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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #599 · 17.10

WSJ разобрал внутренние документы Meta (признана экстремистской в России) и опубликовал отчёт по виар-направлению, из которого следует, что всё плохо. Количество уникальных пользователей Horizon Worlds более чем в два раза меньше, нежели планировалось к концу этого года. Возвращаемость очень низкая. Более половины купленных VR-очков Quest пылятся на полках (у меня не Quest, но тоже пылится). Большинство миров ни разу не посещено, и только 9% посещено хотя бы пятьюдесятью людьми. Расходы рекламодателей снижаются, акции компании за год упали на 62%. Тут возможны два варианта: 1. Цукерберг гений, а падение лишь временное перед мощным скачком вверх. В какой-то момент и платформу допилят, и критическая масса людей наберётся, и мы все очень быстро переместимся в виар. 2. Цукерберг сделал плохую ставку, но не готов (пока) это признать. Виар высосет из компании ещё больше ресурсов, но никакого значимого изменения не будет. Надо сказать, что и привязка к Фейсбуку не идёт этой теме на пользу. Даже в англоязычном мире отношение к ФБ неоднозначное. Много было скандалов с воровством данных и всякими нелепыми банами. #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