El Director Legal de Coinbase se muestra optimista sobre CLARITY: 'Estoy seguro de que veremos progresos'

ambcryptoPublicado a 2026-04-02Actualizado a 2026-04-02

Resumen

El Director Legal de Coinbase, Paul Grewal, mostró un optimismo significativo respecto a la aprobación de la Ley CLARITY de 2025, que establecería un marco regulatorio para criptoactivos. Grewal afirmó estar "muy seguro de que veremos progresos" y sugirió que un acuerdo entre el sector cripto y la banca podría concretarse en 48 horas. Destacó que, aunque las reglas para bancos y cripto son distintas, no hay evidencia de fuga de depósitos bancarios hacia stablecoins. Su cambio de postura sorprendió a Patrick Witt, asesor presidencial en activos digitales, dada la anterior reticencia de Coinbase. Los mercados de predicción Polymarket reflejaron este optimismo, con una probabilidad del 65% de que la ley sea aprobada en 2026.

Ha surgido un giro interesante en las conversaciones en curso sobre la Ley CLARITY del Mercado de Activos Digitales de 2025.

Paul Grewal, Director Legal (CLO) de Coinbase, en una reciente aparición televisiva, ha compartido su optimismo sobre la aprobación del proyecto de ley de cripto. Cree que Estados Unidos está al borde de un gran avance en el ámbito de las criptomonedas a pesar de la resistencia de los bancos.

Más importante aún, Grewal reveló que es probable que el acuerdo entre las criptomonedas y los bancos se apruebe en las próximas 48 horas.

Estoy muy seguro de que vamos a ver progresos.

Sin embargo, también señaló que,

Otros elementos clave del proyecto de ley son de crítica importancia para asegurar que se cumpla la visión del presidente Trump de que Estados Unidos sea la capital mundial de las criptomonedas.

El CLO de Coinbase confía en la aprobación de la Ley CLARITY

Explicando su postura, el CLO de Coinbase subrayó que las reglas podrían ser diferentes para los bancos y las criptomonedas porque "el juego es muy diferente".

Al comparar los bancos tradicionales y las stablecoins, Grewal destacó cómo los bancos operan con reserva fraccionaria—donde mantienen menos y se enfocan más en los depósitos y los préstamos.

Sin embargo, a medida que avanza el debate sobre la 'generación de rendimientos', los críticos creen que las stablecoins podrían impedir que la gente retire dinero de los bancos. Pero hablando en defensa, Grewal rechazó esa noción, afirmando,

No ha habido ninguna evidencia de fuga de depósitos en absoluto.

También enfatizó cómo la Ley GENIUS introdujo la regla inicial para las criptomonedas y que la Ley CLARITY es la meta final para un marco regulatorio completo.

El cambio de postura sorprende a los ejecutivos

Este optimismo de Grewal llega después de la reciente reticencia de Coinbase. Para quienes no lo sepan, este paso atrás había llevado a Patrick Witt, director ejecutivo del Consejo Presidencial sobre Activos Digitales, a emitir una advertencia velada a Coinbase.

Sin embargo, después de escuchar el cambio de postura de Paul Grewal, Witt expresó su sorpresa.

Fuente: Patrick Witt/X

Mientras tanto, las probabilidades en Polymarket de que la Ley CLARITY sea promulgada en 2026 confirmaron el sentimiento positivo, ya que se situaban en un 65% en el momento de redactar este informe.

Fuente: Polymarket

Resumen Final

  • El optimismo de Paul Grewal sobre la Ley CLARITY sorprende a Patrick Witt, considerando la reticencia pasada de Coinbase.
  • Las probabilidades en Polymarket se dispararon al 65%, reflejando este mayor optimismo.

Preguntas relacionadas

Q¿Por qué Paul Grewal, Director Legal de Coinbase, se muestra optimista sobre la Ley CLARITY?

APaul Grewal cree que Estados Unidos está al borde de un gran avance en cripto y confía en que se logrará un acuerdo entre las criptomonedas y los bancos en las próximas 48 horas, facilitando el marco regulatorio.

Q¿Qué diferencia señaló Grewal entre los bancos tradicionales y las stablecoins?

AGrewal destacó que los bancos operan con reserva fraccionaria (reteniendo menos fondos y prestando más), mientras que las stablecoins no han mostrado evidencias de fuga de depósitos, según su defensa.

Q¿Cómo reaccionó Patrick Witt ante el cambio de postura de Coinbase sobre la Ley CLARITY?

APatrick Witt, director ejecutivo del Consejo Presidencial de Activos Digitales, expresó sorpresa por el optimismo de Grewal, dado el previo rechazo de Coinbase.

Q¿Qué indican las probabilidades de Polymarket respecto a la aprobación de la Ley CLARITY en 2026?

ALas probabilidades de Polymarket reflejan un 65% de posibilidades de que la Ley CLARITY sea promulgada en 2026, mostrando un sentimiento positivo en el mercado.

Q¿Cuál es la visión del presidente Trump mencionada en relación con la Ley CLARITY?

ASe menciona que elementos clave del proyecto de ley son cruciales para cumplir la visión del presidente Trump de que Estados Unidos se convierta en la capital mundial de las criptomonedas.

Lecturas Relacionadas

¿Los modelos generativos también pueden entrenarse de extremo a extremo? El núcleo es un bucle for

El entrenamiento de modelos generativos siempre ha sido un reto debido a la "desviación por exposición" (exposure bias): durante el entrenamiento solo se aprenden pequeños pasos, mientras que la generación requiere cientos de iteraciones, lo que causa acumulación de errores. Esto ha impedido que los modelos generativos sean entrenados de extremo a extremo (end-to-end), a diferencia de otras tareas de aprendizaje profundo. Un reciente artículo de la Universidad de Illinois y Harvard introduce "Explorative Modeling (XM)", un nuevo paradigma que resuelve este problema mediante un bucle simple (for). La idea clave es que, en cada paso de entrenamiento, el modelo genera K candidatos y solo retropropaga el gradiente a partir del candidato más cercano a los datos reales. Este enfoque evita que el modelo converja a un promedio borroso entre múltiples modos (mode blurring), un problema inherente a las funciones de pérdida de reconstrucción típicas. XM identifica una tercera dimensión escalable, además de los parámetros y los datos: la "expresividad generativa". Los experimentos en imágenes, video y lenguaje muestran que aumentar la exploración (K) mejora monótonamente el rendimiento, con ganancias de eficiencia en FLOPs, muestras y parámetros. En tareas de control robótico, una política exploratoria XM iguala o supera a políticas de difusión que requieren 100 veces más cómputo en inferencia. El trabajo sugiere que, a gran escala, la expresividad generativa se convierte en el cuello de botella principal, y XM ofrece un camino para modelos generativos verdaderamente end-to-end, generando muestras de alta calidad en una sola pasada hacia adelante.

marsbitHace 46 min(s)

¿Los modelos generativos también pueden entrenarse de extremo a extremo? El núcleo es un bucle for

marsbitHace 46 min(s)

Upbit Reorganiza 864,000 Millones de SHIB en Movimiento Interno de Cartera

El exchange surcoreano Upbit ha reorganizado 864.000 millones de SHIB entre direcciones de cartera internas, generando un movimiento on-chain significativo en valor, pero que corresponde a una rebalanceo interno y no a una venta por parte del exchange. Las transferencias, valoradas en aproximadamente 4 millones de dólares, se produjeron tras una subida del 36% en el precio de SHIB, lo que incrementó su visibilidad. Los movimientos incluyeron 384.000 millones de SHIB salientes y 480.000 millones entrantes entre carteras calientes y operativas identificadas de Upbit. Este tipo de actividad es parte de la gestión normal de liquidez y seguridad de los exchanges, y al ocurrir entre direcciones internas conocidas, no implica una presión de venta directa en el mercado. El artículo subraya que, si bien la transparencia on-chain es útil, la interpretación correcta requiere contexto, como el etiquetado de las carteras. En este caso, los datos respaldan la narrativa de una reestructuración operativa tras un periodo de alta actividad comercial, y no señales de venta por parte de ballenas o del exchange.

bitcoinistHace 47 min(s)

Upbit Reorganiza 864,000 Millones de SHIB en Movimiento Interno de Cartera

bitcoinistHace 47 min(s)

¿Máximo de 20 artículos por persona? La nueva norma de ICLR recibe una «petición» sarcástica de un investigador de DeepMind

Un investigador de DeepMind satiriza la nueva norma de ICLR que limita a 20 artículos por autor. La conferencia de IA ICLR 2027 ha establecido una nueva regla: cada autor solo puede figurar en un máximo de 20 trabajos enviados. Los que excedan este límite serán advertidos y, de no corregirse, algunos serán rechazados aleatoriamente. La justificación es la enorme presión sobre el sistema de revisión, tras un aumento del 68% en los envíos para ICLR 2026 (19,525 trabajos). Dan Roy, investigador de Google DeepMind, respondió con una "petición" irónica en X, pidiendo que se elimine el límite. Su mensaje, cargado de sarcasmo, sugiere que los agentes de IA ahora pueden producir investigaciones incrementales y que, "dado que todo el trabajo de revisión ya lo hacen los grandes modelos de lenguaje", debería animarse a enviar más trabajos, no menos. Su sátira apunta a un problema real: el uso de IA tanto en la autoría como en la revisión. Un análisis de 2025 detectó que aproximadamente el 21% de las revisiones de ICLR 2026 eran probablemente generadas completamente por IA. La broma de Roy plantea una pregunta seria: en un entorno donde agentes generan artículos, autores los envían en masa y revisores potencialmente usan IA, ¿limitar el número de envíos es la solución adecuada? El debate sobre la calidad versus la cantidad, y el papel de la IA en la academia, continúa.

marsbitHace 52 min(s)

¿Máximo de 20 artículos por persona? La nueva norma de ICLR recibe una «petición» sarcástica de un investigador de DeepMind

marsbitHace 52 min(s)

Vulnerabilidad en Coldcard provoca un robo de 89 millones de dólares, desatando la mayor migración en cadena desde FTX

La vulnerabilidad en las carteras hardware Coldcard de Coinkite ha resultado en el robo de aproximadamente 1.367,05 bitcoins (unos 89 millones de dólares) de 4.585 direcciones, según Galaxy Research. El fallo, causado por un software que generaba semillas con baja aleatoriedad, desencadenó una migración masiva de fondos por parte de usuarios afectados que buscaban proteger sus activos. Esta migración ha distorsionado indicadores clave de la cadena de bloques de Bitcoin. CryptoQuant reportó un pico en transacciones de menos de 1 BTC y en direcciones activas, niveles no vistos desde el colapso de FTX en 2022, mientras que Santiment registró un drástico deterioro del sentimiento del mercado. La investigación para rastrear los fondos robados se ha visto dificultada por las restricciones de los principales modelos de IA estadounidenses, que bloquean consultas con datos maliciosos incluso para análisis forenses. Los investigadores recurrieron a un modelo de IA de código abierto chino, destacando una asimetría donde los atacantes pueden usar herramientas de IA sin límites, pero los defensores enfrentan barreras. Este caso subraya la vulnerabilidad percibida de las carteras frías y los desafíos en la respuesta rápida a ciberataques en criptomonedas.

marsbitHace 1 hora(s)

Vulnerabilidad en Coldcard provoca un robo de 89 millones de dólares, desatando la mayor migración en cadena desde FTX

marsbitHace 1 hora(s)

OpenAI ya no depende del modelo más caro para ganar dinero

La empresa OpenAI anunció una importante reducción de precios el 30 de julio, destacando que GPT-5.6 Luna bajó un 80% y Terra un 20. Este movimiento, junto con una acción similar de Anthropic la semana anterior, señala un cambio estratégico crucial: las empresas ya no promueven principalmente sus modelos más potentes y caros. En su lugar, OpenAI recomienda explícitamente a los usuarios que para muchas tareas no es necesario usar el modelo más fuerte, sugiriendo un flujo de trabajo donde el modelo Sol (el más caro) diseña y planifica, y el modelo Luna (más económico) ejecuta. Esto refleja que el enfoque ha pasado de vender la inteligencia máxima a vender eficiencia y escala, priorizando modelos económicos y estables para tareas de alto volumen. La verdadera batalla ya no es por quién tiene el modelo más inteligente, sino por quién puede ofrecer la mejor relación costo-rendimiento y crear un ecosistema de uso con alta fidelidad. La industria de la IA estaría entrando en una era de "economía de escala", donde el costo por token cae drásticamente gracias, en parte, a que los propios modelos optimizan su código y operaciones, impulsando un ciclo de reducción de costos autosostenido. El objetivo final parece ser que la IA se convierta en una utilidad omnipresente y de bajo costo, como la electricidad, integrada en todos los flujos de trabajo.

marsbitHace 2 hora(s)

OpenAI ya no depende del modelo más caro para ganar dinero

marsbitHace 2 hora(s)

Trading

Spot
活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow