshot的产品。据AI榜单Arena显示，Kimi K3在部分编程任务上超越了OpenAI和Anthropic的顶级模型。

这里提到的Arena（即Chatbot Arena/LMArena）是由UC Berkeley的LMSYS团队运营的众包评测平台，采用类似国际象棋的Elo评分系统——让真实用户盲测比较两个模型的回答质量，通过大量人类偏好投票得出排名。与传统静态基准（如MMLU、HumanEval）不同，Arena的优势在于更贴近真实使用场景、更难被针对性优化（即"刷榜"）。目前Arena已成为业界公认最有参考价值的综合评测之一，其编程子类别（Coding Arena）尤其受到开发者关注。

尽管Kimi K3在某些指标上仍有落后，但同样任务下它的收费比Anthropic低约三分之二、比OpenAI低约三分之一。

如此强大且廉价，以至于它在7月发布后一度惊动了美股市场——这与2025年1月DeepSeek R1发布后引发美股科技板块大幅震荡的情形如出一辙，投资者担忧中国模型的高性价比可能颠覆西方AI公司的定价权和商业模式。过去一个月，LLM市场平台OpenRouter报告称，来自小米、腾讯等中国企业以及ZAI等初创公司的模型，位列最受欢迎的前五名。

不过对美国企业而言，一个现实的障碍是：目前Kimi K3只能在Moonshot位于中国境内的服务器上运行，这让美国公司在采用时不得不三思。这一限制涉及多层面的地缘政治考量：美国企业将代码和商业逻辑发送至中国服务器，可能违反ITAR（国际武器贸易条例）、EAR（出口管理条例）等法规，对国防和金融等敏感行业尤其如此。此外，2024年美国商务部提出的规则制定提案已明确将AI模型服务视为潜在的受控技术交易。这种"技术脱钩"的现实，恰恰为Poolside等西方开放权重模型创造了明确的市场空间——企业需要性能接近中国模型、但可在本地或西方云基础设施上运行的替代方案。

结语：一场不对称的AI竞赛才刚刚开始

综合来看，硅谷的开源反击战已经打响。前OpenAI CTO、前GitHub CTO等重量级人物纷纷下场，Poolside的"工业化造模型"理念也颇具想象力。

但残酷的现实摆在面前：无论从基准表现、参数规模，还是从性价比和市场受欢迎程度看，中国开放权重模型目前都占据着明显优势。Poolside用1180亿参数挑战2.8万亿参数的Kimi K3，正是这场竞赛不对称性的缩影。

西方要真正追赶，需要的或许不只是几个明星创始人和响亮的口号，而是能否将"工业化"承诺兑现为持续领先的实际成果。这场竞赛的终局，取决于谁能更快地将技术路线转化为可落地的商业价值——而在编程智能体这一垂直领域，商业价值的衡量标准最终将落在一个朴素的问题上：谁的模型能让开发者写出更好的代码、更快地交付产品。

核心要点