The ExtremeCode Times
前往频道在 Telegram
IT punks. ❤️ YouTube https://youtube.com/ExtremeCode 💸 Реклама @Mshvyag / eaa@extremecode.studio Для РКН: № 5025353650
显示更多📈 Telegram 频道 The ExtremeCode Times 的分析概览
频道 The ExtremeCode Times (@extremecode) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 35 793 名订阅者，在 技术与应用 类别中位列第 3 650，并在 俄罗斯 地区排名第 17 918 位。
📊 受众指标与增长动态
自 невідомо 创建以来，项目保持高速增长，吸引了 35 793 名订阅者。
根据 26 八月, 2026 的最新数据，频道保持稳定运转。过去 30 天订阅人数变化为 -169，过去 24 小时变化为 -7，整体触达仍然可观。
- 认证状态： 未认证
- 互动率 (ER)： 平均受众互动率为 56.04%。内容发布后 24 小时内通常能获得 21.06% 的反应，占订阅者总量。
- 帖子覆盖： 每篇帖子平均可获得 20 060 次浏览，首日通常累积 7 537 次浏览。
- 互动与反馈： 受众积极参与，单帖平均反应数为 201。
- 主题关注点： 内容集中在 мегабайт, стажировка, апдейт, баг, инфляция 等核心主题上。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台：
“IT punks.
❤️ YouTube
https://youtube.com/ExtremeCode
💸 Реклама
@Mshvyag / eaa@extremecode.studio
Для РКН: № 5025353650”
凭借高频更新（最新数据采集于 27 八月, 2026），频道始终保持新鲜度与高覆盖。分析显示受众积极互动，使其成为 技术与应用 类别中的关键影响点。
35 793
订阅者
-724 小时
-777 天
-16930 天
数据加载中...
吸引订阅者
八月 '26
八月 '26
+171
在1个频道中
七月 '26
+68
在1个频道中
Get PRO
六月 '26
+73
在0个频道中
Get PRO
五月 '26
+126
在1个频道中
Get PRO
四月 '26
+22
在1个频道中
Get PRO
三月 '26
+83
在1个频道中
Get PRO
二月 '26
+67
在2个频道中
Get PRO
一月 '26
+74
在1个频道中
Get PRO
十二月 '25
+69
在1个频道中
Get PRO
十一月 '25
+177
在1个频道中
Get PRO
十月 '25
+279
在1个频道中
Get PRO
九月 '25
+487
在1个频道中
Get PRO
八月 '25
+577
在0个频道中
Get PRO
七月 '25
+764
在0个频道中
Get PRO
六月 '25
+631
在3个频道中
Get PRO
五月 '25
+325
在3个频道中
Get PRO
四月 '25
+250
在1个频道中
Get PRO
三月 '25
+148
在2个频道中
Get PRO
二月 '25
+144
在4个频道中
Get PRO
一月 '25
+163
在6个频道中
Get PRO
十二月 '24
+344
在0个频道中
Get PRO
十一月 '24
+726
在5个频道中
Get PRO
十月 '24
+324
在3个频道中
Get PRO
九月 '24
+497
在3个频道中
Get PRO
八月 '24
+345
在4个频道中
Get PRO
七月 '24
+344
在1个频道中
Get PRO
六月 '24
+433
在2个频道中
Get PRO
五月 '24
+419
在0个频道中
Get PRO
四月 '24
+361
在4个频道中
Get PRO
三月 '24
+312
在1个频道中
Get PRO
二月 '24
+403
在2个频道中
Get PRO
一月 '24
+559
在5个频道中
Get PRO
十二月 '23
+369
在4个频道中
Get PRO
十一月 '23
+300
在1个频道中
Get PRO
十月 '23
+818
在1个频道中
Get PRO
九月 '23
+1 211
在0个频道中
Get PRO
八月 '23
+661
在0个频道中
Get PRO
七月 '23
+999
在0个频道中
Get PRO
六月 '23
+1 713
在0个频道中
Get PRO
五月 '23
+2 749
在0个频道中
Get PRO
四月 '23
+2 011
在0个频道中
Get PRO
三月 '23
+2 521
在0个频道中
Get PRO
二月 '23
+2 176
在0个频道中
Get PRO
一月 '23
+3 317
在0个频道中
Get PRO
十二月 '22
+3 629
在0个频道中
Get PRO
十一月 '22
+2 308
在0个频道中
Get PRO
十月 '22
+2 051
在0个频道中
Get PRO
九月 '22
+2 417
在0个频道中
Get PRO
八月 '22
+18 529
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 27 八月 | 0 | |||
| 26 八月 | +7 | |||
| 25 八月 | +12 | |||
| 24 八月 | +1 | |||
| 23 八月 | 0 | |||
| 22 八月 | +1 | |||
| 21 八月 | +3 | |||
| 20 八月 | +1 | |||
| 19 八月 | +7 | |||
| 18 八月 | +1 | |||
| 17 八月 | +1 | |||
| 16 八月 | +2 | |||
| 15 八月 | +2 | |||
| 14 八月 | +2 | |||
| 13 八月 | +2 | |||
| 12 八月 | +2 | |||
| 11 八月 | +2 | |||
| 10 八月 | +4 | |||
| 09 八月 | 0 | |||
| 08 八月 | +1 | |||
| 07 八月 | +1 | |||
| 06 八月 | +3 | |||
| 05 八月 | +5 | |||
| 04 八月 | +5 | |||
| 03 八月 | +10 | |||
| 02 八月 | +27 | |||
| 01 八月 | +69 |
频道帖子
Продолжая ИИшную аксиому Эскобара
Есть 2 варианта, локальной "one-shot" генерации:
1) Модель выдает архитектурно слабое решение, но зато это полностью рабочий каркас, который без проблем запускается. На такую генерацию уходит ~5 минут
2) Модель выдает классный архитектурны анализ, но полностью факапится в написании кода, допустив тупорылые логические ошибки. На такую генерацию уходит ~15 минут
На какой стул сядешь?
| 2 |  Погоняли тут тесты для ИИ. Выяснилось, что градацию тупости можно измерять следующим образом:
> Не может решить вообще ничего
> Может решить Python задачи
> Может решить React задачи
> Может решить Бекенд задачи на не python
Кто-то объяснит это тем, что в датасетах больше данных по питону, чем по другим языкам, а кто-то тем, что чтобы писать код на питоне надо быть чуть умнее собаки.
Мнение? | 9 720 |
| 3 |  ☁️☁️☁️☁️☁️☁️☁️
24 сентября Yandex Cloud проведёт флагманскую технологическую конференцию — Yandex Scale 2026.
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨
В программе четыре продуктовых трека — AI, Data, Security и Hybrid Infrastructure & DevOps, — и отдельный углублённый технологический трек DeepTech, который пройдёт только онлайн.
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨
В треке DeepTech откроем программу докладом о том, как мы ускорили Lua в Valkey — добавили LuaJIT и Lua 5.5 без патчей интерпретатора и получили прирост скорости до 2–5 раз. Расскажем, как строим экономически эффективный инференс LLM для агентских сценариев в Yandex AI Studio — на примере DeepSeek-V3.2 и DeepSeek-V4-Flash. Разберём, что разваливается в поиске, когда он должен быть одновременно распределённым, транзакционным и линейно масштабируемым — на примере векторного, полнотекстового и гибридного поиска в YDB. Покажем, какая инфраструктура превращает недетерминированную модель в управляемый и наблюдаемый сервис, когда агент выходит из демо в продакшн. Расскажем, как мы первыми в РФ научились мониторить ИИ-агентов внутри «чёрного ящика» LLM. И заглянем под капот сети облака — Interconnect, Private Link, Inbound DNS и DNS Firewall, которые складываются в герметичный контур между Yandex Cloud, on-premises и другими облаками.
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨
Плюс демозоны, питчинг решений, IT-квест и мерч для тех, кто в Москве. А кто смотрит онлайн, помимо трека DeepTech, есть ещё отдельная онлайн-студия: розыгрыш призов и секретный гость.
Полную программу можно посмотреть на сайте, там же — зарегистрироваться. Участие бесплатное! | 9 548 |
| 4 |  +1Ну как бы ёпта всё, сбор циферок официально закончен 😄
Осталось дописать выводы, сделать финальную мощнейшую вычитку, и можно записываться-монтажироваться | 10 897 |
| 5 |  Скоро чуваки, скоро все будет, я почти закончил с бенчмарками.
Скинуть вам мини-спойлер или не надо? | 12 311 |
| 6 |  Нынче айтишный рыночек просто “чистый кайф”. Все ругаются, что всё, время поиска увеличилось до полугода. На моей памяти айтишка помирает уже четвёртый раз. В 2012 году ныли, что в айти вкатываться уже поздно. Бывает такое, что тучи над рыночком сгущаются как в горах, это будет ещё не раз.
Что делать в таких ситуациях?
Практикум PRO и АльпИндустрия разобрались. Мастер спорта по альпинизму поделился опытом сумасшедших восхождений и советами, как не потерять голову даже на самом крутом склоне. А ИИ-архитектор из промышленного сектора и арт-директор из Яндекса рассказали о трендах на рынке IT и навыках, которые стоит прокачивать цифровым спецам, чтобы устоять на любой вершине.
Подготовиться к переменам тут >>> | 14 779 |
| 7 |  ⚡️OpenAI остановила обучение новых моделей ИИ из-за киберрисков, сообщила компания | 16 142 |
| 8 |  Эксперты из каментов, я с этими бенчмарками скоро с ума сойду.
Почему так ёпта?
PCI-E 4 / x4, на ЖПУ также только 4 линии распаяно.
В теории должны упираться в шину, какого хрена iMatrix, и уж тем более 8-и битки быстрее, чем очереднярные Q4?
Все в интернетах пишут типа, "АРРРЯЯ IQ медленные", какого хрена у меня они стабильно быстрее? Даже на нормальной жпу в pcie5 со всеми линиями (скрин в каменты к посту закину)
Параметры бенча дефолтные [--fit-target 1024], контекст 512 на pp, и 128 на tg | 15 080 |
| 9 | Эксперты из каментов, чёт затык у меня случился лютый, есть тут кто шарит как неподписанные дрова на венду поставить?
> Установить линукс не предлагать
> CiTool.exe --remove-policy "{8F9CB695-5D48-48D6-A329-7202B44607E3}" / Не работает, выдает 0x80070005
> Memory Integrity, Local Security Authority protection, Vulnerable Driver Blocklist / Выключено
> Заменяемый драйвер удалял в сейфмоде, ставил на чистую / похер
> Сетевой кабель выдернут
В мае втыкал патченные дрова на CMP 90HX и все вставало норм, щас же чето затык лютый, уже все перепробовал. Шинда просто блокирует драйвер в момент установки, а видюшки висят в системе с кодом ошибки 39.
Давайте думать, подсказывайте, чё вы 😤 | 13 633 |
| 10 |  Короче, модели до 9B параметров зажатые в любой Q4_* лучше в принципе обходить стороной, они пздц как сильно тупеют. Q8 на их фоне смотрится как гигамозг.
Скажем спасибо, моей G0VN0 методике оценок моделей.
P.S.
Тесты еще до сих пор гоняю 🫠 | 18 688 |
| 11 |  Типичный Qwen, как эту помойку вообще можно локально использовать? 😄 | 19 627 |
| 12 |  Мда ёпта, 12 с копейками часов на 4B модельку и 6 млн слитых токенов на судейку. В бенче ровно 100 вопросов.
В ходе предварительных тестов понял, что вообще нет никакого смысла гонять по базовым алгоритмическим вопросам. С этими задачами даже 4B модель зажатая до одного бита прекрасно справится, а если миксовать сложные и простые вопросы, то результаты размытые будут.
В общем, зафигачил пока датасет с хардкорными задачками уровня мидл-сеньор по стеку JS/Nodejs/Express/React/Mongodb/Postgresql/Redis. И что вы мне сделаете? Я вообще-то G0VNO изобрел, на какой стек мозгов хватило, тот и гоняю.
Помимо саммари, еще складирую все решения судейки отдельно, что б можно было посмотреть че там происходит. Конкретно у Qwen3.5 4B жОские проблемы со следованием инструкций, ну и естественно ей не хватает параметров
P.S.
По шкале вайб скор, модель должна хотя бы 60% в среднем набрать, в таком случае она с большей частью задач справилась, хоть и с небольшими, но терпимыми, косяками | 27 639 |
| 13 |  Навайбкодено 😄
Осталось подождать 5 тысяч лет и потратить миллиард денег на прогоны всех тестов. | 21 328 |
| 14 |  Ёпта, кажется моя методика оценки "G0VNO" квантованных моделей реально работает (но это не точно, пока только предварительные результаты без массового прогона).
Чувствую себя поехавшим датасаентистом. Мне бля даже интересно стало, а какого хрена раньше до этого никто не додумался.
Обычно дилер модельки фигачит в ридми результаты модели, которых она набирает в FP16 на сраных публичных бенчмарках. А вот то, насколько она деграднула после сжатия — как будто бы и насрать всем, а на самом деле результаты могут ПИЗДЕЦ КАК СИЛЬНО отличаться.
Замер перплексии сам по себе хорош только для предварительной оценки, но не показывает реальной раскладки на настоящих задачах.
Ща сижу думаю, как не разориться на токенах, думаю после предварительного прогона перплексии брать только 3 самых лучших модели, а остальных отсекать из-за тупорылости. | 21 320 |
| 15 | 👉 Новое видео на канале: https://www.youtube.com/watch?v=y3EgOOfkir8
P.S.
Ну и если я какой-то текст дочитываю до конца, то никогда не поленюсь поставить лайк и в комменте написать что-то типа: "Братан, хорош, давай, давай, вперёд! Контент в кайф, можно ещё? Вообще красавчик! Можно вот этого вот почаще?" | 18 665 |
| 16 |  Аррряяя, ИИ убыточен и вообще пузырь.
@@@
Выручка мелкомягких с клауда, срет вверх, как никогда раньше, чисто на ИИ.
P.S.
Скажу страшное, но вот компании, аля Amazon, годами не показывали прибыли, но при этом имели шизанутейшие обьемы выручки.
Около десяти лет им понадобилось, чтобы понюхать впервые чистую прибыль. Чет как то это не помешало им это все вести операционную деятельность, да и инвесторы не переставали инвестировать меньше.
Короче, думайте. | 21 829 |
| 17 |  Всё ребята, всё. Джуны больше никому нужны. Зачем нанимать естественный интеллект, когда искусственный идиот делает все то же самое, но еще при этом и не выгорает. Работодатели теперь охотятся за спецами-фундаменталистами, способными писать эффективные алгоритмы, чисто двигая магнитиком по жесткому диску, имея при этом минимум 100 лет опыта.
Конкурировать в этой среде за теплое местечко не просто, особенно в карьерном росте. Поэтому тебе позарез нужные любые преимущества. Например, можно закончить магистратуру. А поступить онлайн можно в Томский государственный университет, у них как раз есть множество направлений, связанных с АйТи.
Ты можешь получить полноценное университетское образование, вкатиться в сообщество экспертов и единомышленников, да и формат позволяет совмещать обучение с основной работой.
Преподавать тебе будут действующие эксперты и сотрудники топовых айти компаний.
Короче, переходи по ссылке в описании, чтобы ознакомиться детальнее: http://clck.ru/3UyxMX
Реклама. ФГАОУВО НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ, ИНН 7018012970 | 21 482 |
| 18 | Рабочее название методологии GPU & 0-vibe Validation of Next-token Omega-quants
G — GPU-hardware (Тест декодинга и префилла на потребительском железе)
0 — 0-vibe (Насколько модель мертва изнутри и способна следовать инструкциям)
V — Validation (Валидация через LLM as Judge)
N — Next-token (Перплексия и угадывание токенов)
O — Omega-quant (Сравнение омежек с альфачом) | 18 281 |
| 19 |  Короче, рассказываю почему производство видоса про сраный локальный нейрослоп затянулось.
Изначально была крайне тупорылая задумка — вот у меня есть пачка видеокарт, давайте запускать на нем ИИ, хихи-хаха. Какого-то практического опыта у меня естественно не было (да как походу блин и у 95% других ютуберов, которые снимают про это всякую шляпу и продолжают это делать бездарно, это не упрек, просто факт).
Естественно, когда я начал разбираться с тем, как вообще это сделать, возникали вопросы. И чем глубже я погружался в тему, тем больше вопросиков возникало, некоторые из них даже могли показаться крайне тупорылыми. Но меня это реально волновало.
Один из десятков таких вопросов — а как ваще оценивать модели относительно друг друга. Вот есть пачка файлов одной модели по разному квантованных, как вообще мне понять какая между ними разница?
В итоге это все переросло в разработку собственной "гаражной" методологии оценки моделей по определенным ключевым параметрам. Да, конечно, она не сравнится с методами от навучных чуваков, которое это придумывают их сидя на зарплатке, но это на порядок лучше чем "гыыы, давайте посмотрим на то, как 4B модель не сможет сделать дашборд на HTML". Ну и это задел на будущее, т.к. уже будет простая и устоявшаяся метода для оценок новых моделей.
В общем, терпим и ждем. | 16 907 |
| 20 |  ахахаха, спасибо пайпалу, за невероятные усилия по обслуживанию моего замороженного счета | 16 242 |
