es
Feedback
Вайб-кодинг

Вайб-кодинг

Ir al canal en Telegram

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

Mostrar más

📈 Análisis del canal de Telegram Вайб-кодинг

El canal Вайб-кодинг (@vibecoding_tg) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 49 518 suscriptores, ocupando la posición 2 711 en la categoría Tecnologías y Aplicaciones y el puesto 12 764 en la región Rusia.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 49 518 suscriptores.

Según los últimos datos del 18 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 3 037, y en las últimas 24 horas de 53, conservando un alto alcance.

  • Estado de verificación: No verificado
  • Tasa de interacción (ER): El promedio de interacción de la audiencia es 36.46%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 26.26% de reacciones respecto al total de suscriptores.
  • Alcance de las publicaciones: Cada publicación recibe en promedio 18 038 visualizaciones. En el primer día suele acumular 12 993 visualizaciones.
  • Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 3.
  • Intereses temáticos: El contenido se centra en temas clave como claude, codex, llm, api, github.

📝 Descripción y política de contenido

El autor describe el recurso como un espacio para expresar opiniones subjetivas:
Авторский канал по ВАЙБ КОДИНГУ Ссылка для друзей: https://t.me/+ll3pbl442dNkZmYy Cотрудничество: @devmangx РКН: https://clck.ru/3RRVfk

Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 19 junio, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.

49 518
Suscriptores
+5324 horas
+4917 días
+3 03730 días
Archivo de publicaciones
Ваш AI всё уже знает: SkillKit Вы тратите много время, если повторно обучаете AI тому, что он уже знает. Перестраиваете skills для каждого нового тула. Работаете в изоляции от знаний команды по AI. SkillKit решает всё это: Memory → AI помнит всё между сессиями Primer → skills работают сразу с 30+ агентами Mesh → Team автоматически делится знаниями Одна CLI. Универсальная платформа. 100% Open Source

Мастер-класс по OpenClaw/Clawdbot В этом видео показан полный план, чтобы запустить своего собственного Clawdbot. И не одного, а сразу несколько AI-сотрудников, работающих для вас круглосуточно. Таймкоды: 00:00 – Вступление 1:12 – Смотрите моих 3 AI-сотрудника в действии 5:49 – Как всё работает «под капотом» 9:47 – Установка и настройка 11:22 – Подключение Clawdbot к Telegram 15:35 – Разбираемся в структуре проекта 20:03 – Добавление кастомного навыка (из репозитория с 42k навыков) 23:18 – Автоматизация ботов через Cron 25:07 – От одного к 10 Clawdbot’ам 28:53 – Cron vs Heartbeats: в чём разница? 30:36 – Что будет дальше? 31:34 – Завершение

Вау: всего одной командой Qwen3-Coder-Next сгенерировал полностью рабочую версию Flappy Birds на HTML. Видео демонстрации: (0:05) Claude Code с Qwen3-Coder-Next, (0:26) игра уже работает. Запустить полностью локально можно так:
ollama pull qwen3-coder-next
Если локально не получится, то используйте облако Ollama:
ollama pull qwen3-coder-next:cloud
Запуск через Claude Code:
ollama launch
Попробовать игру можно прямо здесь: https://files.ollama.com/flappy-bird.html Все за один запрос, без правок.

Теперь в Claude Code: если откатить диалог через /rewind или двойным нажатием ESC, Claude может кратко пересказать ту часть разговора, которую вы откатили. Это удобно, чтобы пробовать разные ветки рассуждений и забирать полученные выводы обратно, как бы возвращаясь во времени.

Настраиваемые уровни усилий Уровни усилий управляют адаптивным рассуждением Opus 4.6, которое динамически распределяет ресурсы мышления в зависимости от сложности задачи. Низкий уровень усилий работает быстрее и обходится дешевле, а высокий дает более глубокое рассуждение для сложных задач. Доки

Печально, но это правда: все недооценивают MiniMax Agent. Он как Clawdbot + Claude Cowork + Agent Skills в одном, но более отточенный. Я проверял: дал ИИ научную статью и попросил сделать презентацию. Ожидал что-то простое. На выходе получилась хорошая структура, релевантные визуалы, чистый экспорт. Смотри демо. Но это не всё. Вот что ещё с ним можно делать: ▪️Глубокие исследования через поиск, браузер и MCP ▪️Создавать full-stack приложения с аутентификацией, базой данных и Stripe ▪️Подключаться к GitHub, Figma, Slack прямо из коробки ▪️Настраивать MCP под конкретные воркфлоу ▪️Мультимодальность: поддержка видео, аудио и изображений Просто опиши, что нужно, и агент это выполнит. Особенно понравилась фишка с откатом и повторным запуском с любого шага через восстановление чекпоинта, если где-то ошибся. Стартуем здесь 💚

То, что надо: Codag позволяет визуализировать рабочие процессы AI/LLM прямо в репозитории и посмотреть, как именно работает в
То, что надо: Codag позволяет визуализировать рабочие процессы AI/LLM прямо в репозитории и посмотреть, как именно работает ваш AI-код. Без всякой настройки Codag строит карту всего AI-пайплайна: все вызовы LLM, ветвления решений и этапы обработки данных. 100% опенсорс код

Anthropic дарит $50 бонусных кредитов к подписке Claude Доступно, если у вас была подписка Pro или Max до 4 февраля и вы прев
Anthropic дарит $50 бонусных кредитов к подписке Claude Доступно, если у вас была подписка Pro или Max до 4 февраля и вы превысите лимит до 16 февраля. Новым аккаунтам и Teams / Enterprise – недоступно Важно: для активации нужно включить автосписание при оверлимите. Пока тратите бонусные $50 – всё ок, но когда они закончатся, деньги начнут списываться с карты. Не забудьте выключить тумблер, иначе можно незаметно влететь https://support.claude.com/en/articles/13613973-claude-opus-4-6-extra-usage-promo

Ничоси: теперь можно запускать скиллы агентов с любым LLM, а не только с Claude. Acontext — это опенсорс платформа, которая п
Ничоси: теперь можно запускать скиллы агентов с любым LLM, а не только с Claude. Acontext — это опенсорс платформа, которая позволяет выполнять навыки агентов (pptx, xlsx, docx, pdf) с любым LLM через стандартизированные интерфейсы вызова тулов. Ранее Claude Skills API был имбой, но ограничивал вас моделями Claude и выполнял навыки в «чёрном ящике». Acontext снимает оба ограничения. 😁 Скиллы работают с любым LLM (OpenAI, Claude, Gemini, DeepSeek) через OpenRouter. Загружаете навыки один раз, и используете их на разных провайдерах без переписывания кода. Главное отличие: прозрачность выполнения. » В Claude API скиллы выполняются внутри управляемого рантайма. Вы получаете результат, но не видите, что происходит внутри. » В Acontext выполнение полностью явное и под вашим контролем. Скиллы запускаются в вашем песочном окружении с полной видимостью: stdout, stderr, артефакты, логи и возможность повторного воспроизведения. Это потребуется. Ведь когда агенты запускают длинные процессы, неожиданно падают или требуют отладки, нужно видеть, что именно произошло. Когда нужна защита, одобрения или чек безопасности перед запуском — нужен контроль. Acontext даёт и то, и другое. Что получаем: ▪️Скиллы агентов (pptx, xlsx, docx, pdf), работающие с любым LLM ▪️Исполнение под контролем разработчика с фулл прозрачностью ▪️Наблюдаемые логи и артефакты ▪️Хранение контекста для OpenAI, Anthropic и Gemini ▪️Единый API для загрузки, управления и запуска скиллов Скиллы загружаются на пользователя, монтируются в песочницы и запускаются через один явный API. И всё это 100% open source.

Claude Code теперь поддерживает команды агентов (в режиме research preview) Вместо того чтобы один агент последовательно выполнял задачу, ведущий агент может делегировать работу нескольким коллегам по команде, которые параллельно занимаются исследованием, отладкой и разработкой, координируясь между собой Попробуйте уже сегодня – включите agent teams в вашем settings.json https://code.claude.com/docs/en/agent-teams

Структурированные выводы Что убрали Структурированные выводы: → Ошибки JSON.parse() → Логику повторных попыток → «почти корректные» ответы → извлечение через regex → предварительное заполнение { → ваш слой валидации Суть: задаёшь схему → получаешь строго этот формат каждый раз. Как использовать: → Определи схему в Pydantic, Zod или обычном JSON Schema. → Передай схему через output_config.format. → Claude ограничивает генерацию токенов так, чтобы результат точно соответствовал схеме. Опционально: можно удалить все костыли, которые раньше использовались для обхода проблем. Доки

"Раньше мы писали весь код вручную"
"Раньше мы писали весь код вручную"

Сразу 2 мощнейших релиза: вышли Claude Opus 4.6 и GPT-5.3 Codex Opus 4.6 от Anthropic: – контекст 1 млн токенов – заметно луч
+2
Сразу 2 мощнейших релиза: вышли Claude Opus 4.6 и GPT-5.3 Codex Opus 4.6 от Anthropic:
– контекст 1 млн токенов – заметно лучше держит большие кодовые базы и длинный ризонинг – стабильнее в агентных сценариях (кодинг, поиск, аналитика) – есть самокоррекция, авто-компрессия контекста, до 128K output – цена без изменений
https://www.anthropic.com/news/claude-opus-4-6 GPT-5.3 Codex от OpenAI:
– на Terminal Bench больше, чем у нового Claude Opus 4.6 (77.3% против 65.4%), 57% на SWE-Bench Pro, 64% на OSWorld. – управляемость прямо в процессе выполнения и живые апдейты по ходу задач – для тех же задач тратит меньше чем в два раза токенов, чем 5.2-Codex, и при этом более чем на 25% быстрее на токен – хорошо справляется с “computer use” (умеет нормально работать с задачами на компьютере)
https://openai.com/index/introducing-gpt-5-3-codex/

Кто-то создал курс по изучению Claude Code в Claude Code: попробуйте

В Claude Code добавили новую команду /insights. Когда вы её запускаете, Claude Code анализирует вашу историю сообщений за последний месяц. Он суммирует ваши проекты, показывает, как вы используете Claude Code, и даёт советы по оптимизации рабочего процесса.

Сейчас AI-агенты всё лучше пишут код, но запускать их напрямую на локалке не всегда то и хочется Особенно в режиме автозапуска, страшно, что AI случайно удалит важные файлы или вообще получит доступ к приватным данным. Недавно на GitHub наткнулся на Vibe: опенсорс проект для macOS, который поднимает сверхбыструю Linux-виртуалку в песочнице. Главные плюсы: нулевая конфигурация, изоляция за <10 секунд, можно спокойно закрыть AI в клетку. AI видит только текущий проект, а все остальные чувствительные каталоги полностью изолированы. Написан на Rust, использует родную виртуализацию Apple, безопаснее Docker и при этом почти не грузит ресурсы

Ну всё, приехали. AI-агенты будут автономно обучаться новым скиллам и становиться лучше сами по себе. Вот этот, например, запускает 8 параллельных агентов, которые за 2 минуты скрейпят доки, GitHub, Stack Overflow и блоги. Код на 100% open source.

Опенсорс скилл: code-review-expert Агент-скилл, который делает ревью кода как сеньор-инженер: • нарушения принципов SOLID • уязвимости безопасности (XSS, инъекции, race condition) • проблемы с производительностью (N+1, отсутствие кэша) • обработка ошибок и граничные случаи Установка командой:
npx skills add sanyuan0704/code-review-expert
repo: https://github.com/sanyuan0704/code-review-expert

Советы для работы с Claude Code (Добавьте их в ваш CLAUDE .md файл) 1. Прежде чем писать код, опиши свой подход и дождись подтверждения. Всегда задавай уточняющие вопросы, если требования неясны. 2. Если задача затрагивает больше 3 файлов, остановись и разбей её на более мелкие подзадачи. 3. После написания кода, перечисли, что может сломаться, и предложи тесты для проверки. 4. При баге сначала напиши тест, который его воспроизводит, затем исправляй код, пока тест не проходит. 5. Каждый раз, когда я исправляю тебя, добавляй новое правило в CLAUDE .md файл, чтобы это больше не повторялось. На англ.:
1. "Before writing any code, describe your approach and wait for approval. Always ask clarifying questions before writing any code if requirements are ambiguous." 2. "If a task requires changes to more than 3 files, stop and break it into smaller tasks first." 3. "After writing code, list what could break and suggest tests to cover it." 4. "When there’s a bug, start by writing a test that reproduces it, then fix it until the test passes." 5. "Every time I correct you, add a new rule to the CLAUDE .md file so it never happens again."
В файле правила обычно формулируются детальнее, чем здесь, но суть этих пунктов именно такая.

Теперь можно использовать Claude и Codex в GitHub и VScode с подпиской GitHub Copilot Pro+ или Copilot Enterprise. ▪️Единое рабочее пространство с сессиями агентов для локальных, фоновых и облачных агентов ▪️Параллельные сабагенты ▪️Встроенный браузер И многое другое…