Andrew Kelley, creatore di Zig, e George Hotz (geohot) hanno pubblicato due articoli critici verso l’hype AI a poche ore di distanza, ricevendo complessivamente 1653 punti su Hacker News. Entrambi dicono la stessa cosa da angolature diverse: gli LLM funzionano e sono utili, ma le promesse di finestre che si chiudono e singolarità imminenti sono marketing dannoso.

Geohot lo dice esplicitamente: “Amo i progressi, uso un agente locale per configurare Linux, funziona davvero. Quello che odio è l’hype negativo (‘se non sei a SF è finita per te’) e il salto logico da ‘autocomplete intelligente’ a ‘flash di luce nel cielo e tutto cambia’”. Kelley critica Anthropic per aver gonfiato le capacità dei propri modelli con claim che non reggono alla verifica.

Perché ti riguarda. Queste non sono voci isolate: sono figure tecniche di peso (Kelley ha costruito un linguaggio, Hotz ha fatto jailbreak di iPhone e costruito auto a guida autonoma) che dicono pubblicamente fidarsi il giusto anche quando parlano i founder. Se stai decidendo dove investire tempo o budget, la loro posizione è chiara: valuta sui tuoi casi, non sulle promesse. L’AI è un tool che dà un boost reale su compiti concreti, non un oracolo che risolve tutto né una corsa dove chi resta indietro perde per sempre.

Il contesto. Questa convergenza arriva nella stessa settimana in cui Sam Altman ha invertito la narrativa sul lavoro, passando da “licenziamenti di massa” a “saldo positivo di posti». È la stessa tensione fra claim di marketing e realtà verificabile.

Nel dettaglio

Il pezzo di geohot

George Hotz parte dalla propria esperienza diretta: “Ho configurato un box Linux con opencode su GLM-5.2 locale la settimana scorsa, e funziona davvero: ‘installa tmux con la configurazione geohot’ funziona, l’Anno del Desktop Linux è finalmente qui”. Poi spiega cosa lo infastidisce:

1. L’hype a valenza negativa: il discorso costante su “finestre che si chiudono”, “classe perpetuamente esclusa”, “restare inesorabilmente indietro”. Hotz lo definisce “progettato per farti sentire male e spingerti a San Francisco, dove tutto fa davvero schifo come dicono queste persone”.

2. Il salto logico ingiustificato: dall’osservazione vera che i modelli sono autocomplete intelligenti, compilatori migliori, motori di ricerca più utili, si salta a “possederanno il cono di luce, se non sei alle feste giuste a SF un giorno vedrai un lampo nel cielo e tutto sarà Cambiato”. Hotz ci scommette tutto quello che ha che questo non accadrà.

La sua tesi è che l’AI è una continuazione della rivoluzione dei computer, guidata dalla legge di Moore e dal progresso generale dell’informatica, non qualcosa che un lab specifico sta “facendo accadere”. I lab hanno incentivo a far credere il contrario, perché così giustificano miliardi di finanziamenti. Hotz cita una presentazione del 2016 sulla superintelligenza e un film del 1991 sulle macchine che conquistano il mondo: “Un certo culto ama prendersi il merito di cose che stanno accadendo con o senza di loro”.

Sulla produttività nel coding, Hotz corregge una propria posizione passata: “Forse sono stato un po’ duro sul fatto che i modelli non sanno programmare. Quello che sta davvero succedendo è che la programmazione sta cambiando”. Cita Linus Torvalds: gli agenti danno un boost 10x, i compilatori 1000x. Hotz stima che siano esagerate entrambe le cifre, ma ora è “abbastanza sicuro di essere più bravo a usarli e di ottenere qualche boost”. Avverte però: “Devi stare molto attento, possono aumentare l’affaticamento cognitivo, e tutto il codice scritto con l’AI al posto tuo è ancora slop (dov’è tutto questo software magico nuovo che i miglioramenti di produttività dovrebbero implicare?)”. I modelli sono utili come trova-e-sostituisci, Stack Overflow, o tutte le regex che non ha mai imparato a scrivere e ora non imparerà mai.

Il pezzo di Kelley

Andrew Kelley (il post originale è stato reindirizzato da un URL sbagliato, quindi manca il contenuto completo nelle fonti recuperate) critica Anthropic per claim che “soffiano fumo” invece di chiamare le cose col loro nome. Il titolo originale era “Zig Creator Calls Spade a Spade, Anthropic Blows Smoke”.

La convergenza

Entrambi convergono su tre punti:

1. I modelli funzionano davvero su compiti concreti (configurazione sistemi, assistenza al codice, ricerca).
2. L’hype è dannoso: crea FOMO, spinge decisioni sbagliate, e distrae da ciò che funziona davvero.
3. La valutazione va fatta sui propri casi, non sulle promesse dei founder o sui benchmark generici.

La reazione su Hacker News (1188 + 465 punti, 896 commenti totali) suggerisce che questa posizione risuona in una parte significativa della comunità tecnica: chi usa gli strumenti ogni giorno vede il gap fra utilità reale e narrativa di marketing.

Implicazioni pratiche

Se stai valutando dove investire tempo o soldi:

• Testa sui tuoi casi, non sulle demo. Il banco di prova del 11 luglio mostra come cambia tutto fra modelli su compiti reali.
• Aspettati un boost, non una sostituzione. Geohot lo dice chiaramente: è come passare da grep a un motore di ricerca migliore, non come sostituire il programmatore.
• Riconosci l’hype negativo. Se un pitch ti fa sentire in ritardo o escluso, è marketing, non analisi.

La battaglia vera non è fra chi usa l’AI e chi no, ma fra chi la usa con giudizio e chi la subisce come moda.