AbstractDL
Коротко про классные штуки в CV, NLP и AI 🤷♂️ By Anton Razzhigaev chat: https://t.me/abstractdl_chat
Больше📈 Аналитический обзор Telegram-канала AbstractDL
Канал AbstractDL (@abstractdl) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 18 287 подписчиков, занимая 6 974 место в категории Технологии и приложения и 36 011 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 18 287 подписчиков.
Согласно последним данным от 27 августа, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 413, а за последние 24 часа — 1, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 61.11%. В первые 24 часа после публикации контент обычно набирает 32.34% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 11 175 просмотров. В течение первых суток публикация набирает 5 914 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 269.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“Коротко про классные штуки в CV, NLP и AI 🤷♂️
By Anton Razzhigaev
chat: https://t.me/abstractdl_chat”
Благодаря высокой частоте обновлений (последние данные получены 28 августа, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
Код будет гнить, если его гниению активно не противодействовать.Это всегда было актуально и для человеческой разработки, особенно в больших проектах. Проблема с агентами в том, что с ними проект растёт и развивается гораздо быстрее, чем раньше, а значит, и гнить он начинает быстрее. Но я считаю, что это решаемая проблема даже на текущем уровне развития агентов и LLM. Нам с Уроборосом пришлось долго учиться противодействовать заслопливанию кода, и из этого в том числе появились принципы IMMUNE. Правильно выстроенная система адверсариального ревью тоже довольно неплохо помогает. Но ревью должно опираться на явную иерархию требований, начинающуюся с конституционных формулировок. В Уроборосе вершина этой иерархии лежит в
BIBLE.md: требования важнее архитектуры, архитектура важнее реализации.
На мой взгляд, ключевая проблема тут в том, что LLM нехватает длинного контекста, а основные харнессы плохо помогают им сохранять целостную ментальную модель проекта.
Поэтому:
1. Я очень жду LLM с 10B контекстом.
2. Продолжаю развивать Уробороса и делать ставку на мета-системы, которые автономно улучшают и сам процесс разработки: "Improve the generator, not the generation".
Мы точно не упёрлись в предел качества автономных агентов, а просто научились очень быстро генерировать код, при этом ещё плохо умеем с той же скоростью противодействовать его гниению.«Перед выполнением плана прожарь его через Claudexor в мультихарнесс-режиме»или
«После завершения работы проведи мультимодельное ревью через Claudexor и исправляй замечания».Лично я чаще всего использую его в Claude Code. Чтобы установить, просто киньте ссылку на GitHub любому вашему агенту, и они сами разберутся. MIT-лицензия. PS. Буду активно дорабатывать, так что не стесняйтесь кидать issues, фидбек и PR-ы. GitHub, dmg, npm
codex -c project_doc_max_bytes=65536 (или больше)
И обязательно добавьте в AGENTS.md: "Жди EOF, а если ты его не видишь, значит файл неполный".