en
Feedback
Вайб-кодинг

Вайб-кодинг

Open in Telegram

Авторский канал по ВАЙБ КОДИНГУ Ссылка для друзей: https://t.me/+ll3pbl442dNkZmYy Cотрудничество: @devmangx РКН: https://clck.ru/3RRVfk

Show more

📈 Analytical overview of Telegram channel Вайб-кодинг

Channel Вайб-кодинг (@vibecoding_tg) in the Russian language segment is an active participant. Currently, the community unites 49 563 subscribers, ranking 2 710 in the Technologies & Applications category and 12 752 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 49 563 subscribers.

According to the latest data from 19 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 2 650 over the last 30 days and by 52 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 36.29%. Within the first 24 hours after publication, content typically collects 26.02% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 17 973 views. Within the first day, a publication typically gains 12 888 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 3.
  • Thematic interests: Content is focused on key topics such as claude, codex, llm, api, github.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
Авторский канал по ВАЙБ КОДИНГУ Ссылка для друзей: https://t.me/+ll3pbl442dNkZmYy Cотрудничество: @devmangx РКН: https://clck.ru/3RRVfk

Thanks to the high frequency of updates (latest data received on 20 June, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.

49 563
Subscribers
+5224 hours
+5067 days
+2 65030 days
Posts Archive
Все обсуждают новый плагин для автоматизации ресерча по AI-публикациям: ralph-research Он использует ralph-loop — цикл, в котором LLM не только пишет код по научным статьям, но и запускает эксперименты, анализирует ошибки и пробует новые решения. 🤩 Весь плагин был сгенерен за один проход в Claude Code, и при этом он уже умеет кодить концепты из AI-пейперов и гонять эксперименты в самосовершенствующемся цикле. Заметки автора:
• Реализация статьи ReAct заняла около 40 минут без пауз. • Были проблемы, но он сам разобрался по ходу. В этом сила ralph-loop — он может исследовать пространство решений и учиться на ошибках. Я бы сказал, что ресерч вообще более подходящий use-case для ralph, потому что там куча экспериментальной работы. • Автор прогонял плагин на других свежих статьях — справился неплохо, это дает надежду, что можно довести систему до более стабильного состояния. • Как видно на видео — и как в целом бывает с LLM-powered штуками - ему тяжело использовать новые модели, даже если дать инструкции и API. Но это легко фиксится грамотным промптингом. • Это не идеальный плагин и пока в основном для внутреннего тестирования. Много чего еще надо допилить перед релизом, включая зависимости от других плагинов.
Больше подробностей ожидаем позже

В сети завирусился Antigravity Tools: профессиональная система управления AI-аккаунтами и проксирования Оно сочетает в себе м
В сети завирусился Antigravity Tools: профессиональная система управления AI-аккаунтами и проксирования Оно сочетает в себе мульти-аккаунт менеджмент, конвертацию протоколов и умную маршрутизацию запросов, превращая ПК в стабильную, быструю и недорогую локальную AI-ретрансляционную станцию. С помощью приложения можно преобразовывать обычные Web-сессии (Google/Anthropic) в стандартизированные API-интерфейсы, полностью устраняя протокольный разрыв между провайдерами. Совместим с OpenAI. С приоритетом на приватность. Поехали 😌

AI-агенты в ближайшем будущем станут важной частью того, как мы шопимся. Чтобы подготовить почву, Google объединились с Shopify, Etsy, Wayfair, Target и Walmart и сделали Universal Commerce Protocol — новый открытый стандарт, позволяющий агентам и системам общаться между собой на всех этапах покупки. И скоро UCP будет поддерживать нативный checkout, так что покупать можно будет прямо в AI Mode и в Gemini App. 😎 UCP уже поддержан более чем 20 компаниями из индустрии, совместим с A2A и доступен с сегодняшнего дня. Больше деталей про UCP и остальные анонсы можно почитать на NRF Big Show

Opus 4.5 + three.js + mediapipe = Absolute Cinema

это то, что нужно программистам в 2026 году. 😆
это то, что нужно программистам в 2026 году. 😆

Antigravity крутой инструмент Но большинство вообще не понимают, как им пользоваться. За эти 33 минуты ты разберёшь всё, что нужно знать про Antigravity. 👍

Google Gemini выкатила новый режим Guided Learning. Теперь через него можно учиться чему угодно, по шагам, как с личным тьюто
+2
Google Gemini выкатила новый режим Guided Learning. Теперь через него можно учиться чему угодно, по шагам, как с личным тьютором. Как включить Guided Learning: → Открываешь Google Gemini в браузере → Создаёшь новый диалог → В списке режимов выбираешь Guided learning → Спрашиваешь тему или загружаешь документ для изучения Готово. Никакой настройки, никаких плагинов. Чем Guided Learning отличается. Gemini ведёт по теме шаг за шагом и следит, что ты понимаешь материал, а не просто пролистываешь. Что внутри: • Структурированные уроки с нормальными объяснениями • Медиа-контент: картинки, видео, интерактив • Кастомные квизы на проверку понимания • Подстраивается под твой прогресс Это прямой конкурент Study Mode у ChatGPT. Но фишка Gemini скорее в структуре и гайдировании, а не просто в ответах. Эра AI-тьюторов уже началась. 😋

Линус Торвальдс, создатель Linux и Git, использовал Antigravity от Google для создания визуализатора с помощью вайбкодинга 😁
Линус Торвальдс, создатель Linux и Git, использовал Antigravity от Google для создания визуализатора с помощью вайбкодинга 😁😁😁

Воу, вышел Claude Delegator 😳 Плагин для Claude Code, который позволяет использовать подпроцессы на GPT 5.2 прямо внутри Cla
Воу, вышел Claude Delegator 😳 Плагин для Claude Code, который позволяет использовать подпроцессы на GPT 5.2 прямо внутри Claude Code. Через GPT 5.2 (через codex) можно поручить архитектуру проекта, аудит безопасности или любые другие изменения в кодовой базе. Инструкция по установке: · Добавить маркетплейс
/plugin marketplace add jarrodwatts/claude-delegator
· Установить плагин
/plugin install claude-delegator
· Запустить настройку
/claude-delegator:setup
GitHub: тут

Мини лайфхак по vibecoding с Opus 4.5. Попроси Claude построить state-machine диаграммы для уже существующих компонентов. Так
Мини лайфхак по vibecoding с Opus 4.5. Попроси Claude построить state-machine диаграммы для уже существующих компонентов. Так он прогонит все возможные пути (иначе обычно ленится) и заодно поможет проверить, что логика на системном уровне вообще работает как задумано.

Большой момент для тех, кто строит агентные системы. В софте регулярно повторяется один и тот же паттерн. Сначала все фокусируются на проблеме “как построить”. Появляются фреймворки, они созревают и становятся реально хорошими. Потом вдруг бутылочным горлышком становится деплой. Мы уже видели это с нейросетями. PyTorch, TensorFlow и Caffe были отличны для сборки моделей. Но их деплой требовал возни с разными форматами и рантаймами. ONNX позволил разработчикам собирать модель в любом фреймворке, экспортировать в стандартный формат и деплоить куда угодно. Сейчас тот же паттерн разворачивается вокруг агентов. Фреймворки вроде LangGraph, CrewAI, Agno и Strands уже достаточно зрелые, чтобы сборка агента перестала быть самой сложной частью. Теперь самое сложное — то, что идет после: деплой, стриминг, управление памятью, наблюдаемость и авто-скейлинг. Это уже не проблемы агента, а инфраструктуры. И прямо сейчас каждую из них команды решают вручную. xpander берет подход ONNX для этой задачи, и это правильная ментальная модель. Идея простая: привозишь своего агента (собранного на любом фреймворке), деплоишь через xpander и получаешь всю прод-инфраструктуру. Что в комплекте: • serverless деплой за ~2 минуты • SSE стриминг для UX реального времени • память на уровне сессии/пользователя • 2000+ коннекторов (Slack, GitHub и другие) • единый API для вызова любого агента, независимо от фреймворка Unified API, вероятно, самая интересная часть. По сути, любой задеплоенный агент (независимо от фреймворка) получает один и тот же endpoint для вызова, одну и ту же структуру payload, стриминг-формат и схему авторизации. Фронтенду больше не нужно знать, на чем агент собран — на LangGraph, CrewAI или кастоме. Он просто бьет по endpoint и получает ответ. Это важно, потому что во многих организациях разные команды собирают агентов на разных фреймворках — по предпочтениям и под задачи. Без унифицированного слоя командам приходится поддерживать несколько паттернов интеграции и стримингов. xpander же дает один API-контракт поверх каждого агента, так что потребляющее приложение не обязано знать, на чем агент собран. Видео показывает unified API xpander в работе. Можно расширить стандартный формат endpoint на любого агента, независимо от фреймворка, и получить одинаковый стриминг, память, наблюдаемость и скейлинг, не меняя ни строки интеграционного кода. Сборка остается отделена от деплоя - так и должно быть. 100% исходный код 👍

как vibecoding смотрит на тебя в 00:37 ночи, когда ты собираешься ложиться спать
как vibecoding смотрит на тебя в 00:37 ночи, когда ты собираешься ложиться спать

Только что откопал годный инструмент: Gemini Design MCP. Это MCP-модуль,. Можно прикрутить куда угодно, где есть поддержка MC
Только что откопал годный инструмент: Gemini Design MCP. Это MCP-модуль,. Можно прикрутить куда угодно, где есть поддержка MCP, например Claude Code, чтобы прокачать дизайн. Сценарий простой: пока Claude Code работает над логикой, он поднимает фоновый агент, который дергает этот MCP и улучшает фронт. Глянуть можно тут ✌️

Claude Code для чисел >>> Claude Code для кода Комьюнити Claude собрало AI-агента, который: * моментально коннектится к данным из HubSpot, Notion и Sheets * строит графики, пишет код и делает анализ данных * построен на Claude Agents SDK и Composio Tool Router Полностью бесплатный и опенсорс Исходный код ❤️

GPT 5.2 Codex Extra High – 2 ч 01 мин 16 с «Убрать все использования any и type casting, затем убедиться, что конфиги lint и
GPT 5.2 Codex Extra High – 2 ч 01 мин 16 с «Убрать все использования any и type casting, затем убедиться, что конфиги lint и type обновлены так, чтобы зафиксировать их в будущем. В конце проверить, что все гейты, то есть lint:fix, typecheck и test, проходят». Важное напоминание о том, насколько эта модель лютая. ⛩

Claude Code работает в песочнице внутри текущей директории. Пилишь веб-приложение, которое импортит код из общего SDK за пределами текущей директории?
/add-dir ../sdk
После этого Claude видит обе директории и может читать и редачить обе. Без символических ссылок и без переключения сессий.

Мастеркласс по Claude Code и Replit 00:00 Вступление 02:22 Разбор dev против prod 05:30 Локальная разработка vs Replit 10:30 Плюсы облака 14:07 Параллельные агенты с мобильного 25:15 Claude Code внутри Replit 44:30 Личные заметки через Obsidian 46:50 Agent SDK 48:30 Советы и фишки YT: смотреть Шаблон: тут

Google сейчас раздает Gemini Enterprise бесплатно Это их корпоративная AI-платформа за 21$ в месяц, и тут даже карту не прося
Google сейчас раздает Gemini Enterprise бесплатно Это их корпоративная AI-платформа за 21$ в месяц, и тут даже карту не просят Что входит: - все модели Gemini - Veo 3 для видео - создание кастомных AI-агентов на своих данных - Deep Research и NotebookLM в комплекте Настройка занимает пару минут: 1. открываешь страницу Google Cloud Gemini Enterprise 2. жмешь Start 30-day trial Проверял полчаса назад — всё работает как надо 🎁

Интересная штука: десктопное приложение, которое позволяет гонять AI-модели локально на своей машине. Без API-ключей. Без облака. Ничего никуда не уходит. Всё крутится у тебя на компьютере, так что полный контроль, приватность и возможность экспериментировать с open-source моделями оффлайн 100% исходный код 🐶

Собираем своего AI-агента: держи сборник открытых ресурсов, где собрано больше 70 практических проектов и полноценных туториалов, от уровня входа до продвинутых тем. 👍 Проекты отсортированы по сложности и по сценариям применения: базовые агенты, простые приложения, MCP-интеграции, системы памяти, RAG-приложения и продвинутые мультиагентные системы. Плюс есть полный курс AWS Strands. Каждый проект содержит полный код и детальное описание, с поддержкой популярных фреймворков вроде Agno, LangChain, CrewAI, PydanticAI и так далее