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

Sanfilippo sostiene che nei coding agent conta meno il marchio del modello che la capacità di cambiarlo spesso. La sua tesi: provare tutto, pagare poco tempo, non innamorarsi di nessuno.

Pearlman spiega perché il mentalismo funziona davvero: non per telepatia, ma per metodo, fiducia e controllo della percezione.

Sanfilippo sostiene che l’IA stia già rimodellando la programmazione, mentre l’arte dipende ancora da gusto, selezione e giudizio umani. Vede i peggiori fallimenti di oggi nella musica, negli audiolibri e nello slop, non nella creatività in sé.

Antonio dice che l’IA ha reso meno utili i tutorial di coding rifiniti, quindi sta passando a workshop che mostrano debugging, architettura e giudizio.

Kleppmann aggiorna il suo libro sui sistemi dati e spiega perché il cloud, l’AI e il software local-first non cancellano i compromessi fondamentali.

Patrick lega esercizio, digiuno e integratori a un’unica idea: stress brevi, recupero vero, meno infiammazione e meno grasso viscerale.

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

13 Pietro parla della pressione dei tour, dei limiti del rap, della fama di famiglia e dell’idea che la creatività, secondo lui, nasca dal cambiare routine e non dalla chimica.

Sanfilippo spiega perché DeepSeek v4 Pro potrebbe essere il primo open weights davvero vicino ai modelli chiusi, e perché il prezzo resta il problema decisivo.

Trump racconta la guerra con l’Iran come una vittoria in corso, ma la BBC mostra una crisi ancora aperta tra Hormuz, ONU e diplomazia segreta.

Bob Lazar e Luigi Vendittelli discutono il nuovo film su S-4 e rilanciano la vecchia domanda: quanta parte della storia è verificabile, e quanta resta fede.

Bowden dice che il covid ha rivelato propaganda, punizione dei medici e danni senza rimedio. L’intervista diventa anche un avvertimento su IA e controllo istituzionale.

Ferriss sostiene che l’AI moltiplica chiarezza e caos allo stesso tempo, e che il vero tema resta scegliere il gioco giusto.

Come la Marina americana rifornisce la flotta nell’Oceano Indiano quando il Golfo non basta più, tra Diego Garcia, tanker civili e USNS.

Ben Felix contesta le regole semplici del risparmio e spiega perché diversificazione, valutazioni e flessibilità contano più delle formule fisse.

Andy Stumpf dice che la tecnologia rende la guerra più precisa ma anche più facile da delegare, e che il vero costo resta umano.

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

Munger spiega perché Berkshire ignora l’asset allocation tradizionale, diffida delle previsioni macro e compra solo quando il prezzo è convincente.

Arthur Brooks spiega il suo protocollo mattutino per arrivare a quattro ore di concentrazione: creatina, caffeina ritardata, proteine alte e nessuna distrazione.

Eve Meyer says cold-chain logistics fails less from missing technology than from weak processes, messy data, and slow human adoption.

Eagleman spiega perché il cervello cambia solo sotto pressione, e perché AI, scuola e abitudini quotidiane possono rafforzarlo o indebolirlo.

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.

Ravikant lega felicità, successo e libertà a una stessa disciplina: scegliere meno, desiderare meno, agire prima.

Ben Felix spiega perché la ricchezza dipende più da disciplina, tasse e casa che da idee geniali. Per lui il mercato si batte soprattutto non cercando di batterlo.

Williamson e Rogan collegano teorie del complotto, salute, media e mascolinità in un’unica diagnosi: gli incentivi moderni deformano tutto.

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.

Huberman spiega perché il cervello cerca zucchero e quali strumenti, dal limone al sonno, possono attenuare i picchi e le voglie.

OpenAI mancano i target, i big tech alzano i capex e il vero limite dell’IA diventa energia, non entusiasmo.

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

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.

Anthropic, Microsoft e Google: i segnali che l’economia dell’AI sta diventando più dura, secondo il narratore di The Prime Time.

Il Mondiale 1962 raccontato come una storia di terremoto, pressioni politiche, risse e arbitraggi contestati, con Garrincha al centro.

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.

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.

Jefferson Fisher sostiene che la comunicazione fallisce quando il conflitto viene affrontato in automatico, senza tempo, confini e riparazione.

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

Brian Chesky dice che l'IA appiattirà le aziende, premierà i fondatori che restano vicini al lavoro e costringerà Airbnb a reinventarsi attorno alle persone.

Dimson dice che la storia di mercato è distorta, che i rendimenti attesi sono più bassi di quanto molte istituzioni assumano e che la diversificazione resta la migliore difesa.

Tre startup, tre prove diverse: community, AI assicurativa e second hand. Il punto comune è capire quando un’idea smette di essere un meme e diventa impresa.

Mossbridge difende precognizione, remote viewing e una teoria del tempo non lineare, intrecciando neuroscienza, fisica e sospetti sui programmi federali.

L’accordo sul compute di Anthropic, i timori di monopolio nell’AI e lo spauracchio di una FDA per l’AI si scontrano con un caso rialzista secondo cui l’AI sta già sostenendo mercati e crescita.

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 si scontrano sull’IA militare. Il video spiega perché questa battaglia riguarda potere, contratti e responsabilità.

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.

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

Ravikant lega vendita, leadership e deal-making a una sola regola: dire la verità in modo credibile e uscire quando un accordo non vale la libertà.

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 sostiene che l’IA si stratificherà sul software invece di sostituirlo, e che le aziende hanno bisogno di storia, non di hype, per adattarsi.

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.

Una chiara introduzione alla grammatica tedesca su posizione del verbo, enfasi, subordinate e forme interrogative, con esempi pratici per chi impara.

A Berlin psychiatrist explains stress, stigma, therapy, and why people often wait too long to seek help.

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

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

Una recruiter di Amazon spiega i filtri che scartano i candidati, perché le referenze contano e come evitare errori che bloccano una candidatura.

Ascani racconta la vendita di Flatmates a Cosmico: valutazione, accordi, soldi incassati e la scelta di restare investito nel gruppo.

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.

Tangen lega l’IA a produttività, investimenti e cultura del dissenso. Sullo sfondo, il fondo sovrano norvegese come macchina di lungo periodo.

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.

OpenAI’s trial and Trump’s China trip expose the same fault line: tech companies now sit inside geopolitics, not beside it.

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