Channel
@degencoding
On this record: Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Handles named that no longer answer · Cite this entry
228subscribers
+0 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1002151415646 |
|---|---|
| Type | Channel |
| Username | @degencoding |
| Created | Between 1 May 2024 and 30 September 2024— 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/degencoding |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 8 Aug 2026, 10:18 | 228 | no change |
| 7 Aug 2026, 16:02 | 228 | first reading |
19 posts held, back to 8 June 2025 — 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 19 posts for this entry, the most recent from 7 March 2026. An engagement rate over an empty window would be a number about nothing.
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.
147 reactions across 17 posts, in 6 distinct kinds. The most used accounts for 46.9% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 🔥 | 69 | 46.9% | |
| ❤ | 43 | 29.3% | |
| 👍 | 20 | 13.6% | |
| ❤🔥 | 8 | 5.44% | |
| 🤝 | 5 | 3.40% | |
| 💯 | 2 | 1.36% |
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 17 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 147reactions 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 8 June 2025 to 7 March 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.
Claude подписка вместо API для Mastra-агентов Залил PoC: агент на базе Mastra и Claude Code, работающий на подписке Claude Max/Pro — без единого цента на API. Это пример — можно и нужно создавать своих агентов и использовать их под свои задачи. 🐺 Как это работает: CLIProxyAPI оборачивает OAuth-токен подписки в OpenAI-совместимый эндпоинт. Mastra подключается к нему как к обычному провайдеру — и всё работает: стрими…
🔥4❤3👍1
DegenCoding pinned a photo
Как контекстные файлы делают агентов тупее ? Один из базовых приёмов в AI-разработке — файлы AGENT.md и CLAUDE.md. В теории это гайд, помогающий LLM соблюдать style guides и ориентироваться в кодовой базе. На деле — часто это просто лишний мусор в контексте. —- Исследования показали: • LLM-generated файлы снижают success rate агентов на 3% • Human-written дают прирост в 4% — на уровне погрешности • Косты на инфе…
🔥2
AI пишет код — инженер управляет контекстом Посмотрел отличное видео про выстраивание процесса работы с AI-агентами при написании кода. Главное — пошаговая работа с контекстом: Проблема: без процесса AI генерит быстро, но плохо. Сложность кода +40%, ошибок в 1.7 раз больше, XSS-уязвимости в 2.7 раз чаще. Формула качества контекста: — Полнота: дать модели всё, что нужно для задачи — Релевантность: убрать шум из кон…
🔥5❤3👍3
AI Daily Digest TerserAI - мой вижн для поиска по постам тг каналов, и ежедневных дайджестов! Теперь я наконец то решил проблему ежедневных дайджестов того что мне реально интересно @neuraldeepbot (достаточно стартануть бота и в 13 по МСК будете получать рассылку) Бонусом для вас безлимитный ReAct агент с поиском по 20+ тысячам постов моих любимых каналов Через команду /suggest можно предложить канал для добавле…
Пост 6 из серии Mastra Проблема: как понять, что агент работает хорошо? Мы разобрали, как создать агента: дать ему роль, инструменты, память, построить workflow. Но есть вопрос, который многие игнорируют: а как измерить качество его работы? В обычном коде всё просто — тест проходит или нет. Но AI недетерминирован: один и тот же вопрос может дать разные ответы. Нельзя написать assert и успокоиться. Без измерений в…
❤2👍2🔥2
Пост 5 из серии Mastra Когда одного агента недостаточно До этого мы говорили об агентах как о самостоятельных единицах: есть агент, у него промпт, инструменты, память. Он получает запрос — даёт ответ. Но что если задача сложнее? Например: — Получить текст → проверить на ошибки → обогатить данными → сгенерировать саммари — Принять заявку → валидировать → отправить в CRM → уведомить менеджера Запихивать всё это в …
❤1👍1🔥1
Пост 4 из серии Mastra Проблема Conversation History В прошлом посте мы разобрали три типа памяти. Conversation History — самый простой: берём последние N сообщений и добавляем в контекст. Но что если пользователь спрашивает: "Что мы обсуждали про мой проект на прошлой неделе?" — а это было 100 сообщений назад? Conversation History не поможет. Здесь вступает Semantic Recall. — Semantic Recall — поиск по смыслу …
❤3👍1🔥1
Пост 3 из серии Mastra Проблема без памяти Представьте диалог: — Меня зовут Алексей, я из Москвы. — Приятно познакомиться, Алексей! — Какая погода в моём городе? — В каком городе вы находитесь? Без памяти каждое сообщение для агента — как первое. Он не помнит, что вы только что представились и назвали город. Пользователю приходится повторять информацию снова и снова. — Что даёт Memory? — Запоминание диалога — …
🔥5👍4❤3
Пост 2 из серии Mastra Tools и MCP В прошлом посте мы разобрали, что такое агент и как System Prompt задаёт ему личность. Но есть проблема: агент с одним только промптом — это всё ещё "говорящая голова". Он может рассуждать, но не может ничего сделать. Чтобы агент мог взаимодействовать с внешним миром, ему нужны Tools — инструменты. — Что такое Tools? Tools — это функции, которые агент может вызывать для выполн…
🔥6❤3
Пост 1 из серии Mastra Чем агент отличается от чат-бота? Обычный чат-бот — это интерфейс к языковой модели. Вы пишете вопрос, получаете ответ. Всё. AI-агент — это языковая модель + контекст + память + возможность действовать. Агент понимает свою роль, помнит контекст разговора и может выполнять задачи: искать информацию, работать с API, отправлять письма. Простая аналогия: чат-бот — это эрудит, который отвечает н…
👍3❤2🔥2
Запускаю серию постов о Mastra AI Mastra — это TypeScript-фреймворк для создания AI-агентов и workflow. Хочу разобраться в нём и поделиться с вами. Серия будет из двух частей: - Сначала — концепции (5 постов без кода). Разберём идеи и принципы, чтобы понять, как всё устроено. - Потом — практика (посты с кодом). Будем писать агентов руками. Что будет в концептуальной части: 1. Агенты и System Prompt — что такое A…
🔥8❤🔥5❤1
Showing the 12 most recent of 19 posts we hold for @degencoding. 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.
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.
@degencoding named 1 handle that resolve to nothing today. That is a fact about the reference, not necessarily a fact about the handle’s history — see the two groups below.
Most of these may never have existed as a live channel at all.A handle a channel names can be a typo, an aspirational name nobody registered, or a channel that was already gone before this one ever mentioned it. Unless a row below is marked evidenced, all we know is that it references a handle that is not a live channel today — not that anything “died”. How this is measured.
References a handle that is not a live channel — we have no record it ever was one.
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.
“DegenCoding” (@degencoding), 228 subscribers as measured 8 August 2026. Telegram Register, tgregister.com/channel/degencoding.
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.