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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1049 · 21.12

Guilty pleasure: наблюдать, как любители парковаться во дворе занимаются раскопками. С приходом снега выросло количество дискуссий "Пешехонов vs автомобилисты". В основном с друзьями, конечно, потому что лезть с урбанистикой во внешние интернеты это примерно то же самое, что приходить с правилами застольного этикета к зэкам в тюрьму. Интересно, что нередко в качестве аргументов используется сослагательное наклонение или фантастика в жанре альтернативной истории: "Вот если бы сделали бесплатный паркинг напротив дома...", "Вот надо было изначально иначе проектировать дворы..." и т.д. Самое обидное, что я с этими посылами полностью согласен, но никакого решения они не предлагают. Я даже больше скажу: государство тоже не особо много что может сделать с урбанистическими проблемами города. Разве что в Москве, где у чиновников больше управленческой воли, потому что в соседнем кабинете сидит Путин, встречающий в этой самой Москве всяких Такеров Карлсонов и Си Дзинь Пиней. Но в других местах администрация действует популистски, а люди, как мы видим, выбирают некрасивые и неудобные общественные и жилые пространства в угоду личной выгоде. Тем приятнее, что эти же самые люди, за небольшими исключениями, сейчас берут в руки щётки и лопаты, во всех смыслах разгребая последствия своего выбора. #life

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