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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #447 · 14.07

Закончил третью книгу Лю Цысиня «Вечная жизнь смерти». Да, все три книги очень разные, и третья отличается от первых двух сильнее, чем вторая от первой. Интересно, что масштабы событий от книги к книге значительно увеличиваются, причём сейчас этот скачок ещё больше. Если первая книга концентрировалась вокруг человека и группы людей, вторая уже вокруг человечества и солнечной системы, третья охватывает ни много ни мало всю Вселенную, причём, в течение весьма продолжительного срока её жизни. Всё ещё много крутых идей, очень многое запоминается и хочется обсуждать. У автора крутейшие описания завораживающих космических городов. А ещё автор попытался в деталях рассказать, как выглядит четырёхмерное пространство, и это очень смело, на мой взгляд: пытаться описывать то, что невозможно описать и невозможно представить. Пожалуй, после завершения трилогии у меня только одна претензия: события развиваются так, что это обесценивает предыдущие события. И увеличение масштабов повествования и особенно концовка последней книги такие, что на их фоне всё уже пройдённое ощущение незначительным. Наверное, по-другому закончить и нельзя было, учитывая охват, но всё-таки. Тем не менее, это одно из лучшего, что я читал в области фантастики вообще за всю жизнь. Сейчас вроде как снимается кино: очень жду его. #fiction

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