—

在最新一期

No Priors

播客中，刚带领 Cerebras 完成 630 亿美元 IPO 的创始人兼 CEO Andrew Feldman 分享了他们坚持近十年的硬核创业历程。

Cerebras 成立于 2015 年前后，当时他们做出了一个重要决定：不随大流做邮票大小的常规芯片，而是研发一整块餐盘大小的“晶圆级芯片”（Wafer-scale）。

这种设计在当时被业界嘲笑为天方夜谭，甚至在 2017 到 2019 年间，公司每个月烧掉 800 万美元却连硬件都无法交付。

然而，随着 2025 年 AI 模型聪明到可以广泛应用于日常工作，人们对推理延迟的容忍度降到了冰点，Cerebras 凭借比 GPU 快 15 到 20 倍的绝对速度优势，迅速斩获了 OpenAI 超过 200 亿美元以及 AWS 的巨额订单。

当 AI 普及后，慢速推理的市场空间将彻底归零。

“拨号上网的市场规模是零，慢速搜索的市场规模也是零。未来，慢速 AI 推理的市场规模同样会是零。”

这就如同当年宽带普及后，Netflix 顺理成章地从寄送 DVD 转型为电影制片厂一样，极速推理带来的不是渐进式的成本缩减，而是全新商业模式的诞生。

视频来源：https://www.youtube.com/watch?v=jeop9wfb9jU

Builders · 观点精选

Guillermo Rauch

—

Vercel CEO Guillermo Rauch 发起了一项调查，收集了 1400 多条关于“你用 AI 做过最骄傲的产品”的回复。

统计数据显示，虽然在大模型提及率上 Anthropic 的 Claude 系列依然处于绝对领先地位，但在具体的开发工具层面，OpenAI 正在加速追赶，其中 'Codex' 的提及率甚至已经超过了 Anthropic 的 'Claude Code'。

Aditya Agarwal

—

South Park Commons 的合伙人 Aditya Agarwal 感叹技术的迭代速度。就在半年前，大家还在为能与大模型流畅聊天而感到兴奋。然而到了现在，大模型在各种 Agent 的驱动下，产出的代码总量已经超过了人类历史上有记录以来的代码总和。

Aaron Levie

—

Box CEO Aaron Levie 针对 AI 时代的就业问题发表了看法。他认为，即使 AI 能够完全自动化岗位中的某几项任务，也不意味着这个岗位会消失。相反，岗位的定义往往会随之扩大，去承载更多、质量更高的工作。这种效率的提升不仅不会消灭岗位，反而会让原本雇不起专业团队的小企业开始招聘相关人才。

Peter Steinberger

—

Open claw开发者分享了一个与 Codex 协作的实用技巧：在进行大规模代码重构时，可以让 Codex 在工作时同步维护一份“草稿日志”（scratch-log），记录下它在每一步做出的决策、折中权衡以及修复的细节。这样，开发者在最后审计代码时，就能非常清晰地看懂 Agent 的逻辑。

Amjad Masad

—

Replit CEO Amjad Masad 转发了用户的真实反馈。该用户表示，此前用 Cursor 写了三个应用，体验已经很快速，但尝试用 Replit 之后更令人震惊。他仅用一个周末就完成了新应用 Dial 的 MVP 开发，并且在提交苹果商店时一次性通过审核，这在以前几乎是不可想象的。

Thariq

—

Anthropic 的 Thariq 分享了自己的趣味尝试。他想在以前创业公司遗留下来的老代码库上清理一些遗留服务，但自己完全抽不出时间。于是他直接给 AI 运行了类似“请帮我省钱”的指令，结果 AI 自动帮他识别并清理掉了残留的无用闲置服务。有时候，最朴素的提示词反而能解决复杂的工程遗留问题。

Garry Tan

—

Y Combinator 总裁 Garry Tan 透露，自己在这个下午仅仅花了几个小时，就成功微调出了一个专属的 Qwen3.5-397B 模型。他认为，快速、可用且多模态的本地化模型，将会催生出非常惊艳的个人 AI 体验。

由 Follow Builders skill 生成

—

相关学习资料