谷歌工程师因利用公司内部搜索数据在Polymarket上获利120万美元被捕

bitcoinistPublished on 2026-05-28Last updated on 2026-05-28

Abstract

一名谷歌信息安全工程师因利用公司内部机密数据在预测市场平台Polymarket上进行交易,非法获利约120万美元,目前已被逮捕并面临商品欺诈、电汇欺诈和洗钱等指控。根据美国司法部文件,36岁的意大利籍工程师米歇尔·斯帕尼奥洛(化名“AlphaRaccoon”)自2024年5月起,通过其可访问的谷歌内部工具(标记为“谷歌机密”)实时查看用户搜索数据,提前获知将列入谷歌年度热搜榜的结果。他随后在Polymarket上对相关预测合约进行下注,例如预测音乐人d4vd是否会进入热搜榜等,成功率高且并非偶然。美国商品期货交易委员会已同步提起民事诉讼。谷歌表示已让该员工停职并配合调查,强调利用机密信息下注严重违反公司政策。此案是三十天内第二起与Polymarket内幕交易相关的联邦刑事案件。此前在2026年4月,一名美国陆军特种部队士官因利用涉及委内瑞拉总统马杜罗的军事机密信息在该平台下注获利约40万美元而被捕。Polymarket首席法务官指出,平台基于区块链的特性使非法交易留下痕迹,并与当局合作促成了此次起诉。这一系列事件表明,围绕预测市场的法律监管正在迅速收紧。

谷歌一名信息安全工程师因涉嫌利用公司机密内部数据,在加密货币预测市场平台Polymarket上进行一系列投注并赢得约120万美元而被捕。他面临商品欺诈、电信欺诈和洗钱指控,原因是其在交易公众知晓结果前,就已知道其投注的最终结果。

美国纽约南区检察官办公室于2026年5月27日公布了对36岁米歇尔·斯帕尼奥洛(又名其Polymarket账户别名“AlphaRaccoon”)的起诉书。根据美国司法部的官方声明,这位居住在瑞士的意大利公民在纽约被捕,并在美国地方法官萨拉·内特伯恩面前出庭,他以100万美元现金担保获释,保释金为225万美元。他尚未提出抗辩。

ETH日线图价格呈下跌趋势。来源:Tradingview上的ETHUSD图表

作案手法解析

根据已公布的起诉书,斯帕尼奥洛有权访问一款谷歌内部软件工具——该工具标有红色文字“谷歌机密”的横幅——该工具提供了谷歌平台上用户搜索内容的实时可见性,包括直接输入谷歌年度“年度搜索”排行榜的数据,据美国司法部的文件称。

从2024年5月开始,斯帕尼奥洛创建了一个Polymarket账户,并开始就哪些个人将登上谷歌2025年最受搜索排行榜的合约进行投注——根据起诉书,这些市场是Polymarket于去年秋天推出的。

检察官指控斯帕尼奥洛向其Polymarket地址转移了约380万美元的USDC,并进行了包括一笔381.12美元的“是”赌注,即赌艺术家d4vd会登上谷歌最受搜索榜单。他还正确预测了诸如“Zohran Mamdani是否会进入最受搜索前五名”以及“《鱿鱼游戏》是否会成为最受搜索的电视剧”等合约,据CNBC对起诉书的报道。根据起诉书,他在这些市场上的成功率绝非偶然。他在市场结算前就已经知道了答案。

根据起诉书,美国商品期货交易委员会(CFTC)同时对斯帕尼奥洛提起了民事诉讼,要求其交出非法所得、进行赔偿并支付额外罚款。谷歌证实已让斯帕尼奥洛停职,并正在与执法部门合作——据ABC新闻报道的一份声明称,该公司指出他使用的工具在技术上对所有员工开放,但利用机密信息进行投注严重违反了公司政策。

三十天内的第二起案件

斯帕尼奥洛被捕是短短一个多月内第二起与Polymarket内幕交易相关的联邦刑事案件。2026年4月,美国陆军特种部队军士长甘农·肯·范戴克因涉嫌利用关于计划抓捕委内瑞拉总统尼古拉斯·马杜罗的军事机密知识在Polymarket上进行投注而被捕,据报道获利超过40万美元。据CNN报道,范戴克已表示不认罪。

Polymarket的首席法务官奥利维亚·查洛斯在一份声明中表示,该公司在斯帕尼奥洛案上与纽约南区检察官办公室和CFTC密切合作——她指出,Polymarket是迄今为止唯一一家因其合作而在美国导致内幕交易指控的预测平台,并且该平台基于区块链的性质意味着不法分子会留下痕迹。

这一发展为新兴的预测市场领域带来了一个关键且加速的时刻。三十天内两起联邦内幕交易逮捕案——一起涉及军事机密信息,另一起涉及公司搜索数据——与国会正在对Polymarket和Kalshi进行的调查同时发生,证实了围绕预测市场的法律边界正在迅速收紧。曾经主要被视为用户特性的区块链交易透明度,如今正成为联邦检察官的法证线索。

封面图片来自Grok,ETHUSD图表来自Tradingview

Related Questions

Q根据文章,谷歌工程师米歇尔·斯帕尼奥洛是如何利用内部数据获利的?

A米歇尔·斯帕尼奥洛利用其作为谷歌信息安全工程师的权限,访问了一个标记为'谷歌机密'的内部软件工具。该工具能提供用户在谷歌平台上搜索内容的实时数据,这些数据直接关联到谷歌年度'年度搜索'排行榜。他利用这些未公开的机密数据,在预测市场平台Polymarket上对相关榜单的预测合约进行投注,从而在结果公开前便知晓答案,赢得了约120万美元。

Q针对斯帕尼奥洛的行为,美国司法部门提起了哪些指控?

A美国司法部门对米歇尔·斯帕尼奥洛提起了商品欺诈、电汇欺诈和洗钱三项刑事指控。此外,美国商品期货交易委员会也对他提起了同步的民事诉讼,要求其交出非法所得、进行赔偿并支付额外的罚款。

Q文章中提到,近期还有另一起与Polymarket相关的内幕交易案,具体情况是什么?

A在斯帕尼奥洛案前约一个月,即2026年4月,美国陆军特种部队军士长甘农·肯·范戴克因涉嫌利用其掌握的关于计划抓捕委内瑞拉总统尼古拉斯·马杜罗的机密军事信息,在Polymarket上进行投注而被捕,据报获利超过40万美元。范戴克已表示不认罪。

QPolymarket平台的首席法务官如何评价斯帕尼奥洛案?

APolymarket的首席法务官奥利维亚·查洛斯在一份声明中表示,公司在此案中与美国检察官办公室及CFTC密切合作。她指出,Polymarket是迄今为止唯一一家因其合作而导致美国提起内幕交易指控的预测平台,并强调该平台基于区块链的特性意味着不法行为者会留下痕迹。

Q根据文章,接连发生的这两起案件对预测市场行业意味着什么?

A这两起案件(一起涉及军事机密,另一起涉及企业搜索数据)标志着新兴的预测市场行业正面临一个关键且加速变化的时刻。三十天内接连发生两起联邦内幕交易逮捕案,同时美国国会对Polymarket和Kalshi平台进行着积极调查,这证实了围绕预测市场的法律监管边界正在迅速收紧。区块链交易的透明度,曾经主要被视为用户的功能,现在正成为联邦检察官的调查线索。

Related Reads

What Are Some Good Paths for Chinese Web3 Entrepreneurship? (Part 5)

This article explores pathways for Chinese Web3 teams to pivot toward AI, building on a previous discussion. It focuses on two specific team profiles: **Security & Risk Control Teams:** These teams, skilled in smart contract auditing, wallet security, and on-chain monitoring, can transition to providing **Agent behavior auditing and AI security governance**. As AI Agents automate tasks, access data, and trigger payments, enterprises will need solutions to monitor permissions, audit logs, control data access, and prevent anomalies—creating a strong B2B demand. **Application & Community-Focused Teams:** Instead of completely rebranding as AI companies, these teams should use AI to **enhance their existing products**. For example, research platforms can use AI to summarize information and identify signals; community tools can automate user support and analysis; and educational products can create personalized learning paths. The key is integrating AI to solve existing user pain points, like information overload or high operational costs. The article also advises against certain AI directions for Chinese Web3 teams, such as building general-purpose large language models (too resource-intensive), creating overly broad Agent platforms (hard to monetize), developing AI traders/automated yield products (high regulatory and risk sensitivity), or simply adding superficial AI features without genuine value. The core conclusion: Successful migration depends not on chasing AI hype, but on **identifying how a team's existing Web3 capabilities—be it in data, payments, security, or user operations—can address real needs in new AI application scenarios.**

marsbit3h ago

What Are Some Good Paths for Chinese Web3 Entrepreneurship? (Part 5)

marsbit3h ago

Trading

Spot
Futures
活动图片