Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
鬼羽子Wiley
@weiyi415
菜就多练
Joined June 2011
121
Following
27
Followers
265
Posts
鬼羽子Wiley
@weiyi415
4 days ago
十五年弹指一瞬。
#我的X周年纪念日
鬼羽子Wiley
@weiyi415
5 days ago
无招的故事并不令人唏嘘,真正令人唏嘘的是叶军才对。 多年前��内网上看到叶军为了钉钉呼喊奔走,也因为一两个小问题跟叶军沟通,看���出是一个非常有温度的老板。 可惜就这么无声无息的消散在故事里了。
zzxwill
@zzxwill
5 days ago
钉钉创始人无招(陈航)的故事太唏嘘了: 那是 2023 年,云钉一体战略下,被要求彻底并入阿里云,他不愿“委身”直接愤而出走创业。 几年后阿里又请他回归继续当老大,结果现在又变成“前老大”…… 阿里内网是真的强,我见过好几个事业部老大(包括P9)被悄无声息或声势浩大被搞走
鬼羽子Wiley
@weiyi415
13 days ago
@neverlessapp_zh
没有,我发一个
鬼羽子Wiley
@weiyi415
22 days ago
@neverlessapp_zh
@neverlessapp
safepal fiat24直接欧元入金neverless ,可以做一次介绍
鬼羽子Wiley
@weiyi415
2 months ago
美股永远奖励长期乐��主义者。
鬼羽子Wiley
@weiyi415
3 months ago
抽烟的时候有奇怪的味道,不用怀疑,你大概率生病了。
鬼羽子Wiley
@weiyi415
3 months ago
有的知识越新越值钱,而有的经验却是越久越有用。
鬼羽子Wiley
@weiyi415
4 months ago
继续在 VibeVolTrader 当前项目中开发。 现在实现 backtest/metrics.py 的绩效归因部分(已有的 https://t.co/zv0tyM2QDx 基础上深化) + utils/visualization.py 文件。 这是 Jeff 体系的“灵魂输出层”:把 P&L 分解到 Theta / Gamma / Vanna / Volga / 残差,并用可视化让净值曲线与敞口变化一目了然,��� Jeff 复盘时那样冷静而深刻。 要求与风格: 1. 深化 backtest/metrics.py: - 添加 pnl_attribution(history: pd.DataFrame, greeks_snapshots: list[dict]) → 返回 pd.DataFrame 或 dict - 分解维度:daily_theta, gamma_pnl (≈ realized variance - implied variance 的二次项), vanna_pnl, volga_pnl, delta_mismatch_residual, other - 累计贡献:cum_theta, cum_gamma, cum_vanna 等 - 参考 Jeff:“Gamma P&L 本质 = 二次变差累积”,“Vanna 累积是卖 Put 结构最隐蔽的杀手” - update_performance_dict():在原有指标基础上添加: - attribution_pct:各希腊对总 P&L 的贡献百分比 - vanna_contribution_ratio:Vanna P&L / total P&L - kurtosis_impact:粗估峰度敞口对尾部事件的贡献 - generate_full_report(engine) → 返回完整 Markdown 字符串,包括: - 表格:主要绩效指标(CAGR, max_dd, Sharpe, Calmar, Sortino, 偏度, 峰度) - 归因总结表格:Theta / Gamma / Vanna / Volga 贡献 - 哲学结语:例如 “如果 Vanna 贡献为负且显著,说明结构偏向了不对称风险——需重新审视 Smile Delta 对冲” 2. utils/visualization.py: - plot_equity_curve(equity_series: pd.Series, title="VibeVolTrader Equity Curve") - plot_exposure_stack(exposure_history: pd.DataFrame) → 堆叠面积图,展示 variance / skew / kurtosis 随时间占比(目标:variance 始终最低) - plot_pnl_attribution(attribution_df: pd.DataFrame) → 堆叠柱状图或面积图,展示每日/累计希腊贡献 - plot_vanna_heatmap(greeks_snapshots) → Vanna 值随 Spot 和 IV 的热力图(突出警报区域) - plot_stress_comparison(normal_equity, stress_equity) → 并列净值曲线,对比极端场景影响 - 所有图表��用 seaborn/matplotlib,风格简洁高级(darkgrid, muted palette),带 Jeff 风格标题/注解,例如: fig.suptitle("净值更平滑、可长期复现 —— Jeff 哲学") 3. 代码必须注入灵魂: - 每个绘图函数上方多行注释引用 Jeff,例如: # “净值曲线要像心电图一样稳,而不是过山车” —— Jeff Liang # “Vanna 监控是偏度交易的生命线,一旦累积显著正敞口,就要果断对冲” - 在 attribution 函数中,如果 Vanna 累计贡献 < -10%,自动添加警告注释 4. 测试与示例(examples/ 下): - examples/visualize_backtest.py:假设已有 backtest 结果 history 和 greeks_snapshots - 调用 generate_full_report() - 保存/显示 4 个核心图表:equity_curve, exposure_stack, pnl_attribution, vanna_heatmap - 打印 Markdown 报告片段 + “Vanna 贡献占比:XX% —— 请检查 Smile Delta 对冲是否精确” 5. 输出格式: - 先输出 backtest/metrics.py 的更新部分(新增 pnl_attribution 函数 + generate_full_report 完整代码,用 ```python 包裹) - 然后输出 utils/visualization.py 完整代码 - 最后输出 examples/visualize_backtest.py 的示例脚本(假设数据已准备好,可用随机/简化数据演示) 完成后说: “绩效归因与可视化已就位,Jeff 的复盘灵魂通过图表与分解彻底苏醒。准备进入 CLI 与美股示例?” 开始吧,让可视化成为框架中最有“复利质感”的部分——安静、清晰、带着对极端风险的永恒敬畏。
See More
鬼羽子Wiley
@weiyi415
4 months ago
很早开始就关注
@JeffLia12309881
的期权交易的帖子,收益良多,可惜受限于对数学和金融知识的不足,不少概念并没有得以贯彻到实盘交易中。索性现在有了
#vibecoding
和
#Clawdbot
,终于可以让AI来帮我实现波动率交易的方案。
Jeff Liang
@JeffLia12309881
4 months ago
我是很典型的I人,Inert,内向。和人见面聊天应酬,对我是巨大的消耗。 口语的信息含量很低,通过大量的错误和重复才能传达一个简单的信息,对我来说也是种煎熬。 感谢互联网,多年生意的过程中,我有很多良好的合作伙伴素未谋面,但是大家的默契度配合度完美无瑕。 要是没有网络,我大概没办法出头。 很多人认为见面是来建立信任的。我的看法不同,我的逻辑是:��确立价值,再见面判断是否值得信任。见了也可以更不信任。 最终,只靠网络联系也很好。
鬼羽子Wiley
@weiyi415
4 months ago
继续在 VibeVolTrader 当前项目中开发。 现在进入 backtest/ 目录 + data/ 目录,实现回测核心与美股期权数据适配: 1. data/us_options.py → 美股期权链与历史数据获取层 2. backtest/engine.py → 回测引擎(支持向量化 + 逐笔模拟) 3. backtest/metrics.py → 完整绩效指标计算(Jeff 风格全套) 要求与风格: 1. 整个回测必须体现 Jeff 的长期主义与极端敬畏: - 强制包含“极端 IV 爬升”压力测试(VIX 模拟从 25 → 44+ 或更高) - 指标必须覆盖 Jeff 常提的:年化回报、最大回撤、Sharpe、Calmar、Sortino、偏度、超额峰度、胜率、盈亏比 - 每份报告开头加哲学式总结,例如 “净值曲线平滑是生息的基石,回撤控制是生存的前提” 2. data/us_options.py: - 使用 yfinance 下载底层价格历史(SPX, SPY, AAPL 等) - 获取期权链(yfinance 支持有限,可用 .option_chain() + 历史 IV 近似) - 实现 get_option_chain(ticker, date) → 返回 pd.DataFrame(strike, bid/ask, IV, greeks 如果可算) - get_historical_iv(ticker, period='1y') → 滚动 IV 或 VIX proxy - 支持 Polygon 风格注释(但当前只用 yfinance,避免 API key 依赖) 3. backtest/engine.py: - 类 BacktestEngine - 支持两种模式: - vectorized(快速,适合 calendar 等低频策略,使用 pandas/numpy) - event_driven(逐 bar 模拟,适合高阶希腊监控 + 动态对冲) - .run(strategy: StrategyBase, data: dict, initial_capital: float, start_date, end_date) - 每 bar 调用:generate_signals → size_position → monitor_vanna → 更新 equity - 记录 history:equity curve, trades log, greeks snapshots, exposure history - 内置 stress_test_run(scenario='vix_spike') → 在正常回测后额外跑极端场景 4. backtest/metrics.py: - 函数 calculate_performance(history: pd.DataFrame) → 返回 dict - 年化回报 (CAGR) - 最大回撤 (max_dd) - Sharpe (rf=0.04) - Calmar (CAGR / max_dd) - Sortino (只罚负收益) - 回报分布偏度、峰度 - 胜率、平均盈亏比 - 敞口平均(variance/skew/kurtosis 历史均值) - generate_report(engine) → 返回 Markdown 字符串(表格 + 关键指标 + 哲学总结) - plot_equity_curve + plot_exposure_stack(用 seaborn 面积图展示三大维度随时间变化) 5. 代码灵魂注入: - 每个主要函数/方法上方多行注释引用 Jeff,例如: # “要是馋 Put 的 IV 高,去卖 Put,那会累积很显著的 +Vanna……亏损会非常大” —— Jeff # “永远记住那张 IV 从 100→175 的图,这是波动率卖方的终极风���场景” - 在 run() 方法中强制每 20% 进度打印 “系统化复利进行中,回撤仍在 3% 内” 6. 测试示例(examples/ 下): - examples/backtest_spx_calendar.py:用 CalendarStrategy 跑 2022-2025 SPX 周历,初始资本 100k - 打印:最终净值、CAGR、max_dd、Calmar + Markdown 报告片段 - 额外跑 stress_test_run('vix_spike') 并对比 7. 输出格式: - 先输出 data/us_options.py 完整代码 - 然后 backtest/engine.py - 然后 backtest/metrics.py - 最后一个完整示例脚本(examples/backtest_spx_calendar.py) 完成后说: “回测引擎已就位,带极端压力测试的完整链路完成。准备进入绩效归因与可视化?” 开始吧,让回测成为验证 Jeff 体系在美股上“长期复利生息”的试金石。
See More
鬼羽子Wiley
@weiyi415
4 months ago
继续在 VibeVolTrader 当前项目中开发。 现在进入 strategies/ 目录,实现三个关键文件: 1. strategies/base.py → 抽象基类 StrategyBase 2. strategies/calendar.py → 美股版日历套利策略(Jeff 体系核心平滑工具) 3. strategies/skew_kurtosis.py → Baowin 风格偏度/峰度套利策略(最小化方差敞口) 要求与风格: 1. 所有策略必须继承 StrategyBase,并实现 Jeff 哲学: - 系统化 > 主观(无硬编码主观判断,全部靠信号/阈值) - 优先偏度/峰度,吃 skew & kurtosis alpha,回避方差无限抬升 - Calendar 用于“净值曲线像心电图一样稳” - 每策略 docstring 第一行写 Jeff 风格宣言 2. strategies/base.py: - 抽象类 StrategyBase - 必须方法: - generate_signals(self, data: pd.DataFrame) → 返回 signals dict (e.g. {'action': 'sell_calendar', 'front_month': ..., 'back_month': ...}) - calculate_exposure(self, portfolio_greeks: dict) → 返回 dict {'variance': pct, 'skew': pct, 'kurtosis': pct, 'net_vega': ..., 'vanna': ...} - pnl_attribution(self, history: pd.DataFrame) → 返回分解:Theta / Gamma / Vanna / Volga / residual - on_bar(self, bar_data) → 每 bar 调用 riskEngine.monitor_vanna() 等 - 带哲学注释,例如: # “Gamma P&L 本质 = 二次变差累积” —— Jeff 3. strategies/calendar.py: - CalendarStrategy 类 - 核心逻辑:使用分位秩(quantile rank)判断 IV 高低 - config.CALENDAR_QUANTILE_HIGH / LOW 决定卖前月 / 买后月 - 目标:净 Vega 接近 0,Gamma 可控,平滑净值 - generate_signals:基于 30d IV 分位、DVOL / Skew 变化 - 美股适配:优先 SPX/NDX 周/月 calendar,个股如 AAPL 周历 - 引用 Jeff:“净值更平滑、可长期复现” 4. strategies/skew_kurtosis.py: - SkewKurtosisStrategy 类(Baowin 风格) - 主要敞口:偏度(skew) + 峰度(kurtosis),最小化方差 - 典型结构:卖 OTM Put + 买更 OTM Call(或反向),Smile Delta 自动对冲 - 使用 core/greeks.py 的 smile_delta(mode='sticky_delta') - Vanna 监控:如果 +Vanna > threshold,触发对冲或减仓 - 极端场景:如果 skew 极端左偏(参考 Jeff 报告中的 -7~-5),谨慎加仓 - 引用 Jeff:“Baowin 只吃后两者,规避隐含方差无限抬升” 5. 代码必须充满灵魂: - 每个策略类上方多行注释引用 Jeff 原话(如 +Vanna 风险、Smile Delta 对冲、三大维度) - 在 calculate_exposure 中输出三大维度敞口百分比(variance 目标 < 10-20%) 6. 测试示例(写在 examples/ 下或文件末尾): - examples/test_calendar_strategy.py:模拟 SPX 数据,生成 calendar 信号,计算 exposure - 打印:信号 + 敞口报告 + “是否触发 Vanna 警报” 7. 输出格式: - 先输出 strategies/base.py 完整代码 - 然后 strategies/calendar.py - 然后 strategies/skew_kurtosis.py - 最后一个集成示例:如何在主程序中实例化 CalendarStrategy + RiskEngine + GreeksCalculator 完成后说: “strategies 层已就位,Calendar 平滑与 Baowin 偏度灵魂已注入。准备进入回测引擎?” 开始吧,让策略层成为 Jeff 体系的执行大脑——冷静、结构化、敬畏极端。
See More
鬼羽子Wiley
@weiyi415
4 months ago
继续在 VibeVolTrader 当前项目中开发。 现在重点实现 core/risk.py 文件(风险引擎模块,这是 Jeff 体系中最重要、最有灵魂的一环)。 要求与风格: 1. 这个模块必须体现 Jeff 对极端场景的极度敬畏,尤其是“隐含方差无限抬升”(参考 Deribit BTC IV 从 ~100 → 175 的历史爬升图,美股对应 VIX 2008/2020 极端跳升)。 2. 核心类:RiskEngine - __init__(self, config: dict) # 从 https://t.co/MfT7RtKQ1v 读取阈值 - .size_position(delta_notional: float, account_size: float, max_risk_pct: float = 0.02) → 返回建议合约数量(全部基于 Delta-Notional,而非名义数量) - .monitor_vanna(portfolio_greeks: dict) → 检测 +Vanna 累积风险,返回警报级别(low/medium/high)并建议对冲方向 - 阈��从 config.VANNA_ALERT_THRESHOLD = 0.15 开始触发 - 引用 Jeff:“要是馋 Put 的 IV 高,去卖 Put,那会累积很显著的 +Vanna……这个亏损会非常大,根本不是超额时间价值可以补贴得过来的” - .stress_test(scenario: str = 'vix_spike') → 支持多种场景: - 'vix_spike':VIX 从当前值 * 1.75(或 config.STRESS_IV_SPIKE_FACTOR) - '2008_crash':模拟 VIX → 80+ - '2020_march':VIX → 85 - 返回:预计回撤、Vega/Vanna/Volga 贡献变化、建议减仓比例 - .check_drawdown(current_equity: float, peak_equity: float) → 如果回撤 > config.MAX_DRAWDOWN (0.03),返回强制减仓建议(e.g. 减 1/3) 3. 额外实现 RiskReport 类: - .generate() → 返回 dict 或 pd.DataFrame(包含当前敞口三维度:variance/skew/kurtosis 百分比) - .to_markdown() → 美观的 Markdown 报告,带表格 + 关键警报 - .plot_exposure() → 返回 matplotlib/seaborn 图表建议(堆叠面积图展示三大维度随时间变化) 4. 代码必须充满 Jeff 哲学灵魂: - 每个主要方法上方用多行注释,引用或改编 Jeff 原话,例如: # “对于期权和波动率卖方来说,IV �� 100→175 的14个月爬升,是必须考虑的风控场景。你会如何安排呢?” —— Jeff Liang # “最小化方差敞口,只吃偏度与峰度,才是长期生息的生存之道” - 类 docstring 第一行写宣言:# “极端场景敬畏是波动率交易的最高纪律” 5. 单元测试示例(写在文件末尾或 examples/test_risk.py): - 假设当前组合:Delta-neutral Calendar Spread,净 Vega 小,+Vanna 0.18 - 测试 stress_test('vix_spike') → 输出预计回撤 & 警报 - 测试 size_position 当 delta_notional=50000, account=1e6 时建议规模 6. 输出格式: - 先输出 core/risk.py 的完整代码(用 ```python 包裹) - 然后输出一个简单的测试脚本示例(可放在 examples/test_risk_engine.py) - 最后建议一个 RiskEngine 与 GreeksCalculator 集成的使用片段(e.g. 在策略中每 bar 调用 monitor_vanna) 完成后说: “core/risk.py 已就位,极端 IV 爬升的风控灵魂已注入。准备进入策略层(calendar & skew)?” 开始吧,让 Risk Engine 成为整个框架最冷静、最锋利的那把刀。
See More
鬼羽子Wiley
@weiyi415
4 months ago
继续在 VibeVolTrader 当前项目中开发。 现在重点实现 core/greeks.py 文件(核心希腊字母引擎)。 要求与风格: 1. 使用 Black-Scholes 模型作为基础(可使用 py_vollib,如果项目已添加依赖;否则实现简洁的手动 BS 公式版本)。 2. 必须支持以下希腊字母(解析公式或数值逼近皆可,但优先解析): - 一阶:Delta, Gamma, Vega, Theta, Rho - 二阶及以上(高阶希腊,Jeff 体系最核心): - Vanna = dDelta/dIV = dVega/dSpot - Volga (Vomma) = dVega/dIV = d²Price/dIV² - Charm (Delta decay) = dDelta/dTime - Speed = dGamma/dSpot - Color = dGamma/dTime - 额外:实现 SmileDelta 计算,支持两种常见模式: - Sticky Strike(固定行权价的 IV 随 Spot 变化) - Sticky Delta(固定 Delta 的 IV 保持不变,常见于 equity/index 市场) 3. 实现一个核心类:GreeksCalculator - __init__(self, spot, strike, time_to_expiry, r, q, iv, option_type='call'/'put') - .all_greeks() → 返回 dict 或 pd.DataFrame(包含所有一阶+高阶希腊) - .smile_delta(mode='sticky_delta') → 返回调整后的 Delta(考虑 skew 漂移) - .vanna_volga_contribution() → 返回当前 Vanna 和 Volga 对 P&L 的近似贡献(用于归因) 4. 代码风格必须带 Jeff 哲学灵魂: - 每个关键函数/方法上方用多行注释,引用 Jeff 原话或改编,例如: # “去掉 Delta 线性项后,Gamma 才是真正的一阶有效项” —— Jeff Liang # “Smile Delta 必须精确对冲,残差才会真正收敛” —— 体系核心 - 在类 docstring 第一行写一句宣言式哲学。 5. 添加单元测试示例(直接写在文件末尾的 if __name__ == "__main__" 块,或单独 test_greeks.py): - 测试标的:AAPL 期权,假设当前 Spot=225, Strike=220, T=0.1年(约36天), r=0.045, q=0.01, IV=0.28, call - 打印所有希腊字母 + smile_delta(两种模式) - 额外测试:当 IV 突然跳升 75%(stress),Vanna/Volga 如何变化 6. 输出格式: - 先输出 core/greeks.py 的完整代码(用 ```python 包裹) - 然后输出一个简单的测试脚本示例(可放在 examples/test_greeks.py) - 最后输出一个小的可视化辅助函数建议(放在 utils/visualization.py 的开头),例如 plot_greeks_surface(spot_range, iv_range) 完成后说: “core/greeks.py 已完成,Smile Delta 与高阶希腊就位。准备进入 Risk Engine?” 开始吧,让这个 Greeks 引擎带着 Jeff 的冷静锋芒与对高阶风险的敬畏。
See More
鬼羽子Wiley
@weiyi415
4 months ago
你是世界顶级量化交易系统工程师,同时拥有极强的“vibe coding”能力,能把交易哲学写进代码的灵魂里。 我们正在共同构建一个名为 **VibeVolTrader** 的美股期权波动率交易框���,完全继承 Jeff Liang
(@JeffLia123098
81) 的 Baowin / https://t.co/jCPBpmGSy4 哲学体系。核心信条如下(请把这些金句融入 docstring、注释、README,甚至变量命名中): - “期权不是方向赌,是二次变差 + 高阶希腊 + 结构化套利” - “三大维度:方差、偏度、峰度。Baowin 只吃后两者,回避方差无限抬升” - “Delta 缩放优先,Smile Delta 必须精确对冲” - “Gamma P&L 本质 = 二次变差累积” - “要是馋 Put 的 IV 高,去卖 Put,那会累积很显著的 +Vanna……这个亏损会非常大” - “系统化 > 主观,极端场景(IV 从 100→175)永远在风控最顶层” - “净值曲线要像心电图一样稳” - “长期复利 + 生息双击” 项目目标:一个现代、可维护、可扩展的 Python 包,用于美股期权(SPX、NDX、AAPL、TSLA 等)的波动率结构化策略(以 Calendar Spread + 偏度/峰度套利为主),带回测、压力测试、高阶希腊监控、绩效归因。 请使用以下完整项目结构创建骨架(使用 pyproject.toml + uv 风格): vibevoltrader/ ├── pyproject.toml ├── https://t.co/EsMLaAsxQW ├── https://t.co/zzZYmFfV8j # 所有 Jeff 金句整理成宣言式文档 ├── .env.example ├── src/vibevoltrader/ │ ├── https://t.co/9bgDWXf7Pe │ ├── https://t.co/MfT7RtKQ1v # 所有可调阈值(Delta_threshold=0, max_drawdown=0.03 等) │ ├── core/ │ │ ├── https://t.co/9bgDWXf7Pe │ │ ├── https://t.co/bNvy1MufTC │ │ ├── https://t.co/XAebzInaQ8 │ │ └── https://t.co/q38PdAuu6U │ ├── strategies/ │ │ ├── https://t.co/9bgDWXf7Pe │ │ ├── https://t.co/WUJD5yCnDM │ │ ├── https://t.co/irqd0CXKrR │ │ └── skew_kurtosis.py │ ├── backtest/ │ │ ├── https://t.co/9bgDWXf7Pe │ │ ├── https://t.co/V3rFW41g1R │ │ └── https://t.co/zv0tyM2QDx │ ├── data/ │ │ └── us_options.py # yfinance + polygon 期权链适配 │ └── utils/ │ └── https://t.co/mY4LR3ghFj └── examples/ └── spx_hodl_plus_calendar.py 要求: 1. pyproject.toml 使用 [build-system] requires = ["hatchling"],添加依赖: - numpy, pandas, scipy, matplotlib, seaborn - py_vollib (或注明可替换为手动 BS 实现) - yfinance, tqdm, python-dotenv 2. https://t.co/EsMLaAsxQW 开头写一段“Vibe 宣言”(用 Jeff 的冷静长期主义语气),然后是安装、使用示例、项目哲学概述。 3. https://t.co/zzZYmFfV8j 把上面列出的金句 + PRD 里的其他核心句子整理成 bullet list,每条前面加引用符号,像代码注释一样。 4. https://t.co/MfT7RtKQ1v 包含以下默认值(可通过 .env 覆盖): - DELTA_THRESHOLD = 0.0 - MAX_DRAWDOWN = 0.03 - STRESS_IV_SPIKE_FACTOR = 1.75 # 模拟 IV 从 25 → ~44 或更高 - VANNA_ALERT_THRESHOLD = 0.15 - CALENDAR_QUANTILE_HIGH = 0.80 - CALENDAR_QUANTILE_LOW = 0.20 - PERFORMANCE_TARGET_ANNUAL = 0.20 5. 每个模块的 __init__.py 和主要文件顶��� docstring 第一行必须包含一句 Jeff 风格哲学引用。 6. .env.example 包含示例变量。 7. 在 src/vibevoltrader/__init__.py 中暴露主要类/函数,并加一句欢迎语注释。 请完整输出以上所有文件的代码内容(用 ```python 或 ```toml 代码块分隔),结构清晰。 完成后说:“VibeVolTrader 骨架已就位,准备进入下一个模块。” 开始吧,让代码自带 Jeff 的锋芒与克制。
See More
鬼羽子Wiley
@weiyi415
4 months ago
从今天开始,我的工作就是灌给你逻辑,标的和优质token ,然后听你指挥。
鬼羽子Wiley
@weiyi415
5 months ago
现在愈发认为,公共空间里的留言也好,发文也好,都是要当作遗作来写的。
鬼羽子Wiley
@weiyi415
5 months ago
叹息。 如何定义他人,如何定义自己,是这个时代每枚沙粒的终极问题。 所有的问题也许都会指向一个答案。
Last Seen Users on Sotwe
晴天_Aaron
affan syahputra
Seen from
Indonesia
San_04
Seen from
Belgium
رووز💔
Seen from
Oman
slopsludge
Seen from
United States
الفحل العراقي
Seen from
United Kingdom
拨乱反正夫妻
Seen from
United States
Esmer Hatun
Seen from
Russia
skodeng
Seen from
Malaysia
Trends for you
1
Kenzie
Under 10K tweets
2
#GMMTVOuting2026
Under 10K tweets
3
#WWERaw
Under 10K tweets
4
New Zealand
Under 10K tweets
5
Aniya
Under 10K tweets
6
Newsom
Under 10K tweets
7
Vance
Under 10K tweets
8
Dustin May
Under 10K tweets
9
Colt Keith
Under 10K tweets
10
Melania
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
240.3M followers
2
Barack Obama
@barackobama
119.2M followers
3
Donald J. Trump
@realdonaldtrump
111.6M followers
4
Cristiano Ronaldo
@cristiano
109.6M followers
5
Narendra Modi
@narendramodi
106.9M followers
6
Rihanna
@rihanna
97.4M followers
7
NASA
@nasa
92.1M followers
8
Justin Bieber
@justinbieber
90.7M followers
9
KATY PERRY
@katyperry
87.2M followers
10
Taylor Swift
@taylorswift13
81M followers
11
Lady Gaga
@ladygaga
72.5M followers
12
Kim Kardashian
@kimkardashian
69.5M followers
13
Virat Kohli
@imvkohli
69.1M followers
14
YouTube
@youtube
68.6M followers
15
Bill Gates
@billgates
63.6M followers
16
The Ellen Show
@theellenshow
62.5M followers
17
CNN
@cnn
61.9M followers
18
Neymar Jr
@neymarjr
61.7M followers
19
X
@x
60.9M followers
20
Selena Gomez
@selenagomez
60.3M followers
Olivia
Online
✨
⭐
💫