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

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

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.

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

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

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

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.

Lazar and Vendittelli revisit the S-4 story through a film, then widen it into a debate about secrecy, AI, and buried technology.

Ferriss sees AI as an amplifier that can worsen work, anxiety, and inequality. For him, the real issue is choosing the right game before accelerating it.

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

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

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

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.

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

Spiegel spiega perché i prodotti consumer duraturi sono rari, come Snap prova a difendersi dalla copiatura e perché Specs è la sua scommessa sul prossimo computer.

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

Anthropic、Microsoft 和 Google：The Prime Time 的叙述者认为，这些信号显示 AI 经济正变得更艰难。

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.

Galloway contesta la narrativa dell’apocalisse AI e la lega a valutazioni, disuguaglianza e potere. Per lui la posta vera è chi cattura i benefici e chi resta esposto ai costi.

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

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.

Palihapitiya lega AI, tassazione e crisi del significato in una tesi unica: il problema non è solo tecnico, ma distributivo e politico.

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

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

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.

NeetCode spiega perché non ama programmare, ma difende le basi, l’adattamento e il valore del lavoro ben fatto anche nell’era AI.

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

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

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

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

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

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

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.

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

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

Matuschak argues that code agents can break app silos and unleash new invention in interfaces. The risk, he says, is that technical culture keeps slowing what these tools promise to enable.

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.

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

ThePrimeagen argues that people who truly love programming should stay close to the code. He also describes how AI changed the way he builds and enjoys work.

Strauss Zelnick defends AI as an efficiency tool, but shrinks its creative claims: successes, he says, still come from taste and risk.

Google’s $80 billion raise became a fight over AI’s real economics: revolution, hype, or both. The speakers argue over capex, adoption, and who captures the next layer of value.

Why an old Go fan says the language is betraying its identity, and why he now sees Odin as the more coherent alternative.

Sutton argues that generative AI imitates well but discovers nothing. To reach artificial creativity, evaluation, selection, and shared goals are needed.

A network engineer explains how certificates, internships, contract work, and salary negotiation helped him move from $12 an hour to a $120,000 offer.

Gregor Hohpe argues that a good architect reduces risk and complexity rather than imposing answers. His measure is simple: help others make better decisions.

A clear primer on bipolar transistors, from NPN and PNP structure to biasing, saturation, package types, and common amplifier configurations.