La Ley de Criptomonedas Estables Enfrenta Resistencia Mientras Fiscales de Nueva York Apuntan a Tether y Circle

bitcoinistPublicado a 2026-02-04Actualizado a 2026-02-04

Resumen

A medida que se negocia en Washington la Ley CLARITY, fiscales de Nueva York, liderados por la Fiscal General Letitia James, critican la Ley GENIUS, la primera ley importante de cripto en EE.UU. que regula las stablecoins. En una carta al Congreso, argumentan que la ley otorga legitimidad a las stablecoins pero permite a las empresas emisoras eludir obligaciones clave contra el financiamiento del terrorismo, tráfico de drogas, lavado de dinero y fraudes con criptomonedas. Su principal preocupación es que la ley no obliga a los emisores a devolver fondos robados a las víctimas, lo que podría alentar comportamientos dañinos y dar cobertura legal a empresas que retengan activos sustraídos. La carta señala específicamente a Tether (USDT) y Circle (USDC), acusándolos de obstaculizar esfuerzos para incautar y devolver fondos ilícitos. Tether rechazó enérgicamente las acusaciones, afirmando tener tolerancia cero hacia la actividad criminal. Circle, con sede en Nueva York, enfrenta críticas más severas; los fiscales alegan que, incluso al congelar activos, often retiene el control de los fondos en lugar de devolverlos, creando un incentivo financiero para demorar o negar reembolsos. Circle defendió su postura, destacando su compromiso con la integridad financiera y los estándares regulatorios.

Mientras continúan las negociaciones en Washington sobre la legislación de estructura del mercado de criptomonedas conocida como la Ley CLARITY, los principales funcionarios de aplicación de la ley de Nueva York están volviendo su atención a un proyecto de ley que ya se ha convertido en ley.

Liderado por la Fiscal General de Nueva York, Letitia James, un grupo de fiscales senior está planteando preocupaciones sobre la Ley GENIUS, la primera gran ley de criptomonedas de EE. UU. centrada en regular las stablecoins.

Presuntas Lagunas Regulatorias en la Ley de Criptomonedas

Según un informe de CNN, James se unió a cuatro fiscales de distrito, incluido el Fiscal de Distrito de Manhattan, Alvin Bragg, para advertir a los legisladores que la Ley GENIUS no protege adecuadamente a las víctimas de delitos financieros.

En una carta al Congreso, los fiscales argumentan que la ley otorga lo que describen como un "imprimátur de legitimidad" a las stablecoins, al tiempo que permite a las empresas emisoras eludir obligaciones regulatorias críticas necesarias para combatir el financiamiento del terrorismo, el tráfico de drogas, el lavado de dinero y, en particular, el fraude con criptomonedas.

Una preocupación central para los fiscales no es lo que la Ley GENIUS incluye, sino lo que omite. Argumentan que la ley no exige que los emisores de stablecoins devuelvan los fondos robados a las víctimas de fraude. Esta omisión, dicen, corre el riesgo de fomentar comportamientos perjudiciales.

En su opinión, la falta de una obligación legal clara podría envalentonar a las empresas de stablecoins para que retengan activos robados en lugar de cooperar plenamente con los esfuerzos de la ley para indemnizar a las víctimas. Los fiscales advirtieron que esta brecha podría effectively proporcionar cobertura legal para las empresas que eligen mantener el control de los fondos robados.

Tether Rechaza las Acusaciones

La carta señala a los dos mayores emisores de stablecoins, Tether (USDT) y Circle (USDC), afirmando que ambos han obstaculizado los esfuerzos para incautar y devolver fondos ilícitos, mientras continúan beneficiándose de actividades que, según los fiscales, siguen siendo generalizadas en los mercados de stablecoins.

Los fiscales alegan que la empresa ha utilizado este poder de manera inconsistente y principalmente en coordinación con la aplicación de la ley federal, en lugar de en respuesta a acciones estatales o locales.

Como resultado, argumentan, muchas víctimas tienen pocas posibilidades de recuperar los fondos robados una vez que los activos se convierten en USDT. La carta afirma que los fondos transferidos a USDT a menudo nunca se congelan, incautan o devuelven, y que Tether actualmente decide caso por caso si asistir en los esfuerzos de recuperación.

Tether respondió a CNN rechazando firmemente la sugerencia de que tolera actividades ilícitas. La empresa dijo que se toma extremadamente en serio el fraude, el daño al consumidor y el mal uso de USDT y mantiene una política de tolerancia cero hacia el comportamiento criminal.

Circle Enfrenta un Escrutinio Más Agudo

Las críticas de los fiscales a Circle, el segundo mayor emisor de stablecoins, son aún más severas. Circle cotiza en bolsa y tiene su sede en Nueva York, y la carta reconoce que la empresa se presenta como un partner en la lucha contra el crimen financiero.

Sin embargo, los fiscales argumentan que las políticas de Circle son "significativamente peores que las de Tether" cuando se trata de ayudar a las víctimas a recuperar fondos robados.

Alegan que incluso cuando Circle acepta congelar activos vinculados al fraude, normalmente retiene el control de esos fondos en lugar de devolverlos a las víctimas o a las autoridades.

Al mantener las reservas subyacentes, dicen los fiscales, Circle continúa ganando intereses, creando lo que describen como un incentivo financiero "cristalinamente claro" para retrasar o negar la devolución de fondos.

Circle rechazó estas afirmaciones en una declaración a CNN. Dante Disparte, director de estrategia de la empresa, dijo que Circle ha priorizado consistentemente la integridad financiera y el avance de sólidos estándares regulatorios en EE. UU. y a nivel global.

Argumentó que la ley de criptomonedas exige claramente que los emisores de stablecoins sigan las reglas aplicables para combatir actividades ilícitas mientras fortalece las protecciones al consumidor.

El gráfico de 1-D muestra la caída total del mercado de criptomonedas a $2.5 billones el martes. Fuente: TOTAL en TradingView.com

Imagen destacada de OpenArt, gráfico de TradingView.com

Preguntas relacionadas

Q¿Qué acto de ley de criptomonedas está siendo criticado por los fiscales de Nueva York?

ALos fiscales de Nueva York están criticando el GENIUS Act, la primera ley importante de criptomonedas en EE.UU. centrada en regular las stablecoins.

Q¿Qué preocupación principal expresan los fiscales sobre el GENIUS Act?

ASu preocupación central es que la ley no obliga a los emisores de stablecoins a devolver fondos robados a las víctimas de fraude, lo que podría fomentar comportamientos perjudiciales.

Q¿Qué dos principales emisores de stablecoins fueron señalados en la carta de los fiscales?

ALos dos principales emisores de stablecoins señalados son Tether (USDT) y Circle (USDC).

Q¿Cómo respondió Tether a las acusaciones de tolerar actividades ilícitas?

ATether rechazó firmemente las acusaciones, afirmando que toma muy en serio el fraude, el daño al consumidor y el mal uso de USDT, manteniendo una política de tolerancia cero hacia el comportamiento criminal.

Q¿Qué incentivo financiero alegan los fiscales que tiene Circle para retener fondos congelados?

ALos fiscales alegan que Circle continúa ganando intereses al retener las reservas subyacentes, creando un incentivo financiero 'claro como el cristal' para retrasar o negar la devolución de fondos.

Lecturas Relacionadas

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

Resumen del informe del primer trimestre de 2026 sobre Ethereum, por Token Terminal. El reporte destaca una tendencia clave: la cantidad de usuarios activos mensuales (13.2 millones, +53.5%), las transacciones (200.4 millones, +38%) y el rendimiento de la red (25.78 TPS) alcanzaron máximos históricos, mientras que las tarifas de transacción en la capa principal cayeron un 47.9% intertrimestral. Este fenómeno, denominado la "Paradoja de Jevons", sugiere que Ethereum está priorizando deliberadamente la expansión a corto plazo sobre la captura de ingresos inmediatos. La actualización Fusaka, que aumenta la capacidad de datos y reduce el costo del espacio de bloque, es un factor clave. La narrativa central de Ethereum se está desplazando de una cadena de bloques DeFi a una capa de liquidación financiera global. Ethereum mantiene una posición dominante en activos tokenizados, con una capitalización total de $2 billones (-0.7% intertrimestral). Destacan el crecimiento de los fondos tokenizados ($194 mil millones, +4.9%) y las materias primas tokenizadas ($47 mil millones, +60%), reflejando una mayor adopción institucional por parte de entidades como BlackRock y JPMorgan. A pesar de una caída del 30.3% en su capitalización de mercado totalmente diluida, la base de titulares de ETH creció a 292.8 millones. En resumen, Ethereum está sacrificando ingresos a corto plazo para impulsar la adopción, consolidándose como la infraestructura de liquidación preferida para las finanzas tokenizadas, con el objetivo de que una mayor demanda de red compense las tarifas más bajas a largo plazo.

marsbitHace 14 min(s)

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

marsbitHace 14 min(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

El CEO de Intel, Chen Lifu, expresó en una entrevista en un podcast su objetivo de multiplicar por diez el valor de la empresa en un plazo de 5 a 10 años. Para lograrlo, está centrando la estrategia en la superación de los límites físicos de la miniaturización de los semiconductores, invirtiendo en tres áreas clave: tecnologías avanzadas de empaquetado como EMIB, nuevos materiales como el nitruro de galio (GaN), carburo de silicio (SiC), fosfuro de indio (InP) y diamante sintético, y sustratos innovadores como el de vidrio. Destacó que la explosión de la IA, especialmente los agentes autónomos y la inferencia, está impulsando una fuerte demanda de CPUs, cambiando la proporción CPU/GPU en servidores. Chen Lifu también defendió la apuesta de Intel por el negocio de fundición (foundry), subrayando que es crucial para la seguridad de la cadena de suministro en EE.UU. y que se basa en generar confianza a través de altos rendimientos y fiabilidad. Reveló detalles de la colaboración Terafab con Elon Musk para construir fábricas de chips y abordar la escasez de capacidad. Reconoció que Intel aún está en una fase de transformación ("gatear"), reconstruyendo equipos y capacidades fundamentales, pero proyecta que su verdadero potencial en mercados como la informática de borde, la IA física y la de agentes comenzará a materializarse hacia 2030-2032. Con una mentalidad de capitalista de riesgo, su meta clara es entregar un retorno de 10x a los accionistas en la próxima década.

marsbitHace 17 min(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

marsbitHace 17 min(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

En la actualidad, el mercado de inversión está obsesionado con los "Modelos del Mundo". Sin embargo, Pete Florence, ex científico de DeepMind y co-creador de la arquitectura Vision-Language-Action (VLA), fundó Generalist AI y rechaza esta etiqueta. Para él, el objetivo concreto es más importante: crear robots que realicen cualquier tarea con alta tasa de éxito sin datos específicos. Recientemente, Generalist AI recaudó 400 millones de dólares (unos 2.700 millones de RMB) en una ronda de financiación, alcanzando una valoración de 2.000 millones de dólares. Inversores incluyen NVentures de Nvidia, Bezos Expeditions, NFDG, y figuras como el cofundador de Xiaomi Lin Bin, el fundador de Zoom Eric Yuan, y la renombrada científica Fei-Fei Li. Florence, influenciado por su mentor en el MIT Russ Tedrake, prioriza comprender el mundo físico. Su enfoque comienza estableciendo una meta clara, luego diseña la ruta técnica. Tras dejar Google, lanzó Generalist AI en 2025. La compañía presentó su primer modelo de IA incorporada, GEN-0, en noviembre de 2025, demostrando que las leyes de escalado de los LLMs también se aplican al movimiento físico. En abril de 2026, presentaron GEN-1, entrenado con más de 50.000 horas de datos de interacción física recogidos por un dispositivo portátil. GEN-1 logra un 99% de éxito en tareas como plegar cajas y empaquetar teléfonos, siendo tres veces más rápido que GEN-0. Este avance acerca el modelo a un punto de inflexión similar al GPT-3, mostrando un rendimiento apto para despliegues comerciales en ciertas tareas. La inversión récord respalda la visión de Florence: robots universales que sean lo suficientemente expertos en tareas reales como para ser útiles, avanzando hacia la reducción del coste marginal del trabajo físico a cero. La etiqueta "Modelo del Mundo" queda así en segundo plano frente a los resultados tangibles.

marsbitHace 24 min(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

marsbitHace 24 min(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

En solo tres días, Google ha perdido a dos leyendas de la IA. El 18 de junio, Noam Shazeer, coautor del seminal trabajo "Attention is All You Need" y copresponsable de Gemini, anunció su salida para unirse a OpenAI. Dos días después, John Jumper, ganador del Nobel de Química 2024 y líder de AlphaFold, dejó Google DeepMind para incorporarse a Anthropic. Estas partidas no son incidentes aislados, sino parte de una tendencia clara de fuga de talento de Google hacia OpenAI y Anthropic, como lo confirma también la reciente incorporación a Anthropic del exmiembro fundador de OpenAI, Andrej Karpathy. El trasfondo de este éxodo es fundamentalmente una cuestión de misión y enfoque. El modelo de negocio central de Google, basado en la publicidad, impone una lógica orientada a productos y métricas comerciales que, en última instancia, restringe la investigación pura. En contraste, tanto OpenAI (con su misión de AGI) como Anthropic (centrada en la seguridad y la ciencia) ofrecen un entorno de trabajo enfocado únicamente en empujar los límites de las capacidades de los modelos. A esto se suma la fuerte atracción financiera: OpenAI y Anthropic están en camino a una OPI, lo que promete una recompensa económica masiva a través de capital para sus empleados, algo que la ya gigantesca Google difícilmente puede igualar. La fusión de Google Brain y DeepMind en 2023, destinada a consolidar esfuerzos, ha generado en cambio tensiones culturales y ha hecho más evidente la presión por alinear la investigación con los objetivos de los equipos de productos. El resultado es una reorganización estructural del mapa del talento en IA. Google, a pesar de sus vastos recursos en computación y datos, está perdiendo a las personas que definen el futuro del campo. La verdadera ventaja competitiva en IA reside en retener a las mentes más brillantes, y Google está descubriendo que esa es quizás su batalla más difícil.

marsbitHace 2 hora(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

marsbitHace 2 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

Cada vez que se lanza un modelo de IA de vanguardia, la comunidad fija su atención en ciertas "hojas de resultados" familiares: MMLU-Pro, MMMU, MMMU-Pro. Estos puntos de referencia se han convertido en exámenes estándar para evaluar y comparar modelos como GPT, Claude, Gemini, Llama, Qwen y DeepSeek. Detrás de estas influyentes evaluaciones está el investigador chino Wenhu Chen, profesor asistente en la Universidad de Waterloo y fundador del TIGERLab (apodado "虎头帮"). Su trabajo surge de una necesidad crítica: a medida que los modelos avanzaban, las pruebas antiguas como MMLU se saturaban con puntuaciones casi perfectas, dejando de ser útiles para discernir diferencias reales. En 2024, Chen y su equipo presentaron MMLU-Pro, una renovación exhaustiva del original. Con 12,032 preguntas de 14 disciplinas, aumenta las opciones de respuesta de 4 a 10 para reducir las conjeturas e incorpora problemas más complejos que requieren razonamiento. El resultado fue una caída del 16% al 33% en la precisión de los modelos y una evaluación más estable y discriminatoria, rápidamente adoptada por la industria. Su contribución se extiende al ámbito multimodal con MMMU, un conjunto de 11,500 preguntas que combinan imágenes (gráficos, mapas, fórmulas) con conocimientos académicos para probar una comprensión integrada. Incluso los mejores modelos como GPT-4V inicialmente solo alcanzaron un 56% de precisión, revelando un largo camino por recorrer. Su sucesor, MMMU-Pro, cierra aún más las brechas, obligando a los modelos a utilizar la información visual y no solo el texto. La experiencia de Chen, que incluye investigación doctoral en preguntas complejas y una etapa en Google DeepMind trabajando en Gemini, le permite anticipar cómo los modelos pueden "aparentar" competencia. Su laboratorio no solo diseña evaluaciones, sino que también desarrolla modelos (como UniVideo para video o MoCha para avatares), asegurando que sus "exámenes" reflejen desafíos reales y los límites actuales de la tecnología. Actualmente, Chen continúa este trabajo en el laboratorio de superinteligencia de Meta, enfocado en datos y evaluación multimodal. Su historia destaca el papel fundamental, aunque a menudo menos visible, de los investigadores que construyen las herramientas para medir el verdadero progreso de la IA.

marsbitHace 2 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

marsbitHace 2 hora(s)

Trading

Spot
Futuros
活动图片