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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #450 · 17.07

В России вводят штрафы за выброс мусора из окна автомобиля. Для физлица от 10 до 15 тысяч рублей. Скорее всего, работать не будет, потому что заснять факт нарушения на дорожную камеру довольно трудно. Я не понимаю, как функционирует разум людей, которые на ходу выкидывают из автомобиля какую-нибудь бумажку или бутылку. Бывает понятное мне зло: если человек ворует деньги, он себе приобретает выгоду таким способом, я это понимаю. Даже если водитель паркуется на обочине, ход размышлений в его единственной прямой извилине более-менее ясен. Но с мусором выгода очень условная (типа не надо нести потом от машины до урны эту бутылку), а вред значительный. Причём, такая же бутылка, выброшенная из автомобиля перед тобой, может тебе под колёса попасть или по автомобилю на ходу, и что-нибудь повредить. В этом смысле было бы круто иметь антиутопическое будущее с повсеместным слежением за всеми. Но в остальных смыслах не круто, конечно. Короче, по мне так штраф бесполезен. У нас даже штраф за неправильную парковку не работает, как я уже писал, потому что эвакуаторы тупо не ездят по городу и не выполняют свою работу. А такое и подавно бестолку. Поможет только раздать всем прохожим оружие с правом стрельбы по автомобилям. От всех нарушений поможет, кстати. #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