在Kamala Harris的领导下,加密货币将是什么样子

币界网Publicado a 2024-08-19Actualizado a 2024-08-19

币界网报道:

如果卡玛拉·哈里斯(Kamala Harris)担任总统,加密货币可能最终会摆脱当前民主党监管的噩梦。但TD Cowen警告称,卡玛拉政府可能并不完全是加密货币的阳光和彩虹。

当然,卡玛拉可能没有拜登那么敌对,拜登就像一只带骨头的狗,这要归功于他的美国证券交易委员会主席加里·詹斯勒和参议员伊丽莎白·沃伦,他们似乎都把给加密货币带来困难作为自己的毕生使命。

Kamala自参加竞选以来在民意调查中飙升,但她并没有完全把加密货币放在桌面上。这让该行业悬而未决,不确定它是应该抱有希望还是开始为更多同样的事情做准备。

与此同时,唐纳德·特朗普(Donald Trump)在加密货币方面已经做了180次。曾经称比特币为骗局的人现在全力以赴,与加密货币人群并肩作战,甚至计划出席纳什维尔的一个大型会议。

但我们都应该知道,仅仅因为特朗普讨好加密货币,并不意味着他的第二任期对该行业来说会更容易。

历史表明,候选人上任后的言论和实际行动往往大相径庭。正如TD Cowen的Jaret Seiberg所说:

“特朗普最近对加密货币的热爱并不能保证如果他获胜,他的监管机构会对这个行业放松。”

Kamala的加密方法可能是什么

Seiberg补充道

“Kamala可能更容易接受该行业,并可能支持鼓励其增长的政策,但很难看到她反对加强加密投资者保护的努力。”

这意味着美国证券交易委员会对该行业的控制不会很快放松。在Gensler的监督下,该机构通过执法而不是提供明确的指导方针来进行监管,从而声名鹊起。

你猜怎么着?在卡玛拉的领导下,这可能不会有太大变化。但说实话,无论是特朗普还是卡玛拉,加密货币行业可能仍将经历一段艰难的旅程。

Gary S.Gensler,美国证券交易委员会主席

如果国会能够采取行动,两位候选人都可以签署加密货币市场结构立法。然而,Seiberg认为,卡玛拉签署的任何法案都可能在投资者保护方面有更严格的规定。

尽管如此,这种差异可能还不够大。在选举年通过任何加密立法都是遥遥无期的。

蓝墙之战

虽然卡玛拉让特朗普处于劣势,争先恐后地拿出一个能坚持下去的信息,但这场比赛远未结束。这两个州正在竭尽全力争取选民,尤其是在密歇根州、宾夕法尼亚州和威斯康星州等关键的摇摆州,这些州通常被称为“蓝墙”

这些州的民主党议员希望卡玛拉能够取得胜利,但他们并不是在开玩笑说他们面临的艰难斗争。

现年59岁的卡玛拉比即将80岁的特朗普年轻近20岁,如果她获胜,她将成为美国第一位女总统,创造历史。

她的竞选演讲明显比拜登的更短、更有力,通常持续不到30分钟,但都很有力。关于特朗普,卡玛拉说:

“这场运动是关于我们国家未来的两种截然不同的愿景:一种是我们的,关注未来,另一种关注过去。”

她和她的竞选搭档、明尼苏达州州长蒂姆·沃尔兹一起煽动了人群,宣称:“在这场斗争中,我们是快乐的战士。”

Lecturas Relacionadas

Diálogo con el fundador de 42 Macro: La "rana hervida a fuego lento" de la Fed y la economía en K

Fuente: "Anthony Pompliano" Organizado por: Felix, PANews En el podcast "Anthony Pompliano", Darius Dale, fundador de 42 Macro, analizó la política monetaria de la Fed, la economía en forma de K y la inflación. Calificó al nuevo presidente de la Fed, Kevin Warsh, como un "halcón con apariencia de paloma", quien posiblemente endurezca la política monetaria en los próximos trimestres para luego poder relajarla. Dale destacó que las expectativas de inflación no predicen resultados futuros; los verdaderos impulsores son factores monetarios y políticos, como el gasto deficitario y la monetización de deuda. Señaló que la Fed no alcanzará su objetivo del 2% de inflación y que su estrategia es una "cocción lenta" (financial repression) para evitar problemas de estabilidad. Sobre la economía en forma de K, explicó que mientras las familias en la parte superior poseen unos 12 billones de dólares en efectivo y consumen intensamente, las de la parte inferior enfrentan tasas de morosidad récord en créditos. Advirtió que quienes no inviertan en activos quedarán rezagados debido al "efecto Cantillón", que transfiere riqueza a los primeros receptores del dinero nuevo. Respecto al mercado bursátil, mencionó que los inversores están trasladando capital de las "siete grandes" tecnológicas hacia empresas más amplias de IA, pero alertó sobre el riesgo de burbuja en los gastos de capital. Finalmente, compartió su experiencia personal sobre la división económica y social, subrayando que todas las personas, independientemente de su origen, buscan dignidad y seguridad para sus familias.

marsbitHace 1 hora(s)

Diálogo con el fundador de 42 Macro: La "rana hervida a fuego lento" de la Fed y la economía en K

marsbitHace 1 hora(s)

Los ocho padres del Transformer, ¿dónde están ahora?

Ocho investigadores de Google Brain revolucionaron la IA en 2017 con el artículo “Attention Is All You Need”, presentando la arquitectura Transformer. Nueve años después, los ocho autores originales han dejado Google, trazando caminos divergentes en la industria. Noam Shazeer, cofundador de Character.AI y clave en el mecanismo de atención, regresó brevemente a Google DeepMind antes de unirse recientemente a OpenAI. Ashish Vaswani, co-diseñador del modelo, fundó Essential AI, aunque hay rumores de que su equipo podría integrarse en Nvidia. Niki Parmar, después de cofundar Adept AI y Essential AI, ahora trabaja en Anthropic. Jakob Uszkoreit, quien propuso la idea central, fundó Inceptive, aplicando la IA al diseño de moléculas de ARN. Llion Jones, tras una larga carrera en Google, cofundó Sakana AI en Tokio, explorando modelos colaborativos inspirados en la naturaleza. Aidan N. Gomez, el más joven del grupo, fundó Cohere, centrada en soluciones empresariales de IA. Łukasz Kaiser, con un trasfondo teórico, es investigador clave en OpenAI, contribuyendo a modelos como GPT-4 y o1. Illia Polosukhin, co-diseñador del Transformer, es cofundador del protocolo blockchain NEAR. A pesar de sus trayectorias distintas —desde biotecnología y blockchain hasta laboratorios de IA—, comparten una creencia: Transformer no es el punto final. Siguen explorando activamente la próxima arquitectura que supere claramente al actual pilar de la IA moderna.

marsbitHace 1 hora(s)

Los ocho padres del Transformer, ¿dónde están ahora?

marsbitHace 1 hora(s)

Respuesta nacional al cálculo espacial: usar fotones es más eficiente, Musk y Huang Renxun dan demasiadas vueltas

La carrera por la computación espacial se ha convertido en una verdadera competencia de armamentos tecnológicos. Figuras como Elon Musk y Jensen Huang han destacado el potencial de la inteligencia artificial y la computación en órbita. Sin embargo, los desafíos en el espacio son extremos: radiación cósmica, disipación de calor en el vacío y limitaciones energéticas severas. Aquí es donde la computación fotónica, que utiliza fotones en lugar de electrones, emerge como una solución prometedora. Sus ventajas son clave para el entorno espacial: es inherentemente resistente a la radiación, genera muy poco calor y consume menos energía. Esto permite empaquetar más potencia de cálculo en un satélite con el mismo peso y recursos, superando las limitaciones de los chips electrónicos tradicionales. Aunque la tecnología fotónica para IA, especialmente en tareas de inferencia, aún debe superar retos de integración y estabilidad mecánica para los lanzamientos espaciales, su trayectoria es distinta. No depende de la miniaturización extrema de los transistores, sino de escalar el uso de propiedades de la luz como la longitud de onda. En una carrera donde la computación electrónica se acerca a límites físicos, la vía "óptica" podría ser la carta decisiva para desplegar de forma eficiente y sostenible la capacidad de cálculo en el espacio.

marsbitHace 2 hora(s)

Respuesta nacional al cálculo espacial: usar fotones es más eficiente, Musk y Huang Renxun dan demasiadas vueltas

marsbitHace 2 hora(s)

Trading

Spot
活动图片