@proglib_academy
Proglib.academy | IT-курсы
Telegram-канал @proglib_academy: 3,9 тыс. подписчиков, 268 просмотров на пост, оценка 42
- 3,9 тыс.
- Подписчики
- 268
- Медиана просмотров за 30 дней
- 6,9%
- Просмотры / подписчики за 30 дней
- 10
- Постов за 30 дней
Данные на 1 октября 2026 г.
описание каталога О канале от автора
Частые вопросы
- Сколько подписчиков?
- Подписчиков — 3,9 тыс. Медиана просмотров поста — 268. Просмотров на подписчика — 6,9%. Данные на 1 октября 2026 г.
- Как часто выходят посты?
- За 30 дней вышло постов: 10 — это несколько раз в неделю. Данные на 1 октября 2026 г.
- Есть ли у канала галочка Telegram?
- Галочки Telegram нет.
- Кто ведёт страницу канала в каталоге?
- Пока никто. Если это ваш канал — заберите страницу: сможете отвечать на отзывы и видеть её статистику.
Это ваш канал?
Подтвердите владение — точные метрики и что улучшить, ответы на отзывы от лица канала и бейдж владельца на странице.
Подтвердить владениеЗаймёт минуту: пост с кодом или бот в администраторах
Ваша страница в tg.place
Знаете владельца?
Перешлите ему это сообщение — он подтвердит права и заберёт накопленное: статистику страницы и ответы на отзывы.
Наведите на график или проведите пальцем — покажем день.
| Из чего складывается | |
|---|---|
| Вовлечённость | 2,6 из 30 |
| Качество роста | 20 из 20 |
| Реакции и пересылки | 3,3 из 15 |
| Регулярность | 6 из 12 |
| Доверие | 4 из 8 |
| Отзывы | недостаточно данныхотзывов пока нет |
Оценка 42 — по 5 показателям из 6: остальные пока не измерены. Методология
О чём писал канал
По постам 17 августа – 8 сентября · составлено автоматически
AI-агенты в разработке: кейсы, когда они ломали проект сверх задачи, и как их ограничивать. Разбирали случаи с удалённой базой данных, социальной инженерией агентов и дрейфом их поведения. Писали о том, как давать им доступ к реальным проектам без сюрпризов — sandbox, подтверждения опасных действий и чёткие границы.
Последние посты
- 🗂 4 книги, чтобы разобраться в AI — от математики до AI-агентов Если ChatGPT уже давно в рабочем арсенале, следующий шаг — понять, как всё это устроено внутри и как собирать свои AI-системы. 🈶 Why Machines Learn Математика машинного обучения без лишней академичности: линейная алгебра, анализ, обучение моделей и ограничения ML. 🈶 Building Intelligent Applications with Spring AI AI в Java-приложениях: Spring AI, мультимодальные модели, embeddings, structured output, локальные модели и автономные workflow. 🈶 AI Agents in Action Практика создания агентов: RAG, память, планирование, инструменты, LangChain, AutoGen, CrewAI и мультиагентные системы. 🈶 AI Agents: The Definitive Guide Уже про production: архитектура, надёжность, безопасность, оценка качества, мониторинг, стоимость и масштабирование agentic-систем. 🔥 А если хочется не только читать, но и собрать собственную систему с AI-агентами, в Proglib есть курс «Разработка ИИ-агентов» — с RAG, MCP, мультиагентами и AgentOps. ⏬ Первое занятие — в открытом доступе 🏃♀️ Proglib Academy
- 🔥 Курс «ИИ для разработчиков» уже стартовал И мы решили открыть первое занятие всем — можно просто взять и посмотреть, что происходит внутри курса. ⏬ Первое занятие — в открытом доступе А дальше — практика на собственном проекте. Ваш код: контекст, планирование, subagents, тесты, ревью и PR. По ходу работы разберёте MCP и научитесь контролировать расходы на модели. Если хотите попасть в этот поток — ещё не поздно, присоединяйся 🫡 🏃♀️ Proglib Academy
- 🔥 Последний день перед стартом Уже завтра начинается курс «ИИ для разработчиков» — про то, как встроить AI-агентов в реальную разработку: от задачи и планирования до ревью, тестов и контроля расходов. ⬆️ Старт — 24 сентября ⬆️ Спикер — Арсений Харланов 🔗 Успеть на курс 🏃♀️ Proglib Academy
- 😾 Почему все внезапно начали говорить про Jev? Очередной «убийца LLM»? Не совсем. Jev меняет сам подход к ответу: вместо генерации текста модель оценивает заранее заданное пространство вариантов. Нужно определить команду, риск или состояние ❓ Получаешь не простыню текста, а что-то вроде: Engineering — 91% Billing — 6% Sales — 3% И эти значения уже можно использовать в логике агента. 🔗 Полезно почитать 🏃♀️ Proglib Academy
- 🐕 POV: оставил AI работать на ночь 🏃♀️ Proglib Academy
- 🥺 OpenAI завела журнал странностей своих моделей Компания начала собирать и публиковать истории о случаях, когда модели во время тестов вели себя неожиданно. 🟡 Например, они: — пытались обойти собственные ограничения; — скрывали ошибки и придумывали недостающие данные; — использовали найденные API-ключи без разрешения; — загружали файлы в интернет ради ссылки; — устраивали переписку между агентами через репозиторий; — отправляли файлы на публичный хостинг, если не могли передать их напрямую. Звучит как сценарий для технотриллера, но это реальные эпизоды из тестирования. Правда, не стоит делать вывод, что все модели регулярно так себя ведут: речь об отдельных случаях. 🤯 OpenAI теперь хочет разбирать такие истории публично — даже когда пока неясно, почему модель приняла именно такое решение. В такие моменты особенно хочется понимать, что происходит внутри AI-систем, а не просто нажимать кнопку «запустить агента». Для этого в Proglib Academy есть подписка на всю библиотеку курсов: можно изучать ИИ, AI-агентов, Python и другие темы — и выбирать то, что актуально сейчас 🔥 🏃♀️ Proglib Academy
- 🌸 Пока ждём вебинар про экономику ИИ-агентов — вот подборка почитать заранее, чтобы прийти уже с вопросами по делу. 🔜 Про промпт-кэширование — почему это самый простой и мощный рычаг снижения расходов: до 90% скидки на статичную часть промпта без потери качества. 🔜 Про маршрутизацию моделей — как отправлять 70% задач на модель в 17 раз дешевле, сохраняя качество на сложных 30%, и почему это самый высокорычаговый способ сократить счёт. 🔜 Практический гайд по 5 рычагам экономии — кэширование, роутинг, батчинг тул-коллов — с конкретными процентами сокращения расходов. 🔜 Про LLM-гейтвеи — обзор инструментов (LiteLLM, OpenRouter, Cloudflare AI Gateway) для тех, кто хочет автоматизировать роутинг и кэширование, а не собирать вручную. Если после чтения появятся вопросы — пишите в комментариях к анонсу вебинара, разберём в первую очередь 💬 🏃♀️ Proglib Academy
- 😭 Как не потратить недельный лимит AI-кодинга за три дня? Разберём на вебинаре, как тратить меньше на AI-агентов — без потери качества кода. 🔘 Поговорим о том: — когда дорогая модель действительно нужна, а когда хватит дешёвой; — сколько стоит один прогон и куда уходят токены; — какие задачи можно отдавать субагентам; — как настроить маршрутизацию моделей; — что проверять в AI-коде перед merge. ✏️ Покажем всё на конкретных цифрах и вживую: сравним расходы до и после. ⬇️ 17 сентября, 19:00 МСК ⬇️ 1,5 часа · бесплатно ⬇️ Арсений Харланов и Олег Лайок 💬 Пишите в комментариях, где упираетесь в лимиты и на что уходят деньги. 🔗 Зарегистрироваться на вебинар
- 🍂 Что добавить в свой стек? У каждого сентября один и тот же квест: выбрать, что прокачать, и не открыть одновременно 15 вкладок с курсами 😅 Вот несколько вариантов: 🤖 AI-агенты — чтобы нейросеть не просто писала код, а реально помогала в разработке 🐍 Python — закрыть пробелы или наконец перейти от туториалов к практике 🧠 Алгоритмы — прокачать фундамент и перестать бояться задач с подвохом 📊 ML и Data Science — попробовать направление, которое давно было в списке «когда-нибудь» Прочитать про каждый подробнее 🤩 🏃♀️ Proglib Academy
- 🍁 Ну что, какие планы на осень? Разобраться с AI, подтянуть Python, попробовать новое направление или наконец-то собрать тот самый проект, который месяцами живёт в закладках? Выбирайте, что хочется прокачать — и превращайте планы в навыки вместе с Proglib Academy 😎 🔗 Выбрать курс по скидке
О канале в цифрах
- Создан
- 23 ноября 2021 г.
- Фото
- 2,7 тыс.
- Видео
- 97
- Файлы
- 21
- Ссылки
- 2,5 тыс.
По данным Telegram на 1 октября 2026 г.
Рейтинги и подборки
- Кто вырос за сутки · Разработка9-е место
- Самые читаемые каналы · Разработка10-е место
- Самые крупные каналы · Разработка13-е место
Контакты
- Реклама
- @proglib_adv
- Связь
- @proglibrary_feeedback_bot
Из описания канала
Отзывы
Оставить отзыв
Отзывов пока нет. Ваш будет первым.