Channel

Данил Щуцкий | CutCode AI

@CutCode_AI

On this record: Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Cite this entry

140subscribers

+0 since we began measuring on 8 August 2026

Risers and fallers across the register · movement among entries of Under 1,000.

Register entry

Telegram ID	-1003838325895
Type	Channel
Username	@CutCode_AI
Description	Внедряю AI в бизнес-процессы без хаоса и бесполезных демо. Инженерный подход: процесс → данные → MVP → внедрение. Малый и средний бизнес. ✉️ - @leeto_telegram
Created	Between 1 February 2026 and 12 May 2026— estimated from Telegram’s id allocation, not measured. How this range is calculated.
First recorded	8 August 2026
Last confirmed live	8 August 2026
Measurements held	2
On Telegram	t.me/CutCode_AI

Growth

2 measurements taken within a single day. Dots are measurements; the straight line between them is drawn to join them, not to claim we know the path taken in between — snapshots are recorded only when a count changes, so gaps mean “no change observed”, never “interpolated”. The vertical axis spans 139–141 and does not start at zero.

Measurement log — every subscribers count we have recorded
Measured (UTC)	Subscribers	Change
8 Aug 2026, 22:31	140	no change
8 Aug 2026, 06:49	140	first reading

Engagement

20 posts held, back to 12 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 pageof 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 20 posts for this entry, the most recent from 13 July 2026. An engagement rate over an empty window would be a number about nothing.

What this channel posts

Photos: 7
Videos: 2
Links: 97

Lifetime counters from Telegram’s own channel header, read 8 August 2026 — not the date at the top of this page, which is when the subscriber count was last read. Below Telegram’s rounding threshold, so these counts are exact.

Video runtime: 38s
Average length: 38s

Measured directly from 1 video with a duration reading, out of the posts we hold for this channel — not this channel’s whole posting history, only the sample this register has actually read. An exact reading to the second, taken from the post itself rather than from Telegram’s own rounded chrome, so it carries no ≈ mark.

Reaction mix

452 reactions across 20 posts, in 12 distinct kinds. The most used accounts for 22.1% of them.

Every reaction kind recorded on the sample, most used first
Reaction	Count	Share
❤	100	22.1%
🔥	94	20.8%
🎉	79	17.5%
👍	70	15.5%
🤩	59	13.1%
❤‍🔥	14	3.10%
🥰	14	3.10%
💯	10	2.21%
😍	8	1.77%
😁	2	0.442%
🙏	1	0.221%
🤯	1	0.221%

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 20 of the 20 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 452reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.

Measured over the 20 most recent posts we hold, published 12 May 2026 to 13 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.

Recent posts

13 Jul 2026, 12:48 UTC108 views30 reactionsread 8 August 2026

Forwarded from @phpyhconfPhoto

От скучной генерации к инженерии с ИИ ИИ быстро генерирует код, но без контекста, декомпозиции и проверок работа с агентами превращается в ожидание и бесконечные правки. В докладе поговорим об AI-разработке как об управляемом инженерном процессе. Данил Щуцкий — backend-разработчик с опытом более 15 лет, автор Laravel-сообщества и YouTube-канала CutCode. Консультирует команды по архитектуре и высоконагруженным систе…

👍6🔥6🥰5❤‍🔥3💯3❤2🤩2😍2

1 Jul 2026, 06:41 UTC181 views18 reactionsread 8 August 2026

⚡️ Sonnet 5 вышел! Что ж, Fable нам опять не завезли — пока смотрим Sonnet 5. Ещё не успел нормально потестить его в кодинге, но есть ощущение, что тут может повториться старая история, когда младшая модель внезапно оказывается лучше Opus. И да, мысль такая есть: Sonnet 5 вполне может оказаться сильнее Opus 4.8 — как это уже бывало раньше. Кто уже попробовал — делитесь своим мнением в комментариях. Что вам больше …

🎉5🥰4🔥3❤‍🔥2💯2❤1🤩1

26 Jun 2026, 14:42 UTC214 views29 reactionsread 8 August 2026

Forwarded from @laravel_cutcode

1000 звёзд у AI Factory. Вот это поворот. Честно говоря, я пару раз обновил GitHub, просто проверить - точно ли это происходит с моим проектом. AI Factory добрался до 1000 звёзд! Это мой самый быстрорастущий Open Source. Для меня это не просто цифра. Это знак, что тема AI-разработки болит не только у меня. Мы все видели этот сценарий: дал агенту задачу, он уверенно поехал, а потом ты полдня разбираешь, куда именно.…

❤7🔥6❤‍🔥4👍3🤩2🥰2😍2🎉1

23 Jun 2026, 09:19 UTC217 views20 reactionsread 8 August 2026

AI-разработку часто подают как один сценарий: подключил модель, добавил MCP, дал агенту задачу — и команда ускорилась. Но на практике есть минимум три разных подхода: контекстная фабрика, разработка на стероидах и vibe coding, он же prompt casino. В новом ролике разбираю, почему их опасно путать, почему AI не отменяет разработчиков и почему сотни тулов не делают человека AI-native: https://www.youtube.com/watch?v=N_-…

❤5🤩3🎉2💯2🔥2🥰2😍2❤‍🔥1

16 Jun 2026, 05:33 UTC665 views26 reactionsread 8 August 2026

Есть популярный инструмент для AI-разработки — CodeGraph. Он обещает уменьшение потребления токенов (35%), меньше tool calls, быстрые ответы и лучшее понимание кодовой базы. Звучит как must-have, поэтому я решил проверить его в деле. Прогнал CodeGraph через AI Tester на двух сценариях: простой задаче и проекте покрупнее. А потом добавил длительное исследование от Ичи, разработчика из нашего комьюнити: 300+ тестов и…

🔥9❤‍🔥4🎉3👍2💯2🤩2😍2❤1

10 Jun 2026, 08:50 UTC684 views12 reactionsread 8 August 2026

⚡️ Anthropic открыла доступ к Claude Fable 5 Это первая публичная модель нового класса Mythos - уровня выше Opus по возможностям. Fable 5 и закрытая Mythos 5 построены на одной базовой модели. Разница в ограничениях: чувствительные запросы по кибербезопасности, биологии, химии и distillation-трафик в Fable 5 перенаправляются к Opus 4.8. Модель стоит $10 за миллион входных токенов и $50 за миллион выходных - меньше по…

🔥5🎉3🤩2😁2

9 Jun 2026, 16:49 UTC862 views17 reactionsread 8 August 2026

Photo

На днях провел эксперимент с LLM. Занимался реализацией задачи в проекте, где генерировать код LLM-кой запрещено. Сам проект абсолютно не готов для работы с ИИ, хотя глобально там есть общие универсальные скиллы по тестам, качеству кода, архитектуре и т.д. Они общие, но индивидуального контекста под проект нет. Суть эксперимента была в том, что я со своими знаниями и экспертностью попробую дать на вход максимум кон…

❤11👍3🎉1🔥1🤩1

9 Jun 2026, 09:01 UTC165 views24 reactionsread 8 August 2026

Вышел новый ролик про изменения в AI Factory и экосистеме 🚀 Разбираю AI Factory, AI Workspace, HLV, AIF Handoff, MCP Unit и AI Tester: аудит артефактов, дистилляцию материалов в скиллы, память между проектами, прогрев сессий и управляемый процесс AI-разработки. Если vibe coding уже начал превращаться в хаос - показываю, куда двигаться дальше. https://www.youtube.com/watch?v=uRb04AO_13Y

❤8🔥7🤩4🎉3👍2

3 Jun 2026, 08:24 UTC499 views26 reactionsread 8 August 2026

Тестируем новую модель от Anthropic 🔥 Столкнул Claude Opus 4.8 и GPT-5.5 в реальной задаче по коду. Получится ли у новой модели обогнать чемпиона последних батлов? Смотрите: https://www.youtube.com/watch?v=lhZvejs6lnY

❤7🎉7👍6🔥4🤩2

1 Jun 2026, 10:45 UTC187 views26 reactionsread 8 August 2026

Новое видео на CutCode Решил провести сравнение GPT-5.5, GPT-5.4, GPT-5.2 и GPT-5.3 в одном тесте. Результат неоднозначный: победитель по баллам - не тот, чей код я бы взял в доработку. Разбор тут: https://www.youtube.com/watch?v=iAFxk__CstY

🔥9🎉6❤4👍4🤩3

28 May 2026, 17:44 UTC224 views27 reactionsread 8 August 2026

⚙️ Claude Opus 4.8 вышел с штукой, которая для продакшн-агентов важнее любой красивой цифры — теперь можно управлять effort То есть модель можно просить работать легче или, наоборот, выкладываться по максимуму прямо внутри продукта. Без лишней обвязки вокруг промпта. И это реально меняет практику. Где задача простая — не жжёшь лишние ресурсы. Где ошибка дорогая — включаешь тяжёлый режим. Тут уже речь не про “умнее”…

❤9🎉9🔥5👍2🤩2

28 May 2026, 06:45 UTC619 views31 reactionsread 8 August 2026

Новый coding battle на CutCode Новые модели пришли с красивыми фирменными бенчмарками, где они доминируют по всем показателям. Поэтому я взял нашего чемпиона GPT-5.5 против новичков - Gemini 3.5 Flash и Qwen 3.7 Max и отправил их не в синтетическую табличку со столбиками, а в реальную задачу: endpoints, PDF, ограничения по версиям, Postgres, Docker sandbox, performance и ревью качества кода. На старте у каждой моде…

🤩9👍8❤6🔥5🎉3

Showing the 12 most recent of 20 posts we hold for @CutCode_AI. 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.

Citation-graph rank

Citation-graph rank — 746,426 of 1,336,469entries in the measured graph. A weighted position computed from the forward and mention edges below — republished posts weigh more than named mentions — and recomputed periodically, over the whole graph. Published only as this ordinal position, never as a score: a position is a fact, and a score printed beside one channel’s name would read as a verdict this register does not make. The two counts beneath stay separate for the same reason mentions are never summed with forwards anywhere else on this page — a named-by count costs nothing to manufacture. The top 100 by this measure, or how it is computed.

Forward network

Republished by

Channels on the register that have forwarded this channel's posts into their own feed.

Одержимый кодом🔥
@cutcode · 3481 post

Republishes

Channels on the register whose posts this channel has forwarded.

Новости от CutCode
@laravel_cutcode · 1,3591 post Пыхник’26 — PHP на природе
@phpyhconf · 5271 post

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.

Cite this entry

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 8 August 2026 — this entry's latest reading, not the date you are reading this.

“Данил Щуцкий | CutCode AI” (@CutCode_AI), 140 subscribers as measured 8 August 2026. Telegram Register, tgregister.com/channel/CutCode_AI.

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.