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

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.

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.

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.

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.

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

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

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

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.

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

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 sostiene che l’AI stia creando nuovi lavori, mentre college e carriere lineari perdono centralità. Il suo antidoto: competenze tecniche più cinque capacità umane.

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

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

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

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.

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

Galloway dice che l’AI è sopravvalutata come minaccia occupazionale ma sottovalutata come forza di disuguaglianza, marketing e solitudine.

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.

Anthropic, Microsoft e Uber segnalano, secondo il commentatore, che l’AI sta entrando in una fase più costosa e meno permissiva. L’utilità resta, ma il conto economico diventa centrale.

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

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

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.

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.

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

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

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

Ferriss argumenta que a IA multiplica clareza e caos ao mesmo tempo, e que a questão central continua sendo escolher o jogo certo.

Bob Lazar e Luigi Vendittelli discutem o novo filme sobre S-4 e reativam a velha pergunta: quanto da história é verificável e quanto ainda depende de fé?

DeepSeek v4 Pro, custos, benchmarks e uso local: Sanfilippo explica por que o novo modelo pode mudar o jogo para os coding agents.

Flickering é uma luz de cortesia minimalista baseada em Arduino, apresentada como gadget de design e oferecida em pré-venda.

Kleppmann explica por que nuvem e IA não tornam os sistemas mais simples, mas mudam quais trade-offs você precisa entender.

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.

Sanfilippo argumenta que a IA já está remodelando a programação, mas a arte ainda depende de gosto, seleção e julgamento humanos. Ele vê os piores fracassos de hoje em música, audiolivros e slop, não na criatividade em si.

Sanfilippo argumenta que, em agentes de codificação, a marca do modelo importa menos do que a capacidade de trocá-lo com frequência. Sua tese: teste tudo, pague por pouco tempo, não se apaixone por ninguém.

Huang defende a fossa econômica da Nvidia: ecossistema, cadeia de suprimentos e CUDA. E sustenta que cortar a China enfraqueceria os Estados Unidos.