想象一下，削减对一位伟大现存数学家的资助

Cerebras 本周展示了其以非常高的速度托管大型 MoE 的能力，推出了 Qwen3 235B 2507 和 Qwen3 Coder 480B 端点，输出速度超过 1,500 个 token/s ➤ @CerebrasSystems 现在提供 Qwen3 235B 2507 推理和非推理的端点。这两个模型的总参数为 235B，活跃参数为 22B。 ➤ Qwen 3 235B 2507 推理提供的智能可与 o4-mini（高）和 DeepSeek R1 0528 相媲美。非推理变体的智能可与 Kimi K2 相媲美，远超 GPT-4.1 和 Llama 4 Maverick。 ➤ Qwen3 Coder 480B 的总参数为 480B，活跃参数为 35B。该模型在代理编码方面特别强大，可以用于多种编码代理工具，包括 Qwen3-Coder CLI。 Cerebras 的发布代表了这一智能水平首次以这些输出速度可用，并有潜力解锁新的用例——例如，在不必等待几分钟的情况下，为每个代理步骤使用推理模型。

Qwen3-Coder 以 ~2000 个令牌/秒的速度现已在 Windsurf 上线！⚡️ 由 @CerebrasSystems 完全托管于美国服务器上。 视频为 1 倍速。

每次高管招聘都是对上一个职位招聘的过度反应。 这往往是重点，没问题。但许多首席执行官常常忽视上一个人的优点，过于重视弥补那些缺点。 因此，意识到这一点是很有价值的。

SOTA，西方开放模型 ✅ 非常大的模型 ✅ 为提升智能开辟新维度 ✅ 建造成本低于350万美元 🤯 自去年11月@benchmark投资以来，与团队合作非常棒。特别感谢@adityaag @southpkcommons的介绍！

你的竞争对手是谁？ 在商业中我也见过很多次。@dittycheria 领导的 BladeLogic 让我们在 Opsware 上变得更好。Snowflake 让 Databricks 变得更好，反之亦然。 汤姆对他当时的真实反思与事后回顾的对比令人耳目一新。

Cerebras 刚刚在 @huggingface 上作为推理提供者突破了 300 万的月请求量。才刚刚开始！

"@lqiao，Fireworks的首席执行官对我说，‘找到在模式匹配和路径寻找之间有正确平衡的领导者特别困难。’" 我认为这是对在AI原生环境中领导困难的绝妙表述。 这与@rabois关于在面对AI时如何构建新组织的帖子相关。

上周6次董事会会议中的5次主要讨论主题：如何在人工智能时代重新设计初创企业的组织结构。

我曾在几家公司工作过，从初创公司到上市及其后。以下是我作为投资者所携带的五个教训。它们在电子表格中都不会出现。 1. 文化是公司的第二产品：公司有两个产品——一个是卖给客户的，另一个是卖给员工的。我曾在一些对文化非常重视的公司工作，也在一些不重视文化的公司工作过——那些对文化和产品同样用心的公司对我作为投资者来说非常有吸引力。这并不意味着他们为员工建游乐场。例如，亚马逊对其文化非常讲究。这并不适合每个人，但它有效。丹纳赫（Danaher）是另一个著名的例子。 2. 没有公司有“权利”进行第二次尝试：建立一个成功的单一产品业务是困难的。成为一个多产品业务则复杂得多。你需要保持核心业务的增长，以便为第二次尝试提供资金。你的客户并不欠你在新领域的成功。新兴热门项目的员工与“老”公司的员工之间的文化紧张关系很高。此外，第二次尝试是如此艰难，以至于它需要比第一次尝试更大，才真的值得。 3. 执行胜于战略：任何人都可以制定一个优雅的战略。成功执行的记录才是重要的。每个成为公司首席执行官的人都能说得头头是道。他们都能讲述一个引人入胜的故事，说明他们为什么会成功。每次我都更看重顽强的执行，而不是精美设计的战略。 4. 我喜欢创始人领导的企业的“赔率”：在某个时刻，你的公司将会面临危机。你将不得不“孤注一掷”才能渡过难关。这需要管理层和员工的信念。我见过创始人这样做，也见过职业经理人这样做。每次我都更倾向于选择创始人。 5. 避免那些消化不良的公司：大卫·帕卡德（David Packard）曾经著名地说过：“更多的企业死于消化不良，而不是饥饿。”一家公司一次只能做好2-3件事。避免那些试图做太多事情的公司。它们会失败。