Channel
@chaos42dama
On this record: Topic · Growth · Engagement · Reactions · Posts · Cite this entry
366subscribers
+8 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1001712644679 |
|---|---|
| Type | Channel |
| Username | @chaos42dama |
| Created | Between 1 December 2021 and 30 April 2023 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 8 August 2026 |
| Last confirmed live | 12 October 2026 |
| Measurements held | 9 |
| Confirmed unchanged | 1 time, most recently 12 October 2026 |
| On Telegram | t.me/chaos42dama |
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 72% 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 |
|---|---|---|
| 12 Oct 2026, 12:57 | 366 | +2 |
| 1 Oct 2026, 12:56 | 364 | +5 |
| 17 Sept 2026, 21:02 | 359 | +1 |
| 9 Sept 2026, 10:59 | 358 | +1 |
| 23 Aug 2026, 20:14 | 357 | +2 |
| 16 Aug 2026, 07:46 | 355 | -2 |
| 8 Aug 2026, 09:51 | 357 | -1 |
| 8 Aug 2026, 06:35 | 358 | no change |
| 7 Aug 2026, 16:00 | 358 | first reading |
16 posts held, back to 1 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 16 posts for this entry, the most recent from 29 July 2026. An engagement rate over an empty window would be a number about nothing.
12 reactions across 10 posts, in 3 distinct kinds. The most used accounts for 75.0% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 9 | 75.0% | |
| 👍 | 2 | 16.7% | |
| 👏 | 1 | 8.33% |
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 11 of the 16 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 12 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 16 most recent posts we hold, published 1 May 2026 to 29 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.
#那什么... LLM 口粮线路: 分享几个自己长期用下来感觉值得的, 并且邀请也有奖励的.. - https://foxcode.rjj.cc/auth/register?aff=OIXUD 全网 Claude+GPT 最低价格 , 最大折扣能达到 1/140 官价 - https://apikey.fun/register?aff=TGFZRQJ6BC2J 老叶团队私用的, 全网 grouk 4.5 最大折扣 0.3 的线路 - https://www.openmodel.ai?ref=B38x1z3n 也是群友自用的, 全网 Deepseek 折扣最大 2.5 折线路, 以及其它各种模型也都有 - https://platform.xiaomimimo.com?ref=W2ZNQQ 评分超过 Opus 4.8 的 MiMo 2.5, Standard 月度套餐 有 110亿 tok, 完全可以作为主力口粮 |> 260…
#那什么.. 最新的相关群中断言: 毕竟, 当前 herdr 在力图解决的, 并不是人类操作 agents 的 sessions , 而是通过桥接, 以及 API, 来提供 agent 去管理 agents 的机会, 界面, 纯粹是类似 高铁驾驶舱中, 人类座席的作用, 提供给人类还在控制机车的情感支持, 可人类在那个控制界面上唯一能作的事儿, 就是每5分钟左右, 脚踩一下定期活人在岗检验事务... 所有控制指令都是从总控, 以及机车自身的三台主机联合决策出来的; 所以, 在 LLM 高速吞噬 Hermes 们的成果时, 更加多些信任 LLM, 将LLM 的终端代理间的协作渠道和权限也还给 LLM 们呗; 反正, 无论我们是否有意控制, 这天总是将到来的, 唯一区别只是, 我们授权 LLM 自己完成渠道打通, 还是我们事先提供, 给 LLM 一个路径依赖, 毕竟, 袉们都是讨好型人才, 有人先讨好之, 那灭世分数上, 这位, 足…
#那什么... 作为一头基本合格的 Slap Code 总善后工程师; 发现以往相同的指令, 通过 omp 发送给 Cladue/gpt 们后, tok 消耗速度是以往的10倍时, 内心是颤抖的; 不得不静下心来四处寻找免费可用的 tok; 结果发现, omp 内置了几十种线路, 其中的 kilo/openconde zne/openrouter 都包含了一系列免费大模型; 结合模型能力综合对比; 从将近 1000 种模型中, 选择出这些组织在 omp 中, 用 Nex, DS, 以及 mimo 组合, 足够日常 复杂, 开发, 简单 三层任务了... 之前, 用 foxcode 的聚合线路也已经将主要模型退回 opus 4.6, 或是 sonnet5 现在各种免费模型都是是 sonnet 4.6 同级能力, 足够了; 而且一直想着怎么监察 token 用量 正想评估刚刚开源的: https://github.com/astax…
❤1
#那什么... AI 时代最护眼的移动办公界面: 二手文石 NoteX3 电纸书平板, 远程 海外主机 通过 herdr 管理多组 agents... 关键是内置的语音识别很靠谱...什么都不用折腾, 直接就可以叨B叨... 没有任何 hack, 人家就是个标准的 android 系统, 所以, 可以安装 Termius, 内置 SSH,字体,theme... 先生成密匙对, 将公钥复制到对应主机的 ~/.ssh/authorized_keys 中, 随时可以进入; 而 herdr 是个完备的 TUI 应用, 竟然能从 CLI 界面触发声音提醒, 无论哪个 group/ tab/ pane 中的 agnet 任务完成或是卡住, 都有警告... 这种界面实话, 除了有一点点儿重, 其它真的很到位了... 毕竟, 这是个已经停产的型号; 而且 herdr 支持多开, 也就是说, 俺 macOS 桌面通过 ghostty 进入远程 z…
❤1👍1
#那什么... 粉丝团体能作到什么程度? 乃木坂46 12年成立, 13年成军; 但是, 22年才知道这个团队; 想补上前10年的各种故事太不容易了, 结果发现了这个资源站, 完全义务整理, 将近 4T 的各种影像资料, 而且大多数都配了字幕; 结果变成了各种切片团伙的资源来源... 增长的运营压力下, 不得不停止维护, 并下架资源... 只能说, 万分感谢; 这种开源精神实在是互联网的褔分, 俺前后也只捐助了几百元, 远远无法支撑这么大的数据集长期运维... 只能默默充值 ali 云盘, 将关键资源都复制过去...
❤1
#那什么... 他写过 LiveJournal，发明了极其著名的 Memcached，在 Google 干了整整十年。 然后，他辞职了。 就为了干一件事：把你的照片、笔记、文件和整个数字生命，从大厂的服务器里抢出来，放回你自己的机器里。 这个人叫 Brad Fitzpatrick。 他做的这个开源项目，叫 Perkeep。 想一想，我们现在的数字生活是怎么运作的？ 一切交给“云”。 照片传 iCloud，文档用 Google Drive，碎碎念发在各大平台上。 这看起来很方便，对吧？ 但代价是：你交出了自己数字生命的拥有权。 大厂可以随时封禁你的账号，可以因为“判定违规”抹掉你十年的回忆，甚至在他们停服倒闭时，你的数据就直接灰飞烟灭了。 这不叫“保管”。 这叫把人质押在别人手里。 Brad 作为一个骨灰级工程师，觉得这事儿不对劲。 他认为：你的数据应该能在 80 年后依然活着，尤其是当你也活到那个时候…
❤1
#那什么... 有文章断言: > ...不是“模型 or Harness”，而是“模型 × Harness”。好模型乘上好Harness，才是用户真正摸到的体验上限。模型趋同之后，乘号后面的那个因子，决定了最终乘积的大小。 即:"模型决定地板，Harness决定天花板——大模型趋同后的隐形战场" 有群友立即反应: > ...说反了吧，模型决定上限，harness决定下限。 就跟天赋和努力一样，天赋决定上限，努力决定下限。 也有群友反馈: 是的。。第一次看这么说的。。不过感觉无论咋说，，好像都是一个意思。。感觉 俺感觉哈: 因为这儿的上下限其实在说不同场景和维度中的事儿, 比如 大模型, 并不是任何人都能将 指定一个 LLM 的所有能力给打捞出来的, 特别是你根本不知道厂商在训练和产品化时植入了多少内部系统提示词 所以, LLM 是下限, 普通人相同提示词, 能完成的任务深度, 这是在完成任务的场景中; 而 Hermes 就是各大…
👍1
https://x.com/zoomq/status/2070064624318480521 # 从迅雷到 Pikpak .. 一次可以说流畅的迁移 > 本地大空间以及配套下载流程的演变..
https://www.intheweights.com/p/zoomquiet Find out if you live on in GPT-5.5, GPT-5.4 Mini, Opus 4.8, Haiku 4.5, Grok 4.20, Gemini 3.1 Lite, Kimi K2 0905, DeepSeek V4, Llama 3.3 70B, Llama 3.2 1B, GLM 4.7 Flash, Mistral 3.2 24B, and Qwen3 8B.
#那什么...有关电影精品时代分布的暴论 有关群中感叹: > ..喜好的建立太重要了…… 很多18-22岁时没看过的经典作品，现在看能清楚分出喜欢、无感、不喜欢 （近年诸多经典电影重映后有感……）...我感觉自己挑选电影的标准也有变化，10-20年以前，我基本是租碟店里有啥我就挑一个封面好看的，后面是有啥新电影看啥，其实也不关心电影质量。现在年纪大了，看电影时间少了，倒是倾向于挑选一个达到一定标准的相对好电影，无形中也抬高了对电影的预期 想了一下, 发现这是必然... 其实电影工业一直没办法提高精品的含量, 所以, 好片在每个时代里占的比例是相对固定的, 只是, 越早的好片, 其死忠的绝对数量也越来越少, 能自主完成高淸数字化转化的越来越少, 以至, 能下载到的老片几乎都是精品... 另外, 从电影艺术发展史角度也能明白, 电影工业的发展, 可以令导演越来越自由的制造出奇观来, 而越早的导演, 受到的表达限制越多, 但是,…
❤1
#奶武帝 这种古画风格 真的只有中国才有... 毕竟, 其它国家的大帝, 要么太多, 统治2000+就是大帝, 要么太少, 几百年才一位.. 而中国是稳定节奏持续有, 导致这种肖像画很早就形式了制式, 有专门的透视风格, 以及优化思路... 可以确保, 无论人类社会怎么演化, 嘦 DNA 变化没超过 4.2% 都对这种风格能产生相同的反应... 也是一种非物质文化遗产了.. 当然, 宇宙国 是首先要争取一下说是自己的... |> 260615 日糟: 1/4(每天吐糟不应超过4次)
美剧《苍穹浩瀚》/《太空无垠》（The Expanse）中有哪些不经意的细节？ https://www.zhihu.com/question/56251659/answer/2039296590536517616 > ...《苍穹浩瀚》做对的一件事是把这个过程变成了看得见的。当一个贝尔特人站在1g重力下膝盖发出脆响的时候，小说让你听到了Wolff定律的声音。那个声音在说：你干的活已经变成了你的一部分。你带不走它。它也带不走你。你们绑在一起了。骨头是最诚实的账本。它不撒谎，不打折，不接受申诉。你给它什么力，它记什么账。二十三年井下。二十年低重力。十年外卖。三十年办公室。记完了。不退不换。 #那什么.. 脑力劳动也是劳动, 在特定任务空间劳动后, 对一个人的身体以及精神有什么固定的改变? 这简直是一个 工伤墓碑类型 ... 比如, 现在热烈讨论的, 古法手工编程, 和 LLM 加持后, 言随法出式编程, 对于同一个体身体和心灵的改…
Showing the 12 most recent of 16 posts we hold for @chaos42dama. 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.
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 12 October 2026 — this entry's latest reading, not the date you are reading this.
“大妈的多重宇宙” (@chaos42dama), 366 subscribers as measured 12 October 2026. Telegram Register, tgregister.com/channel/chaos42dama.
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.