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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #443 · 10.07

Помните, тут Илон Маск собирался купить Твиттер? Пишут, что он отменяет сделку, потому что Твиттер: — Неправильно считал число фейковых аккаунтов — Не смог предоставить сведения об объёме спама — Открыто признал, что последние годы преувеличивал количество пользователей Кстати, по последнему случаю в прошлом году был крупный штраф от Твиттера собственным же инвесторам по результатам судебного иска. Твиттер заявлял о росте месячной аудитории, но скрыл тот факт, что дневная аудитория стоит на месте. Что, кстати, интересно: люди как бы реже стали в Твиттер заходить, но при этом общее количество этих людей росло. То есть, смотрите, крупная корпорация тоже, как и отдельный человек, может врать, делать хорошую мину при плохой игре, скрывать и преувеличивать и так далее. А ещё инвесторы на Западе умеют замечать такие штуки и штрафовать корпорации. Интересно, что у нас инвесторы, похоже, не умеют, иначе непонятно, почему у них не возникало вопросов к тем же публичным цифрам от ВКонтакте. Хотя в современных реалиях, видимо, ВК уже не стоит считать частным бизнесом, а скорее государственной корпорацией. Не уверен, что для Твиттера срыв сделки с Маском это прямо так уж плохо. Маск там почти силой хотел его поглотить и навести свои порядки, весьма своеобразные, в соответствии с его характером. Но репутационно, конечно, эффект не самый приятный. Хорошо, что я забил на Твиттер и перестал им пользоваться. #web

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