Available now! Telegram Research 2025 — the year's key insights 
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 49 611 subscribers, ranking 2 702 in the Technologies & Applications category and 12 712 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 49 611 subscribers.
According to the latest data from 21 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 2 426 over the last 30 days and by 26 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 36.90%. Within the first 24 hours after publication, content typically collects 26.34% reactions from the total number of subscribers.
- Post reach: On average, each post receives 18 304 views. Within the first day, a publication typically gains 13 066 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 4.
- 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 22 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.
49 611
Subscribers
+2624 hours
+4177 days
+2 42630 days
Posts Archive
49 614
Наконец-то нормальный backend для агентов, который реально работает 🔫
xpander — это готовый к продакшену plug-and-play backend для Agent-систем. Он берет на себя всё: память, инструменты, состояние, версионирование, guardrails и прочие штуки, с которыми обычно возишься вручную.
Совместим с любыми фреймворками => CrewAI, Agno, Langchain и другими.
И самое приятное - можно полностью развернуть у себя
https://xpander.ai/
49 614
Когда используешь AI-инструменты вроде Claude Code или CodeX, код вроде работает, но понять, насколько он качественный, нет ли там мусора или скрытых багов, для новичков это часто тёмный лес. 😢
В таких случаях пригодится pyscn - инструмент для анализа качества Python-кода. Он проверяет AI-сгенерированный код со всех сторон и делает это очень быстро, до 100 000 строк в секунду. Помимо поиска мёртвого и дублированного кода, pyscn умеет оценивать связность модулей и сложность функций.
49 614
Ничего необычного, просто Gemini 3 Pro умеет поднять полноценную симуляцию macOS и Windows прямо в браузере... с одного промпта. 😱
Всего 900 строк кода и перед тобой рабочий интерфейс с меню, анимациями, тулзами, встроенным браузером и даже терминалом. И всё это модель сгенерила за 172 секунды.
Посмотреть демку можно здесь: CodePen
По слухам, релиз ожидается уже на этой неделе. А первые тестеры называют Gemini 3 Pro «лучшим ИИ для кодинга». 😨
49 614
+2
Разработчик из FAANG выпустил курс:
Основы RAG с помощью LangChain на Stepik
В этом курсе ты разберёшься, что такое RAG и как он объединяет поиск и генеративный ИИ. Поймёшь, как устроена его архитектура, и научишься собирать собственные RAG-пайплайны с помощью LangChain. В практике создашь рабочее приложение на Streamlit, чтобы пользователи могли удобно взаимодействовать с твоим решением.
После курса ты будешь уметь применять RAG на практике и строить свои ИИ-системы на его основе.
Курс можно приобрести со скидкой 35% по ссылке: тут ( действует 2 дня)
49 614
Lovable получил нереальное обновление 🤯
Теперь можно создавать полноценные AI-веб-приложения (frontend + backend) просто с помощью текстовых промптов.
Новые возможности AI и Cloud позволяют системе понять идею, собрать интерфейс, настроить серверную часть и автоматически подключить AI-модели.
Я собрал генератор GitHub-портфолио на базе AI за несколько минут — полностью рабочий, без какой-либо ручной настройки.
49 614
Отличные новости для пользователей Netlify 🔥
Теперь в Netlify появились AI Agent Runners — агенты, которые позволяют исправлять, обновлять и деплоить код прямо из панели управления, просто вводя текстовые команды.
Поддерживаются Claude, OpenAI и Gemini.
По умолчанию система создаёт preview изменений, и когда всё готово — можно в один клик выкатить их в прод.
В демо я заменил всего одну фразу — с
“Showing our” на “Check our”, чтобы показать, насколько это работает плавно49 614
Собери мультимодальную команду UI/UX-агентов на Google ADK и Gemini 2.5 Flash Nano Banana.
Просто загрузи скриншот лендинга — агенты проанализируют дизайн, дадут экспертный фидбек и сгенерируют улучшенную версию.
100% open source код.
Пошаговое руководство с открытым исходным кодом
49 614
Google только что выкатил секретное оружие для разработчиков.
Теперь можно собирать AI-приложения за минуты.
→ Установи расширение Genkit для Gemini CLI.
→ Оно само генерирует воркфлоу.
→ Читает трейсы и само фиксит код.
→ Всё это бесплатно и с открытым исходником.
В 2025 году скорость — твое единственное преимущество.
49 614
Этот репозиторий —> просто находка
В нём собраны практические туториалы по созданию AI-агентов, готовых к продакшену, с реальными кейсами и полным исходным кодом.
Плюс пошагово показано, как их деплоить.
https://github.com/NirDiamant/agents-towards-production
49 614
Gitvizz превращает код в интерактивный граф
Новый инструмент Gitvizz решает вечную боль разработчиков —> разобраться в структуре чужого проекта.
Он мгновенно визуализирует репозиторий, показывая связи между файлами и модулями прямо в виде интерактивного графа.
Посмотреть можно на gitvizz.com
49 614
Это лучший способ вырваться из «AI-цикла».
Когда агент застрял и вы крутитесь по кругу, просто попросите его:
- придумать 5 вариантов рефакторинга,
- оценить каждый,
- и выбрать самый надёжный.
Сработало с первого раза — после 20 минут борьбы с GPT-5 и Sonnet.
49 614
Anthropic запустила Claude Code Plugins в открытой бете. Теперь можно устанавливать и делиться наборами slash-команд, агентов, MCP-серверов и хуков прямо внутри Claude Code.
Чтобы начать, добавь маркетплейс:
/plugin marketplace add user-or-org/repo-nameЗатем можно просматривать и ставить плагины через меню
/plugin
Попробуй рабочий процесс с несколькими агентами, который используют сами разработчики Claude Code:
/plugin marketplace add anthropics/claude-code /plugin install feature-devЛюбой может разместить свой маркетплейс или плагин — достаточно git-репозитория с файлом .claude-plugin/marketplace.json. Подробнее: тык
49 614
Создан Sora MCP 🎬
Сервер может генерировать видео, делать ремиксы, проверять их статус и скачивать в любую выбранную папку.
https://github.com/Doriandarko/sora-mcp
49 614
RIP fine-tuning ☠️
Похоже, ему действительно конец — новое исследование из Stanford всё перевернуло.
Называется Agentic Context Engineering (ACE), и его суть в том, что модель можно сделать умнее без единого изменения весов.
Вместо дообучения ACE развивает сам контекст.
Модель сама пишет, анализирует и переписывает собственный промпт, превращаясь в систему, которая обучает себя сама.
Представь, что модель ведёт растущую тетрадь заметок:
каждая ошибка превращается в стратегию,
каждый успех — в правило.
Результаты реально дикие:
→ на 10,6% лучше, чем GPT-4-агенты в AppWorld
→ на 8,6% лучше в финансовых задачах
→ на 86,9% дешевле и быстрее
→ без разметки, только на обратной связи
Все гонялись за «короткими и чистыми» промптами,
а ACE делает наоборот — строит длинные, эволюционирующие “плейбуки”, которые ничего не забывают.
И это работает, потому что LLM-ам нужна не простота, а плотность контекста.
Если технология масштабируется, следующая эпоха ИИ будет не “fine-tuned”, а self-tuned.
Эра живых промптов начинается. 👍
https://www.arxiv.org/abs/2510.04618
49 614
В 10 раз удобнее → чем GitHub для работы с pull request’ами.
Честно, ничего лучше Graphite для слияния кода я пока не видел.
Работать с агентом прямо внутри открытых PR → это вообще другой уровень: комментарии, обсуждения, правки и постоянная итерация в одном потоке.
Агент может объяснить, что делает конкретная строка кода.
Помогает закрывать комментарии.
Предлагает улучшения для PR.
Отмечает потенциальные риски и подсказывает, как их исправить.
Может сразу редактировать файлы и применять изменения.
UX у него просто делает GitHub.
Отдельное спасибо команде → за ранний доступ, поддержку 🌟
49 614
Гугл только что опубликовал новый репозиторий на GitHub под названием “computer-use-preview”.
Это ранняя версия модели Computer Use на базе Gemini — агента, который может управлять браузером и выполнять задачи по простым текстовым инструкциям.
Вы можете попробовать её локально через Playwright или удалённо через Browserbase, используя Gemini Developer API или Vertex AI.
Проект открыт и распространяется по лицензии Apache 2.0.
https://github.com/google/computer-use-preview
49 614
Новая AI-модель от Samsung, в 10 000 раз меньше, чем DeepSeek и Gemini 2.5 Pro, но уже превзошла их на ARC-AGI 1 и 2.
Tiny Recursive Model (TRM) примерно в 10 000 раз компактнее типичных LLM, но умнее, потому что мыслит рекурсивно, а не просто предсказывает текст. Сначала она делает черновой ответ, затем создаёт скрытую «рабочую тетрадь» для рассуждений, многократно критикует и улучшает свою логику (до 16 циклов), и на каждом цикле выдаёт более точный результат.
Этот подход показывает, что интеллект определяется архитектурой и циклом рассуждений, а не только размером модели. Он позволяет создавать мощные и эффективные модели, которые работают дешево, проверяют идеи нейросимволической обработки и делают высококачественное рассуждение доступным для большего числа приложений.
Гитхаб: https://github.com/SamsungSAILMontreal/TinyRecursiveModels
Подробнее: https://arxiv.org/pdf/2510.04871v1
49 614
Google потряс мир.
Они решили кошмар с безопасностью кода, который десятилетиями мучил разработчиков.
Новый AI-агент DeepMind «Codemender» автоматически находит уязвимости в коде и исправляет их.
Уже выпущено 72 серьёзных исправления для крупных open-source проектов.
Это просто невероятно.
Больше никаких бесконечных поисков багов. Больше не нужно молиться, чтобы не пропустить что-то критичное.
Codemender тихо исправляет всё за вас.
Безопасность кода получила серьёзное обновление. 🔨
49 614
Google представил расширения для Gemini CLI и одновременно запустил маркетплейс, где уже доступно более 70 расширений.
Расширения объединяют MCP-серверы, контекстные файлы и кастомные команды, чтобы «обучить» Gemini работать с любыми инструментами
Установить расширение можно командой:
gemini extensions install <GitHub URL или локальный путь>49 614
Один разработчик создал открытый проект Site-to-RAG — инструмент, который превращает любой сайт в данные, готовые для RAG
Просто вставь URL, и инструмент за секунды выдаст чистые, структурированные фрагменты текста с тегами для ссылок и учетом бюджета токенов. Идеально подходит для обучения AI-моделей без ручной подготовки данных.
https://github.com/hyperbrowserai/examples/tree/main/site2rag
