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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1108 · 21.06

Посмотрел 7 серий «Киллербота», и вот что понял. В книгах описание мира приведено через восприятие главного героя. Само это восприятие очень своеобразное, что сглаживало и искажало некоторые спорные моменты. Но в сериале мы сторонний наблюдатель, и из-за этого слишком отчётливо видно, что все персонажи-люди — полнейшие фрики. Возможно, так и задумано, потому что книги в целом имеют тон повествования «глупые люди и умный робот среди них». И вообще, под определённым углом в романах проступает мысль, что белый мужчина с рациональными реакциями и маскулинно-защитной ролью уже как бы не совсем человек и не встраивается в общество. Да, автор -- женщина и сторонница западных ценностей, но американка, а не жительница Европы. Ещё и из сравнительно консервативного Техаса. Поэтому есть шанс, что карикатурная фриковость людей в романах -- тонкий умысел. Но если так, создатели сериала это не уловили совсем. В итоге люди в кадре -- нечто среднее между хиппи-коммуной, полиаморной семьёй и обществом анонимных жертв, собирающихся в круги для откровений. Они слишком ортодоксально либеральные, все представители разных меньшинств, ЛГБТ, мужчины-неженки, сильные женщины с короткой стрижкой, дайвёрсити по национальностям, параноидально чуткие к эмоциям друг друга и так далее. Ещё и в мире радикальной капиталистической антиутопии они живут на планете, структуру общества которой будто бы описывал восторженный ребёнок, что-то в духе «Все очень хорошие и делают только добро». И актёры с этим всем тоже совершенно не справляются, потому что им приходится играть драматически там, где по сути мы смотрим гиперболизированный ситком. Думаю, этим объясняется разрыв между оценками критиков и зрителей, и в целом сравнительно холодный приём после высоких ожиданий от трейлера. Смотрю только ради Скарсгарда -- он, конечно, идеально попал в каст. Ещё и высокий (194 см), прямо как в романах описано, что робот всегда был на голову выше окружающих людей. Ну и стоит отметить фантастически крутой ретрофутуристичный визуальный стиль, а также хорошую находку авторов в виде отображений всяких надписей и чисел голограммами рядом с героем (да, мы такое видели, например, в «Шерлоке», но там это только визуальный приём, а тут ещё и по сюжету вписывается). #fiction

Hashtags

Резултати

Намерени 5 подобни публикации

Търсене: #langgraph

当前筛选 #langgraph清除筛选
Data Science Jobs

@datasciencejobs · Post #2701 · 28.04.2025 г., 15:03

#LangChain#LangGraph#LLM#AI#вакансии Друзья, всем привет! Ищем Автора для разработки текстового асинхронного курса по фреймворкам LangChain и LangGraph для действующих специалистов DS уровня Jun+. О нас: Standard Data – проектируем и реализуем образовательные решения под заказ крупных компаний в сферах ИИ, дата-инжиниринга и веб-разработки. Кого ищем: Data Scientist уровней middle и senior для создания текстового курса. Ожидания от кандидата: • Опыт работы с LLM в коммерческих проектах от 1 года; • Опыт работы в Data Science от 1,5 лет; • Высшее профильное образование; • Глубокое знание Python и интересуешься языковыми моделями и машинным обучением; • Желание делиться знаниями. Что нужно делать: • Разрабатывать уроки для курса по фреймворкам LangChain и LangGraph; • Писать текстовые материалы; • Работать в команде с тех-лидом, редактором и дизайнером. Что мы предлагаем: • Вознаграждение за один урок (3-5 страниц текста в Google Документах): 7к - 12к; • Гибкий график; • Сумма вознаграждения возможна и больше, всё зависит от опыта, публикаций и результатов собеседования; • Классную команду единомышленников. Ждем тебя в нашей команде, пишите в тг, или сразу кидайте резюме: @KaterinkaGl _____ За успешную рекомендацию по традиции бонус! Суммарно 15к: при прохождении тестового 5к, еще 10к. после 2 месяцев хорошей работы. Если у тебя классный кандидат с большим опытом, то пишите в ЛС, согласуем другой бонус!

GitHub Trends

@githubtrending · Post #15565 · 16.03.2026 г., 11:30

#python#ai#deepagents#langchain#langgraph Deep Agents is a ready-to-use AI agent framework that comes with built-in planning, file management, and task delegation tools. It breaks down complex tasks into manageable steps, maintains context across conversations, and can spawn specialized sub-agents to handle focused work independently. You benefit from getting a working agent immediately without building from scratch, while retaining full customization options for your specific needs. The framework handles context management automatically, making it ideal for multi-step projects that traditional agents struggle with. https://github.com/langchain-ai/deepagents

GitHub Trends

@githubtrending · Post #15419 · 17.01.2026 г., 09:30

#python#agent#ai#aippt#editable_pptx#langgraph#paper2slides#ppt_generator Paper2Any turns paper PDFs, images, or text into editable diagrams, technical roadmaps, experiment plots, PPT slides, and more with one click. Key tools include Paper2Figure for scientific visuals, Paper2PPT for custom decks with table extraction, PDF2PPT for layout-perfect conversions, and AI beautification. Install via GitHub on Python 3.11+, Linux preferred; try online demo or scripts. You save hours recreating figures or slides for research, talks, or reports, getting pro-quality, customizable outputs fast. https://github.com/OpenDCAI/Paper2Any

GitHub Trends

@githubtrending · Post #15523 · 25.02.2026 г., 12:30

#typescript#agent#agentic#agentic_framework#agentic_workflow#ai#ai_agents#bytedance#deep_research#harness#langchain#langgraph#langmanus#llm#multi_agent#nodejs#podcast#python#superagent#typescript DeerFlow 2.0 is an open-source super agent harness that orchestrates multiple sub-agents, memory systems, and sandboxed execution environments to accomplish complex tasks. Built on LangGraph and LangChain, it combines research, coding, and content creation capabilities with extensible skills and tools. The platform features isolated Docker containers for safe execution, long-term memory that learns your preferences, and the ability to spawn sub-agents that work in parallel on different task angles. You benefit from dramatically reduced research and automation time—tasks that typically take hours complete in minutes—while maintaining full transparency and control over agent decisions through human-in-the-loop collaboration. Whether you need deep research reports, data analysis, slide decks, or custom workflows, DeerFlow handles multi-step complexity without requiring extensive coding knowledge. https://github.com/bytedance/deer-flow

GitHub Trends

@githubtrending · Post #14662 · 02.05.2025 г., 12:00

#typescript#aceternity_ui#agent#agents#ai#chrome_extension#extension#fastapi#glean#langchain#langgraph#nextjs#nextjs15#notebooklm#notion#ollama#perplexity#python#rag#slack#typescript SurfSense is a highly customizable AI research tool that helps you organize and search your personal knowledge base. It connects to many external sources like search engines, Slack, Notion, YouTube, and GitHub. You can upload various file types and interact with your saved content using natural language. SurfSense provides cited answers and supports local AI models, making it a powerful tool for research. It's also self-hostable and open-source, allowing you to control your data and customize it as needed. This helps you manage information more efficiently and privately. https://github.com/MODSetter/SurfSense