Strauss Zelnick difende l’AI come strumento di efficienza, ma ne ridimensiona la portata creativa: i successi, dice, nascono ancora da gusto e rischio.

ThePrimeagen sostiene che chi ama davvero programmare dovrebbe restare vicino al codice. Racconta anche come l'AI gli abbia cambiato il modo di costruire e di godersi il lavoro.

Ravikant e tre fondatori descrivono come l’AI stia spostando il valore dal codice al giudizio, dall’output alla fabbrica che lo produce.

Dax Raad sostiene che l’AI accelera il codice ma non il buon giudizio: Open Code cresce mentre il vero problema resta decidere cosa vale la pena costruire.

Matuschak sostiene che gli agenti di codice possono rompere i silos delle app e liberare nuova invenzione nelle interfacce. Il rischio, dice, è che la cultura tecnica continui a frenare ciò che questi strumenti promettono.

Theo Browne attacca Google su AI, terminale e cloud: modelli costosi, CLI difettosa, fiducia interna spezzata.

Andreessen lega sicurezza, tasse e AI in una tesi unica: chi blocca infrastrutture e imprese prepara declino economico e politico.

Ha lasciato Google con quattro offerte sul tavolo e racconta come si entra oggi nel software e nell’AI tra referral, LeetCode e colloqui con l’AI.

Sanfilippo explains why passing tests are not enough and why LLMs could become virtual QA. He also offers a critical reading of the Banne rewrite in Rust.

LeCun explains why he sees LLMs as a dead end for general intelligence and is betting on world models, Tapestry, and more local AI.

Nish spiega perché HydraDB punta sul contesto, attacca i vector database e racconta come un messaggio brutale abbia sbloccato la crescita.

Graham explains why founders should spend time in Silicon Valley and why Stockholm may benefit if they return.

Iñigo Medina argues AI will layer onto software rather than replace it, and that companies need history, not hype, to adapt.

Theo sostiene che l’HTML stia diventando un formato migliore del Markdown per gli agenti: più leggibile, interattivo e utile nei flussi di lavoro.

Il CEO di Harvey spiega come l’AI stia cambiando il lavoro legale, e perché per lui il vantaggio decisivo resta il giudizio umano.

White sostiene che la formazione tecnica non è sprecata e che l’IA premia chi sa adattarsi, non chi idealizza il coding.

Roslansky sostiene che l’AI stia creando nuovi lavori, mentre college e carriere lineari perdono centralità. Il suo antidoto: competenze tecniche più cinque capacità umane.

Anthropic, OpenAI, and the Pentagon clash over military AI. The video explains why this fight is about power, contracts, and accountability.

DeepSeek v4 Flash runs locally on 128 GB, but Sanfilippo shows that the real bottleneck is prefill, not the answer.

Chamath Palihapitiya lega AI, tasse e potere a un’unica tesi: il vero scontro è per l’attenzione e per chi controllerà l’abbondanza.

Karpathy spiega perché vede l’AI come un nuovo paradigma di programmazione, non solo un aumento di velocità. E sostiene che il futuro dipende da verifiabilità, agenti e comprensione umana.

Ravikant sostiene che l’AI stia già cambiando aziende, hardware e guerra, mentre il settore si concentra in poche mani.

Galloway dice che l’AI è sopravvalutata come minaccia occupazionale ma sottovalutata come forza di disuguaglianza, marketing e solitudine.

Fireship рассказывает о vulnerability in the Linux kernel, discovered by an AI agent, already exploited, and useful as a case study in AI-tool marketing.

Anthropic, Microsoft e Uber segnalano, secondo il commentatore, che l’AI sta entrando in una fase più costosa e meno permissiva. L’utilità resta, ma il conto economico diventa centrale.

Why a badly chosen shard key can skew data and traffic, and when hashing beats fixed ranges. Ben Dicken explains it with concrete examples.

Spiegel spiega perché la distribuzione conta più del product-market fit e perché Snap sta scommettendo su ecosistemi, hardware e AI.

OpenAI misses targets, big tech raises capex, and AI’s real limit becomes energy, not enthusiasm.

Zenz e Roner spiegano perché gli agenti stanno accelerando il lavoro ma anche la complessità, e perché Pi prova a tenere l’umano nel loop.

Naval spiega perché i coding agent cambiano software, venture capital e iPhone, e perché pensa che il pure software stia perdendo valore.

Huang sostiene che i TPU non minacciano Nvidia perché l’azienda vende una piattaforma di calcolo più ampia, non un chip per l’IA.

Un playbook per avviare un business AI da zero: nicchia stretta, prodotto rapido, primi clienti subito, capitale solo se serve.

Ferriss argues that AI multiplies clarity and chaos at the same time, and that the real issue remains choosing the right game.

Bob Lazar and Luigi Vendittelli discuss the new film about S-4 and revive the old question: how much of the story is verifiable, and how much is still faith?

Sanfilippo explains why DeepSeek v4 Pro could be the first open-weights model really close to closed systems, and why price remains the decisive problem.

Flickering is a minimalist Arduino-based courtesy light, presented as a design gadget and offered in pre-sale.

Kleppmann explains why cloud and AI do not make systems simpler, but instead change which trade-offs you need to understand.

Antonio says AI has made polished coding tutorials less useful, so he is shifting to workshops that show debugging, architecture, and judgment.

Sanfilippo argues AI is already reshaping programming, but art still depends on human taste, selection, and judgment. He sees today’s worst failures in music, audiobooks, and slop, not in creativity itself.

Salvatore Sanfilippo argues that coding agents should be switched constantly, because the model matters more than the wrapper.

Huang defends Nvidia’s moat: ecosystem, supply chain and CUDA. And he argues that cutting off China would weaken the United States.