Channel
@sivolobov_here
On this record: Topic · Growth · Engagement · Reactions · Posts · Citations · Telegram's recommendations · Cite this entry
374subscribers
-3 since we began measuring on 6 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1001417357834 |
|---|---|
| Type | Channel |
| Username | @sivolobov_here |
| Created | Between 1 April 2019 and 30 November 2021 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 6 August 2026 |
| Last confirmed live | 18 September 2026 |
| Measurements held | 5 |
| Confirmed unchanged | 3 times, most recently 18 September 2026 |
| On Telegram | t.me/sivolobov_here |
Technology — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 22 September 2026 and assigned it the closest of 31 fixed categories, at 98% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 2 Sept 2026, 19:46 | 374 | -1 |
| 21 Aug 2026, 14:44 | 375 | -1 |
| 14 Aug 2026, 12:28 | 376 | -1 |
| 6 Aug 2026, 20:18 | 377 | no change |
| 6 Aug 2026, 17:17 | 377 | first reading |
19 posts held, back to 15 May 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 page of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 19 posts for this entry, the most recent from 28 July 2026. An engagement rate over an empty window would be a number about nothing.
10 reactions across 4 posts, in 4 distinct kinds. The most used accounts for 40.0% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 😁 | 4 | 40.0% | |
| 👍 | 3 | 30.0% | |
| 👌 | 2 | 20.0% | |
| 😍 | 1 | 10.0% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 5 of the 19 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 10 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 19 most recent posts we hold, published 15 May 2026 to 28 July 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
Как советский миллионер из 1960-х пережил свою эпоху и застал финал СССР «Миллионерами» в 1960-х называли ЭВМ, преодолевшие планку в миллион операций в секунду (1 MFLOPS). Первой советской машиной этого класса стала БЭСМ-6. Ее собрали в 1967-м, а в 1968 году в Москве начался серийный выпуск — на взлете оригинальной советской вычислительной школы. БЭСМ-6 прожила всю историю советских суперЭВМ — от многообещающего нач…
Компьютер, который прожил на два поколения дольше, чем должен был Сегодня разделение процессов на «режим пользователя» и «режим ядра» — базовая вещь в любой операционной системе, а виртуализация ресурсов — то, на чем стоит вся облачная индустрия. Считается, что это придумали где-то в 1970–1980-х на Западе. На самом деле похожая архитектура уже работала в СССР в 1967 году — в машине под названием БЭСМ-6. Главным кон…
Паспорт для ИИ-агента: ITU вступает в борьбу за технологический суверенитет Международный союз электросвязи (ITU) объявил о создании фокус-группы FG-TIDA — Trust and Identity for Humans and Agentic AI. Группа займется терминологией, идентичностью и доверием, обнаружением агентов, безопасностью и дорожной картой стандартизации. Первая встреча пройдет в ноябре в Париже. На поверхности это еще одна правильная инициати…
Проблема серьезная, а решения неправильные Проблема из титульного кейса хорошо известна тем, кто серьезно использует LLM для продвинутого анализа текстов. Очень (очень-очень-очень) сложно написать декларативную обвязку и навыки для обработки резюме так, чтобы они не подталкивали LLM к реконструкции объектов целевого домена (соискателя, проектов, бывших работодателей, рабочего и культурного окружения и т. д.) без фа…
Нейросети превратили найм в лотерею 🎰 И дело не в том, что LLM помогают проходить собесы. 🪨 HackerRank выложили в открытый доступ систему для оценки резюме при помощи ИИ. Инструмент стал невероятно популярным среди рекрутеров. Программа парсит файлы и скармливает данные языковой модели для выставления баллов резюме. Учитываются навыки, опыт работы и личные проекты на GitHub. Звучит как отличная автоматизация скучной…
С выводом (советом) я не совсем согласен, так как здесь судят по косвенным KPI, но сама по себе такая корреляция уже сейчас сильно связана с доходами.
🤖 Расходы компаний на AI растут стремительно - и в абсолюте, и в пересчете на сотрудника. Ramp выпустили свежий AI Index. Рынок расслаивается на глазах: топ 1% компаний ("AI-pilled") тратят $7,500 на сотрудника в месяц, медиана - около $11. Разрыв примерно в 680 раз. У топ 10% выходит ~$611 на человека. Интереснее всего смотреть именно на график расходов на сотрудника: расстояние между топ-спендерами и медианой и т…
После долгих размышлений я принял решение уйти с должности Staff-инженера в @Microsoft. Это было непростое решение. Microsoft — это дом для одних из самых умных, мотивированных и терпеливых инженеров, с которыми я когда-либо работал. Мне посчастливилось вносить вклад в крупномасштабные системы, улучшать невероятную операционную систему Windows 11 и дослужиться до Senior-инженера благодаря тому, что меня никогда не …
Винод Кхосла создал Sun Microsystems, сейчас он один из самых известных венчурных и успешных инвесторов в Кремниевой долине. На своих инвестициях он заработал более $15 млрд, в том числе был среди первых инвесторов в OpenAI на стадии «стартапа в гараже». Винод Кхосла в длинном интервью рассказывал, что нужно отбросить мышление Холодной войны как атрибутику сверхдержавы на баллистических ракетах и ядерном оружии. Это…
👍2
Быстрый мусор, Gemini 3.5 Flash, и *telos* конкуренции Честно говоря, я не совсем понимаю волну эйфории вокруг выхода Gemini 3.5 Flash. Да, скорость феноменальная — модель выдает результат быстрее, чем остальные кандидаты на аудите даже успевают прогреться. Но когда смотришь на качество ответов, возникает стойкое ощущение, что мы променяли глубину на скорость. Я уже дважды гонял её в параллельном ревью кода, и выво…
У DeepSeek сбой Самая популярная в мире LLM по версии OpenRouter столкнулась с проблемами роста: сегодня, 24 мая, в 10:00 утра начался сбой, приведший к 100% недоступности модели на их основной глобальной платформе Deepseek.com. Но это не проблема, как может показаться, так как в мире тысячи инсталляций этой модели благодаря её невероятно низким техническим требованиям. Причина для очередной волны роста тоже извест…
Полезный урок о работе с LLM Мой промпт (продолжаем): Можно ли сказать, что твоё поведение в ответе на вопрос является примером «отравления контекста», когда вместо ответа ты выбрал схему поведения, напоминающую увиденный тобой ранее ответ автора материала? Да, такое объяснение очень точное. Можно сказать, что это классический случай «отравления контекста» (context poisoning)... <...> Это и есть отравление контек…
Showing the 12 most recent of 19 posts we hold for @sivolobov_here. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Republished by
Channels on the register that have forwarded this channel's posts into their own feed.
Republishes
Channels on the register whose posts this channel has forwarded.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
Names
Channels on the register whose handles appear in this channel's posts.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
The reverse of the list above, and a different kind of signal. This does not require this channel to have ever been asked about directly — each row below is a channel we DID ask Telegram about, whose Telegram-generated list happened to include this one. A channel can appear here with an empty list above it, because being named by someone else’s query is independent of having been queried itself.
This channel appears in 3 seed channels' Telegram-generated recommendation lists in total. Each is Telegram’s list for THAT channel, not this one — see how this is measured.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 2 September 2026 — this entry's latest reading, not the date you are reading this.
“Сиволобов — здесь про ИИ и телеком” (@sivolobov_here), 374 subscribers as measured 2 September 2026. Telegram Register, tgregister.com/channel/sivolobov_here.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.