Huang difende il fossato di Nvidia: ecosistema, supply chain e CUDA. E sostiene che tagliare fuori la Cina indebolirebbe gli Stati Uniti.

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 met à jour son livre sur les systèmes de données et explique pourquoi le cloud, l’IA et les logiciels local-first n’effacent pas les compromis fondamentaux.

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

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

Lazar e Vendittelli ripercorrono la storia di S-4 attraverso un film e poi la ampliano in un dibattito su segreto, IA e tecnologia sepolta.

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.

Cinque imprenditori spiegano come partire da zero con l’IA: nicchie minuscole, lancio rapido, clienti subito e niente culto del venture capital.

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.

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’s miss, the AI capex boom, and the Musk lawsuit all point to the same bottleneck: power, not demand, is now deciding the market.

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.

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 piccolo bug del kernel Linux è diventato un grande evento di sicurezza dopo che un’IA l’ha trovato e un exploit pubblico si è diffuso. Ecco cosa fa la falla, chi colpisce e perché patchare conta.

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 sta già cambiando il lavoro, perché teme concentrazione e rischi biologici, e perché difende l’ottimismo.

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

Il video spiega perché il Pentagono vuole IA militari e perché Anthropic ha resistito alle pressioni su armi autonome e sorveglianza.

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 spiega perché considera gli LLM un vicolo cieco per l’intelligenza generale e punta su world model, Tapestry e AI più locali.

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 in mano e racconta perché il mercato tech premia timing, referral e adattamento all’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 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.

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.