TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1011 · 16.08

Видеоигры плохо коллекционируются. Цикл устаревания видеоигр очень своеобразный и отличается от практически всего остального: кино, книг, настолок, музыки. Во-первых, есть чисто технические проблемы: на современных устройствах старые игры не запустятся, так что вам нужно хранить, помимо самой игры, какую-нибудь древнюю приставку. И периферию к ней, потому что современный телевизор в теории тоже может отказаться работать с этим всем. И если, не дай бог, что-нибудь сломается, вы потеряете доступ вообще ко всей вашей коллекции. Я уже не говорю о том, что, в общем-то, держать придется десяток разных приставок и пару древних компьютеров. К этому добавляется тот факт, что игры вам придется покупать и хранить на дисках. А еще бывают игры, которые не являются многопользовательскими, но требуют перманентного соединения с интернетом и живых серверов разработчиков, такие коллекционировать можно только в пиратском виде. Во-вторых, есть эстетический момент. Бывают люди, которые спокойно смотрят на кубическую древнюю графику или даже наслаждаются ей, но таковы не все. Я вот обожаю Half-Life, однако всерьез играть в первую часть мне тяжеловато (к счастью есть Black Mesa Source). Практически во всех остальных жанрах искусства авторы почти не упирались в технологии своего времени, поэтому сейчас можно с полным удовольствием и читать книгу столетней давности, и смотреть старый фильм. Пожалуй, особняком стоит тут всякая фантастика: давайте честно, на бой световыми мечами в четвёртом эпизоде "Звёздных Войн" без слёз не взглянешь. Но всё равно это игровое кино, 80% времени которого занимают симпатичные актёры и прекрасно смоделированные декорации. С играми хуже — авторы первой "Лары Крофт" сделали бы круглые... эээ головы персонажей, если бы могли. С настолками в этом плане куда приятнее. Коробка содержит в себе все компоненты и правила. Ей не нужен интернет или другие источники данных. Ей не нужна периферия для работы. Через 20-30-50 лет я открою коробку, в ней всё ещё будет всё необходимое для игры, графика всё ещё останется такой же красивой. Даже если издатель за это время обанкротится, настолка — вещь в себе. Пожалуй, есть только один по-настоящему серьёзный недостаток против видеоигр — для партии в настолку нужны другие люди. #games

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #a2a

当前筛选 #a2a清除筛选
GitHub Trends

@githubtrending · Post #15283 · 09.11.2025 г., 14:30

#go#a2a#agents#agents_sdk#ai#aiagentframework#gemini#genai#go#llm#mcp#multi_agent_collaboration#multi_agent_systems#sdk#vertex_ai The Agent Development Kit (ADK) for Go is an open-source toolkit that makes it easy to build, test, and deploy smart AI agents using the Go programming language. It lets you create simple or complex agent workflows, use ready-made or custom tools, and run your agents anywhere, especially in cloud environments. With ADK, you get full control, flexibility, and the ability to scale your applications, making it faster and simpler to develop powerful AI solutions for real-world tasks. https://github.com/google/adk-go

GitHub Trends

@githubtrending · Post #14693 · 10.05.2025 г., 12:00

#jupyter_notebook#a2a#agentic_ai#dapr#dapr_pub_sub#dapr_service_invocation#dapr_sidecar#dapr_workflow#docker#kafka#kubernetes#langmem#mcp#openai#openai_agents_sdk#openai_api#postgresql_database#rabbitmq#rancher_desktop#redis#serverless_containers The Dapr Agentic Cloud Ascent (DACA) design pattern helps you build powerful, scalable AI systems that can handle millions of AI agents working together without crashing. It uses Dapr technology with Kubernetes to efficiently manage many AI agents as lightweight virtual actors, ensuring fast response, reliability, and easy scaling. You can start small using free or low-cost cloud tools and grow to planet-scale systems. The OpenAI Agents SDK is recommended for beginners because it is simple, flexible, and gives you good control to develop AI agents quickly. This approach saves costs, avoids vendor lock-in, and supports resilient, event-driven AI workflows, making it ideal for developers aiming to create advanced, cloud-native AI applications[1][2][3][4]. https://github.com/panaversity/learn-agentic-ai