TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #582 · 2.10
Сегодня не было событий, которыми я хочу поделиться, поэтому расскажу историю из жизни. В университете у нас был русский язык. Это неожиданно — русский язык в техническом вузе на хардкорной технической специальности. Тем не менее, на мой взгляд он был не лишним, и некоторое количество новых знаний добавил. Как-то раз преподаватель — серьезная строгая женщина — спросила, знает ли кто-нибудь в группе, что такое «компиляция». Я тогда уже вовсю увлекался программированием, и подумал, что вот он: мой час славы. Наконец-то я использую свои знания по программированию! Тогда я поднял руку и ответил: «Преобразование исходного кода программы в исполняемый файл». Я надеялся быть оценённым за это знание, но к своему удивлению увидел разочарование и неудовольствие на лице преподавательницы. «Нет», — сказала она так, будто бы я своё определение выдумал, — «Это собрание информации из разных источников в одну работу». Мораль: если вас не оценили по достоинству, то проблема не обязательно в вас самих. Просто не все люди обладают достаточными знаниями для такой оценки. #life
Hashtags
Търсене: #runtime
@golang · Post #58 · 22.04.2018 г., 20:22
Why are goroutines not lightweight threads? Kartik Khare shows us his meaning about goroutines, lightweight threads and their difference in GoLang. There are no code examples inside but good thoughts about parallelism, threads and useful links at the end of the article :) #development#runtime#language https://codeburst.io/why-goroutines-are-not-lightweight-threads-7c460c1f155f
Hashtags
@golang · Post #64 · 21.06.2018 г., 16:17
Hi there! Which ways do you use to avoid memory leaks for REST API? In the following article by Iman Tumorang describes an excellent example of memory leaks, his solution, and results. Must have to read for everyone 😉 #development#runtime#architecture https://hackernoon.com/avoiding-memory-leak-in-golang-api-1843ef45fca8
@githubtrending · Post #15382 · 01.01.2026 г., 12:30
#jupyter_notebook#agent#agentic_ai#agents#authentication#bedrock#core#gateway#identity_management#memory_management#production_code#runtime Amazon Bedrock AgentCore lets you build, deploy, and run AI agents securely at scale with any framework like CrewAI or LangGraph and any model, without managing complex infrastructure. It offers serverless runtime for long tasks up to 8 hours, gateway to connect tools like Slack or APIs easily, memory for personalized experiences, identity management, built-in code interpreter and browser tools, plus observability. This saves time by skipping heavy setup, speeds prototypes to production, cuts costs with pay-per-use, and boosts security—helping you create powerful agents faster for real business needs. https://github.com/awslabs/amazon-bedrock-agentcore-samples