@funyavai
iAccount based inSoutheast Asia!
About this account
- Account based in
- Southeast Asia
- Connected via
- East Asia App Store
! X says this location may be affected by a proxy or VPN.
Account-level information from X, not a live location or the device used for a specific post.
CRPTO FUN ACT
Joined December 2021
- Tweets838
- Following490
- Followers22
- Likes20
FUN ACT retweeted
Jev is the FASTEST AI model ever built for trading
It makes calibrated buy/sell decisions in under 100 ms
That is one real decision on every single block, 24/7
In this article I've shown EXACTLY how to build HFT trading system with Jev (from scratch)
道爷,我悟了!!!我悟了!!!
Hypit+yichen-jianying-edit Skill才是真正的神!!!
只需要用Hypit进行视频拆解、素材生成。
然后用我的Skill把相关的素材渲染进剪映。
就能实现历史上最丝滑的剪辑工作流!
Give it a try!
Crazyyyyyyy!!!!!!
把我珍藏已久的好东西分享给家人们,剪映11.4.2开源!!!🥳🥳🥳github.com/mcncarl/jianying-…
配套神级Skill:github.com/mcncarl/yichen-sk…
只需要简单提示词,口播类视频,全程托管给Codex,不需要任何人类操作。
即使略微失误,由于调用豆包ASR,片段被切割到毫秒级别,导入剪映草稿也可以人工丝滑调整😋
放一个原本8分钟,剪辑后3分钟,完全由Codex+yichen-jianying-edit Skill自动剪辑完成的,前后视频对照,以及提示词截图👇
整个剪辑流程可能需要花费的地方:
1.Codex Token费用,可以用别的便宜模型平替,比如Workbuddy免费的hy3和DeepSeek-V4.1-Flash。workbuddy.ai/invite?code=XLT…
2.豆包ASR,一小时八毛钱,说实话,不能再便宜了。。。
volcengine.com/product/asr
FUN ACT retweeted
昨天整理了 14 个 Jev 项目,@yangyi 开玩笑说:「让 Codex 一个 goal 跑个 Jev 导航站。」
我真的让 Codex 去跑了,现在导航站已经上线:logicrw.github.io/awesome-je…
而且增加到 130+ 个 Jev 项目。后面还挂了 GitHub Actions,每 12 小时自动扫一次新项目。
拿到 Jev API 还不知道怎么玩的,可以直接进去抄思路。
如果你也做了 Jev 项目,欢迎提 PR / Issue,我继续往里补。
Jev 这个 waitlist 还是很给力的,昨天申请,今天就能用上。
给已经拿到 API、但还不知道怎么玩的人整理了一份 Awesome Jev,目前我能确认到的 Jev 项目基本都在这里:
1. jev-ultrafast
Browser Use 做的高速浏览器 Agent。Jev 负责每一步判断「做什么、点哪个元素」,需要输入文字时才调用小模型。Google Flights 搜航班完整跑完约 7.1 秒。
github.com/browser-use/jev-u…
2. typesafe-mcp
把 Jev 直接接进 Claude Code、Claude Desktop 和 Codex。Agent 可以随时调用 Jev 做 Choice / Score / Noul 这类结构化判断。
github.com/itsmostafa/typesa…
3. jev-mcp
另一个更偏实用工具的 MCP,已经封装好事实核验、Prompt Injection 检测和语义排序。
github.com/jkudish/jev-mcp
4. SemDecide
把 Jev 做成 Unix 命令行工具,可以直接拿来做语义判断、分类、打分、过滤和 Guard。很适合塞进脚本、CI 和数据流水线。
github.com/sharziki/semdecid…
5. Jev Codex Router
先让 Jev 判断每一轮编程任务有多难,再自动决定交给便宜模型还是更强模型。作者用 237 个真实 turn 回放,自测成本降低约 60%。
github.com/0xNatoshi/jev-cod…
6. Winnow
给 Claude Code 做「上下文垃圾回收」。Read、Bash、Grep 输出太长时,先让 Jev 判断哪些内容真的跟当前任务有关,再决定哪些需要进上下文。
github.com/GhalebDweikat/win…
7. Jev Review
用 Jev 做代码审查前置筛选,先判断 correctness、security、reliability、兼容性和测试风险,再把重点问题交给更重的模型处理。
github.com/devagrawal09/jev-…
8. Blink
用 Jev 在代码库里做语义寻路。每到一层目录,就判断哪些文件或文件夹最可能和问题有关,再把更多 walker 分配过去。
github.com/ellipsis-dev/blin…
9. neo4jev
把同样的思路用到知识图谱。Jev 给每条候选边打概率,再用 beam search 一步步找到最可能的路径。
github.com/jexp/neo4jev
10. jev-desktop
把 Jev 接到桌面自动化里。它读取 Accessibility Tree,判断该操作哪个控件、执行什么动作,再交给本地执行器。
github.com/lahfir/agent-desk…
11. TypeSafe AI Playground
一个专门拿 Jev 做实验的 Rust CLI,已经做了 PHI 检测、代码注释审查、实时语气分析、职业和行业分类等玩法。
github.com/markjaquith/types…
12. Prism
目前我看到最接近量化/交易场景的项目。它让 Jev 判断流动性池的 toxic flow、市场压力、均值回归可能性和流动性分布方式,目前默认还是 shadow/advisory,不直接驱动交易。
github.com/irfndi/prism-liqu…
13. 1v1 Jev
直接做了一个 FPS,让 Jev 大约 9Hz 判断移动、瞄准、ADS、开枪和跳跃。属于最直观展示 Jev 低延迟决策能力的项目之一。
github.com/emrickgarrett/One…
14. TypeSafe on Neon
拿 Jev 做模型 Router。请求先由 Jev 判断属于哪种任务,再转给 Grok 4.6 或 GPT-6 Astra 等模型执行。
github.com/andrelandgraf/typ…
看完这些项目,你大概也知道 Jev 可以怎么玩了,就是拿它反复做「要不要、选哪个、打几分、下一步干什么」。
真正需要生成代码、写文章和复杂推理时,再把任务交给传统大模型。
FUN ACT retweeted
The Tail That Wags The Dog
欢迎阅读我的第一本网络书籍 - 《期权墙 买方》
book.myspx.trade
FUN ACT retweeted
Full Jev Tutorial
What it is, how you can build with it and what new applications it can unlock
→ 0:00 Intro
→ 0:34 Jev explained
→ 4:06 API setup
→ 5:59 Demo 1: Voice-controlled browser
→ 11:33 Demo 2: AI memory
→ 17:27 Demo 3: YouTube predictor
强烈建议大家都亲自试试Jev,能让你的Codex操作速度提高10倍并省下大量token!
因为Jev非常适合用于判断型工作,能在毫秒内做出正确判断,而且token价格极低。因此非常适合以下几个场景:
1、computer use
将Jev用作操作判断层,指导模型快速操作你的电脑
nitter.cf/gregpr07/status/210041…
2、上下文压缩
由Jev判断上下文内容的重要信息,实现近乎即时的上下文压缩
nitter.cf/tamarajtran/status/210…
3、模型路由
根据任务复杂程度自动分配合适的模型来处理
nitter.cf/mdlahfir/status/210031…
4、自动审核
比5.6 luna还要便宜且精准的自动审核模型,可能是Codex在安全审批方面最合适的工具
nitter.cf/fazxes/status/21003000…
使用的话要去官网 typesafe.ai 申请,趁现在还通过的很快大家可以来尝鲜体验一下
After co-inventing ChatGPT, I kept asking myself: why have superhuman chat models not led to AGI?
I’ve spent the last 2 years in stealth building a new way to train models (RLCD), and a new type of frontier AI model that we are releasing today: Jev
• 20-200x faster
• 40-400x cheaper (w/ output tokens free)
• Frontier composable intelligence optimized for decisions
AFAICT the shortest path to AI-based economic revolution
FUN ACT retweeted
前段时间做空赚了一点钱,@dan326714 提醒我做空山寨风险很高,庄家盯上就会。于是我想起自己刚入行的时候的问题,既然山寨几乎都会归零,为什么不人人做空呢?
0xSun 在 25 年曾做空 30 多个山寨,做多 ETH,赚了很多钱。但是方向看对了,不代表能赚到钱。比如 80 做空,反弹到 88,最后达到预期 50;而你 55 做空,先涨到 85,浮亏 54%,最终也达到 50。这是截然不同的交易。后者最后只赚 9%,中间却要承受 54% 的浮亏。
所以入场位置其实非常重要。
离失效点足够近,离目标点足够远。要做空,就要耐心等到足够高估、筹码和情绪积累到一定程度的位置,离反转点足够近,又要离预期的换手平衡区足够远。简称离可能的最高点最近,离预期最低点最远。做多反之。
当然最高点只能事后知道,所以更准确来说,不是猜顶,而是离「我错了」的位置足够近。错了亏得少,对了空间足够大,这才叫赔率。
而做空小币的风险还在于实现路径和流动性。
交易看重的是赔率,成功收益远大于可控失败损失。但是很多人只看最后会不会跌,不看它怎么跌。
都是 100 → 50,那么:
100 → 80 → 50
和:
100 → 300 → 50
是截然不同的交易。
最后方向都对,但是第二种路径下,你很可能根本活不到 50。
做空和做多还有一个很大的区别。做多最多归零,但做空理论上没有上限。特别是小币,流动性差,筹码集中,庄家并不需要证明你的长期判断错了,只要在短时间内把价格拉到一个空头保证金承受不了的位置,就可以先把空头清掉。
所以很多时候,做空小币不是判断「它最后值多少钱」,而是在判断「在它回到那个价格之前,我能不能活下来」。
而做合约的人最容易说服自己。
开仓前:
A 成立 → 买 / 空。
A 不成立 → 不交易。
但是开仓亏损之后,A 已经不成立了,开始寻找 B 理由;B 不成立,再找 C。
最后最初的开仓假设明明已经被市场证伪,却变成了长线交易,开始扛单,等着回本。
其实这里发生了一件很有意思的事情。
开仓之前,是证据决定仓位。
开仓之后,变成仓位决定自己愿意相信什么证据。
只要有一点支持自己的东西,就觉得还能继续拿;反过来的证据再多,也会告诉自己「再等等」。
于是最后经常变成两个结果:
一个是巨大浮亏和长期资金成本,只拿到很小的收益。
另一个是价格一直逆向发展,保证金一直加,最后爆仓归零。
每一次亏损增加,人接受反面证据的门槛都会提高,找到支持自己证据的门槛反而降低。所以人知道情况不对还不回头,不只是面子,还有一个原因是仓位已经改变了自己的判断。
这就是仓位纪律。
每一次浮亏之后做决策,都当做是一次新的入场。
假设现在你没有这个仓位。
这个价格,这些信息,这个赔率,你还会不会接?
这个点你会接,那就继续扛着。
这个点你不会接,那就平。
至于你的盈亏平衡点在哪里,市场根本不在意一个小个人。
写于利润回吐 30%。
FUN ACT retweeted
i just open-sourced it for those curious! github.com/jarrodwatts/jev-t…
FUN ACT retweeted
Grok Bot is the best AI agent right now
It gives you an army of agents that can do work for you 24/7
If you set it up correctly, you gain super powers
In this article, I cover how to use Grok Bot to make a Market Making Bot like Hedge Funds.
FUN ACT retweeted
做 LP,先弄明白一个很土的问题:如果币价跌到区间下沿,我要收多久手续费,才能把这笔损失和进出场成本补回来?复杂策略我未必看得懂,但这一笔账,总得算明白。不能赚的时候不知道赚在哪,亏的时候只会怪运气 :)
我觉得可以把 LP 想成摆摊。有人来交易,我们收手续费;但摊上的货也会跌价,进货、出货还要花钱。收摊时,把剩下的货全部换回美元,加上收到的手续费,再减去最初投入的钱和进出场成本,最后剩多少,才是这一单的盈亏。
所以我把问题拆成了两个数:「跌到下沿退出,一共要补多少刀」,以及「按当前年化,每小时实际能收多少刀」。前者除以后者,就是手续费覆盖成本需要的时间。年化再高,落到一笔具体交易上,也得过这道算术题。
比如用一组示例:5000 刀本金,上下各 2% 的区间,当前仓位手续费 APR 5000%,开仓需要买入一半的币。进出场 gas 各 2 刀,交易磨损各 0.4%,手续费收入兑现也按 0.4% 损耗计算。如果刚好在下沿退出,本金损失加全部进出成本,约需覆盖 108.62 刀;每小时净手续费约 28.42 刀,要累计做市约 3 小时 49 分钟。这样看,「5000% 年化」终于变成了一个我能拿来判断的具体问题:这份费收,能不能在区间里收够这段时间?(当然薅一口就跑也可以,这是另外的策略)
顺手把这个思维做成了一个「包赚」计算器的思维工具。本金、涨跌区间、买币比例、gas、交易磨损,拉滑块就能算。开仓只需要买 10% 的币,就按这部分计算进场磨损;APR 直接用自己当前区间的实时值。结果会告诉你需要覆盖多少钱、每小时能收多少,以及大约要多久。
「包赚」当然有前提:手续费确实收到预估金额,成本符合估计,而且能在设定区间内退出。年化掉了、提前出区间了,就要重新算;跌破下沿后继续拿着,损失也可能继续增加。计算器能帮我算清需要多少时间,价格会不会给我这些时间,还得自己判断。
先给自己摆的这个小摊记好账,再决定要不要出摊。也放出来给大家试试,做得比较简陋,因为只是一种思维工具,不是策略。不用连接钱包:LP「包赚」计算器 :)
blockbloomer.github.io/lp-br…
复杂策略我其实看不太懂🤔。哪怕别人用它赚到了钱,换成我自己做,最后多半还是盈亏同源:赚的时候不清楚赢在哪,亏的时候也不知道该不该停。
相对懂一点,才知道自己在赌什么,确定性高不高,适不适合加注,赔率高不高,拿不拿得住,错了能不能及时认错。
拿 LP 举例。开大区间过夜、第二天收菜,这个我真看不懂,所以一直没做。价格跌的时候,亏损还是会吃满。推友们说「大概率赚」,但这个概率到底有多高,我说不准。说不准。这可能也是我搞钱比较慢的原因之一。😂
我自己看 LP,会把它压成一个很土的问题:这个区间,手续费要多久才能回本?
先从简单假设开始,gas和滑点都是0,LP 配比1比1。比如 ±2% 的区间。放 5k 刀,年化看起来能到 5000%,那么保持一小时大概 30刀。也就是说,要连收两个小时的费,才能覆盖一次 2% 的跌幅。只要价格在这两个小时里不跌破你设的区间,那么过了2小时,你这笔交易就包盈利了。
那如果我将区间改成±1%呢?(如果池子够深的话)理论上,你大概接近10000%年华,1小时60刀,你只需要不到1小时,你这笔交易就包盈利了(60大于50)。这里没有去想标的到底涨还是跌,我也预测不了涨跌,只需要考虑它的常规波动,收益速度,交易量为什么暴涨,你开仓的一系列成本,然后就是一个计算题去计算赔率,然后下注。我大概就是这么玩的:先算回本要多久,再决定上不上。选区间,本质是在选 —— 你愿意用多快的回本速度,去赌价格暂时在你设置的波动内。然后去关注“赔率”的出现——等待——出现了,押注——收菜。
不是方法论,就是自己平时怎么过这一关。
FUN ACT retweeted
A大太厉害了,无私地分享了“0风险的LP” 🤣
Arc 上有一个有意思的池子:USDC/USDC,手续费 1%,24h 交易量约 27.7 万美元,收了2.77 k美元的手续费,APR 527%。
离谱的是,这个池子中的两个币竟然是同一个USDC,同一个币自己换自己是怎么做到的?为什么还有人付手续费?
我刚刚去学习了一下,谈谈我的理解,不对请轻拍
1️⃣ 池子的两边分别是什么?
一边是原生 USDC,用来支付 Gas;另一边是 USDC 的 ERC-20 接口。
它们不是两个发行版本,也不是 USDC 和跨链 USDC,而是同一份余额的两个操作入口,不需要 wrap/unwrap。
2️⃣ 为什么能放进同一个池子?
因为 Uniswap v4 按资产标识区分币种:
原生 USDC 用零地址表示
ERC-20 USDC 用 0x360…000 表示
对池子来说,这是两个不同的标识;但在 Arc 底层,它们对应同一种资产。于是就出现了这个“自己和自己组 LP”的池子。
3️⃣ 交易量从哪里来?
这个池子是三池套利中的一环:
pool 1: COIN A/原生USDC
pool 2: 原生USDC/ERC-20 USDC
pool 3: COIN A / ERC-20 USDC
以一个tx为例拆解:
explorer.arc.io/tx/0xfa8af7e…
220.079 USDC(ERC-20)
→ 217.560 USDC(原生)
→ 约 20.77 万枚 Minara
→ 221.007 USDC(ERC-20)
第一步拿 USDC 换 USDC,亏了约 2.519 USDC;但后两步利用 Minara 两个池子的价差,把这笔成本赚了回来。整条路线在后续分配和 Gas 之前,剩下约 0.928 USDC。
所以,这个池子的作用,是被交易程序当成了连接“原生 USDC 池”和“ERC-20 USDC 池”的中转池,顺便收取 1% 的过路费。
但这个中转并不是 Arc 的必要步骤。 两边本来就是同一份钱,是当前这笔套利程序选择了绕路。Arc 官方甚至明确提醒,不要把这两个接口配成池子。
这也解释了它为什么能出现高 APR:赚的是部分交易路线绕路的手续费。至于全部交易量有多少来自这种套利,还需要更多样本。
如果程序优化路线、其他池子的价差收敛,这部分交易量和收益也可能很快消失。
这里只做原理分析,小白不要去操作,前端添加/移除LP可能会出错的!!!!!!!
不要去操作
不要去操作
不要去操作
DYOR
DYOR
DYOR
FUN ACT retweeted
这是《产品经理 AI 实践手册》里提到的项目初始化 Prompt 完整版。
你可以直接把下面的 Prompt 交给 Codex、Claude Code 或其他 Coding Agent,初始化一个AI可以全流程参与的项目。