Huang defiende la fosa económica de Nvidia: ecosistema, cadena de suministro y CUDA. Y sostiene que cortar a China debilitaría a Estados Unidos.

Sanfilippo sostiene que en los coding agents importa menos la marca del modelo que la capacidad de cambiarlo a menudo. Su tesis: probar de todo, pagar poco tiempo, no enamorarse de nadie.

Sanfilippo sostiene que la IA ya está remodelando la programación, mientras que el arte sigue dependiendo de gusto, selección y juicio humanos. Ve los peores fallos de hoy en la música, los audiolibros y el slop, no en la creatividad en sí.

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

Kleppmann explica por qué cloud e IA no vuelven más simples los sistemas, sino que cambian qué compromisos hay que entender.

Flickering è una luce di cortesia minimalista basata su Arduino, presentata come gadget di design e offerta in prevendita.

DeepSeek v4 Pro, costes, benchmarks y uso local: Sanfilippo explica por qué el nuevo modelo podría cambiar las reglas para los agentes de programación.

Bob Lazar vuelve a la historia de S-4 a través de una nueva película y convierte la conversación en un recorrido por la reconstrucción visual, el secreto gubernamental, el elemento 115 y la posibilidad de que los humanos mismos sean un proyecto tecnológico.

Ferriss ve la IA como un amplificador que puede empeorar el trabajo, la ansiedad y la desigualdad. Para él, la verdadera cuestión es elegir el juego correcto antes de acelerar.

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 Ravikant spiega perché i coding agent stanno cambiando il software, l’App Store e il destino di Apple. Il suo caso è personale, ma la tesi è di mercato.

Pi nasce come agente minimale e auto-modificabile. Zner e Roner sostengono che il vero problema non è scrivere più codice, ma reggere la complessità che gli agenti producono.

Il mancato obiettivo di OpenAI, il boom della capex AI e la causa Musk puntano tutti allo stesso collo di bottiglia: oggi è l’energia, non la domanda, a decidere il mercato.

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.

Perché una shard key scelta male può squilibrare dati e traffico, e quando l'hashing batte i range fissi. Ben Dicken lo spiega con esempi concreti.

Il creator di The PrimeTime legge i test di prezzo di Anthropic, i cambi di Copilot e il budget di Uber come segnali che l’IA costa sempre di più.

Un bug kernel Linux, trovato da un agente AI, avrebbe aperto una privilege escalation su quasi ogni macchina aggiornata dal 2017.

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.

Naval Ravikant spiega come l’AI stia cambiando aziende, mercati e rischi: meno gerarchie, più concentrazione, più potenza diffusa.

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.

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

DeepSeek v4 Flash corre in locale su 128 GB, ma Sanfilippo mostra che il vero collo di bottiglia è il prefill, non la risposta.

Anthropic, OpenAI e il Pentagono: il video racconta la battaglia per decidere chi controlla l’IA militare e dove finisce la responsabilità umana.

Roslansky legge il mercato del lavoro come un reset di competenze, non come una semplice distruzione di posti. Ecco i ruoli che, secondo lui, crescono davvero.

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

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 argumenta que o HTML está virando um formato melhor que o Markdown para agentes: mais legível, interativo e útil nos fluxos de trabalho.

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

Graham spiega perché i fondatori dovrebbero passare dalla Silicon Valley e perché Stoccolma può beneficiarne, se il ritorno è reale.

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 spiega perché i test passanti non bastano e perché i LLM potrebbero diventare QA virtuali. Dentro, anche la sua lettura critica della riscrittura di Banne 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 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.

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

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.

Perché un vecchio fan di Go dice che il linguaggio sta tradendo la propria identità, e perché ora guarda a Odin come alternativa più coerente.

Sutton sostiene che l’IA generativa imita bene ma non scopre nulla. Per arrivare a creatività artificiale servono valutazione, selezione e obiettivi condivisi.