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.

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

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.

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.

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

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 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.

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

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.

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

Tre startup, tre modelli sotto stress: meme, AI assicurativa e discovery per il second hand. Il tavolo chiede sempre la stessa cosa: chi paga, e per cosa.

Chesky spiega perché l’AI lo sta costringendo a rifare Airbnb da capo, dal management alla piattaforma di prodotto.

Palihapitiya collega AI, disuguaglianza e potere delle piattaforme in una tesi unica: il problema centrale è chi controlla attenzione, denaro e narrazione.

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.

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

Ben Felix sostiene che ricchezza e sicurezza finanziaria dipendono più da poche decisioni ripetitive che da mosse brillanti.

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

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

Stumpf sostiene che la guerra digitale non ha eliminato il costo umano: lo ha solo reso più rapido, visibile e difficile da ignorare.

Ferriss vede l’AI come un amplificatore che può peggiorare lavoro, ansia e disuguaglianza. Per lui il vero tema è scegliere bene il gioco prima di accelerarlo.

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.

Kleppmann spiega perché cloud e IA non rendono i sistemi più semplici, ma cambiano quali compromessi bisogna capire.