Daniel

Hago #software, desarrollo #tecnología y punto! Nacido #emprendedor 🤙

[Swapna Kumar Panda @swapnakpanda]

SOFTWARE ENGINEERS ONLY,

This 24 minutes video will teach you how to properly prompt Claude, ChatGPT, Gemini, Deepseek.

Anthropic's own team leading the workshop.

Worth more than $1000, but available FREE.

Watch NOW.

Bookmark for LATER.

[Marco @maarcoofdezz]

En lugar de perder una hora viendo una película, mira esto.

En solo 14 minutos, un ingeniero de Anthropic, autor de Building Effective Agents, te enseñará más sobre cómo construir agentes de IA correctamente que lo que muchos desarrolladores descubren por su cuenta en meses.

Posiblemente la parte más compleja de toda la IA.

(Guárdalo, te será muy útil)

[Erick @ErickSky]

🚨 UN DEV JUNTO A CLAUDIO ESTÁN DESQUICIANDO A TODOS EN APPLE

Contexto:
Tu Mac tiene un chip especial llamado ANE (Apple Neural Engine). Es un monstruo diseñado específicamente para inteligencia artificial.

Apple siempre nos dijo lo mismo:
“Este chip solo sirve para ejecutar modelos de IA (inferencia). Entrenarlos (hacer que aprendan) es imposible aquí. Usa la GPU o paga en la nube.”

Spoiler: Era mentira.

Un solo desarrollador llamado @maderix hizo lo que Apple no quería que nadie hiciera: reverse-engineereó las APIs privadas ocultas del sistema y logró que el Neural Engine haga entrenamiento completo.

Forward pass + backpropagation + actualización de pesos… todo corriendo directo en el ANE. Sin CoreML. Sin Metal. Sin GPU. Puro silicio de Apple.

Los resultados en un M4 son brutales:
• Modelo de 109 millones de parámetros → 91 milisegundos por paso de entrenamiento •
Modelo de 596 millones de parámetros (Qwen3-0.6B) → 412 milisegundos por paso

Y cuando usa cuantización INT8 (8 bits), se pone 1.88 veces más rápido.

¿Por qué esto es algo lokísimo?
Porque hasta ahora, si querías entrenar un modelo decente de IA tenías que:
- Gastar miles de dólares en GPUs en la nube.
- O usar la GPU de tu Mac y quedarte sin batería en poco tiempo.

Este man está permitiéndonos entrenar modelos de IA localmente en tu laptop Mac, de forma privada, sin mandar tus datos a nadie, gastando muy poca energía y a una velocidad impresionante.

Esto significa que cualquier persona con una Mac buena podrá:

- Crear sus propios modelos personalizados.
- Fine-tunear LLMs con sus propios datos.
- Experimentar con IA sin depender de empresas externas.

Es como descubrir que tu auto familiar en realidad tenía modo carrera escondido desde fábrica.

El proyecto todavía está en etapa de investigación (no es un producto pulido), pero ya funciona y está creciendo rapidísimo (más de 6.300 estrellas en GitHub).

Serie completa: “Inside the M4 Apple Neural Engine”

Parte 1: Reverse Engineering(Cómo crackeó las APIs privadas y habló directo con el hardware) → https://t.co/dkx6vU5vx6

Parte 2: ANE Benchmarks(Mediciones reales de rendimiento, sin CoreML, y por qué Apple subestima los 38 TOPS) → https://t.co/XfPsIhn7Ys

Parte 3: Training(Lo más fuerte: cómo logró el entrenamiento completo con forward + backprop) → https://t.co/t1Ox6gQQ1I

REPOOO👇

[Daniel @hagosoftware]

@YouTube is down? Here a can't access, it responds without content, only the frame loads.

[Fili @filiksyos]

How to build apps without leaving Cursor

https://t.co/c7smS5Wvy4 - vibe designing
↓
https://t.co/ckhLo0kjae - plan + visualize
↓
cursor - execute

[Tom Dörr @tom_doerr]

local open-source AI app builder, runs on your machine

[Harsh ⚡ @MVP_Builder]

🚨 Indie hacker starter pack:

☑️ Fast MVP
☑️ Cool frontend
☑️ Supabase backend
❌ Security 😬

Fix that last one, here’s how ⤵️

[Sahn Lam @sahnlam]

Understanding the Linux File System Layout

[Ayush Shrivastava 🇮🇳 @ayshriv]

Create a Docker image of a Spring Boot application
#ayshriv #java #springboot #microservices #docker

[Scholarship for PhD @ScholarshipfPhd]

Problem Solving Process

[Jayen Thakker @JayenThakker]

Difference between Excel vs SQL vs Python

[Dhanian 🗯️ @e_opore]

SQL vs NoSQL.

[Hasan Toor @hasantoxr]

Grok 3 is free and insanely powerful.

But 99% of people are using it wrong.

Here’s 10 prompts to use it for deep research, writing, and idea generation:

[Tom Dörr @tom_doerr]

Open-source personal finance app and platform

[Javarevisited @javarevisited]

10 Must Read Data Structures and Algorithms Books
1. Introduction to Algorithms 4th Edition by Thomas H. Corman - https://t.co/t3oUJUgvkm
2. Grokking Algorithms 2nd Edition by Aditya Bhargava - https://t.co/11au3L8lzT
3. Algorithms by Robert Sedgewick- https://t.co/hZEkRXVC3k

[Tulsi Soni @shedntcare_]

I'm deleting this in 24hrs because it's a legit formula to PRINT CASH.

DeepSeek Prompts Cheatsheet

You can make THOUSANDS building and selling them, and literally anyone can do it.

Comment "DS" and I will DM you my full 23-hour video course right now! (must follow)

[Anthony GG @anthdm]

Golang interfaces are great.

[Finn Mallery @fin465]

POV: you got all your most cracked friends to move sf to build an ai startup

Revenue: $50k+ / month
Rent: <$1k / person
Sleep: 4-6 hrs / night
Mattresses on the floor: 7

If you're not doing this, your startup will never hit PMF

[Tom Dörr @tom_doerr]

Open-source terminal with graphical features