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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #700 · 13.12

Dwarf Fortress это такой симулятор, в котором примитивнейшая графика, но при этом в мире игры обсчитывается чуть ли не масса каждой травинки, и это влияет на всё происходящее. Был такой научпоп-факт, что если из мира убрать муравьёв, то всё погибнет. Вот в Dwarf Fortress вполне возможны такие случаи. В сети есть история, как в одной крепости стали погибать коты, потому что они вылизывали свою шерсть, а она была пропитана пивом из-за того, что они ходили по пивным лужам. Я сам не играю из-за слишком уж абстрактной графики и высокого порога вхождения. Но сама идея крутая и увлекает тысячи игроков на сотни часов. Так вот, разработчики 20 лет делают мега-задротную игру для мега-задротов. Иронично, что они сами выглядят при этом как супер стереотипные задроты. И я уверен, что они совершенно счастливы, и тот факт, что они заработали миллионы баксов, лишь совсем небольшая составляющая этого счастья. #games

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