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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #461 · 27.07

Люди парой на электросамокате это что-то странное. Я очень отдалённо могу понять извращённую логику тех, кто едет на самокате вдвоём с ребёнком. Ну вроде как ребёнку же самому не дашь самокат. Да и вдруг не справится с управлением. И ещё ребёнок лёгкий, небольшая дополнительная нагрузка. Конечно, с точки зрения разумного человека это тоже жесть. Родитель подвергает ребёнка значительной опасности, самого себя тоже (самокат менее управляем, да и ребёнок может в любой момент повести себя непредсказуемо). И ещё это прямое нарушение как законов, так и правил проката. Тем не менее, пара взрослых людей на одном электросамокате мне понятна ещё меньше. Я уже несколько раз такое видел. Обычно это парень и девушка, но видел и двух парней. В чём логика? Девушке можно точно так же взять второй самокат. Это будет безопаснее для обоих, надёжнее, удобнее, наконец. А по цене средняя поездка стоит 100-150 рублей. Трудно представить, чтобы люди ради 100 рублей становились мудаками и подвергали опасности себя и свою пару. Не могу уложить в голове, как работает то, что находится на месте мозга у тех, кто приходит к таким решениям. #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