Channel
@sivolobov_here
On this record: Growth · Engagement · Reactions · Posts · Citations · Cite this entry
376subscribers
-1 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 31 October 2021— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 6 August 2026 |
| Last confirmed live | 14 August 2026 |
| Measurements held | 3 |
| Confirmed unchanged | 1 time, most recently 14 August 2026 |
| On Telegram | t.me/sivolobov_here |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 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 pageof Telegram’s post history, 20 posts per page.
ERR is average views per post over the last 30 days divided by subscribers, the definition TGStat uses, so this figure is comparable with the one you will see elsewhere. It falls structurally as a channel grows: a high ERR on a small channel and a low one on a large channel describe reach mathematics, not quality. We publish the figure and the sample it came from and pass no verdict on it.
ER is defined industry-wide as (forwards + reactions + comments) ÷ views— note the denominator is views, not subscribers. Telegram’s public web preview carries views and reactions but not forward or comment counts, so the reaction rate above is the reactions term only and is therefore a floor: the true ER for this channel is higher by an amount we have not measured and will not estimate.
| Window | Rolling 30 days · latest post in window 28 July 2026 |
|---|---|
| Posts held | 19 (15 May 2026 – 28 July 2026) |
| Views total | 740 |
| Reactions total | — |
| Forwards / comments | not exposed by the public surface — not measured, not estimated |
| Readings taken | 6 Aug 2026, 20:18 UTC |
Views are a single reading per post, taken at the time above. A post published in the last day or two is still accumulating views, which pulls the 30-day average down slightly. That is a property of the standard definition rather than a fault in it, so we keep the definition rather than “correcting” the number into something nobody can reproduce.
Precision. Telegram publishes view counts on its public widget in short form — 8.12K, 3.7M — so any reading at or above 1,000 reaches us rounded to three significant figures, and only counts below 1,000 are exact. Averages and rates derived from them are shown to the same precision rather than to the unit: a figure like 3,701,250 would assert digits nobody measured.
Reaction counts are published per emoji and rounded the same way, so a total below 1,000 is exact and a larger one is a sum that may carry a rounded component from each emoji above 1,000. Because it is a sum, it does not look rounded — read a large reaction total as three significant figures per contributing emoji rather than as the figure it prints.
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 10reactions 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.
Citation-graph rank — 414,192 of 1,548,671entries 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.
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.
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 14 August 2026 — this entry's latest reading, not the date you are reading this.
“Сиволобов — здесь про ИИ и телеком” (@sivolobov_here), 376 subscribers as measured 14 August 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.