¿Apuesta interna? Una billetera vinculada a un usuario de Axiom obtiene ganancias después de que ZachXBT nombra al exchange

ambcryptoPublicado a 2026-02-26Actualizado a 2026-02-26

Resumen

Un informe de ZachXBT acusó a Axiom Exchange de permitir que empleados realizaran operaciones con información privilegiada utilizando datos internos de usuarios. Tras un avance público de la investigación el 23 de febrero, una cuenta en Polymarket bajo el nombre "predictorxyz" apostó aproximadamente $65,800 cuando la probabilidad de que Axiom fuera acusada era solo del 13.8%. Después de que se nombrara a la exchange el 26 de febrero, la apuesta obtuvo una ganancia de más de $400,000. ZachXBT rastreó la financiación de la cuenta hasta una billetera de Solana vinculada a un usuario activo de Axiom. El caso destaca cómo la información privilegiada puede explotarse en los mercados predictivos y plantea preocupaciones sobre los controles internos en las exchanges de criptomonedas.

Una apuesta en un mercado de predicciones realizada antes de una investigación de alto perfil en el mundo cripto ha generado escrutinio después de que analistas on-chain vincularan la cuenta ganadora a un usuario activo de Axiom Exchange, la plataforma posteriormente nombrada en la investigación.

Este episodio ha reavivado las preocupaciones sobre fugas de información, controles internos en las empresas de cripto y sobre si las investigaciones en sí mismas se están convirtiendo en eventos negociables en los mercados on-chain.

Investigación insinuada antes de la revelación

El investigador de blockchain ZachXBT insinuó por primera vez el 23 de febrero que una importante investigación sobre trading con información privilegiada en una empresa de cripto era inminente. El adelanto generó especulación en las redes sociales y en los mercados de predicciones, pero en ese momento no se mencionó ningún nombre de empresa.

El 26 de febrero, ZachXBT publicó una investigación detallada. Alegó que empleados de Axiom Exchange habían abusado de herramientas internas para acceder a datos confidenciales de billeteras de usuarios, permitiendo el trading con información privilegiada y la búsqueda coordinada de ganancias.

El informe incluía grabaciones, capturas de pantalla de paneles internos y evidencia de seguimiento de billeteras que se remontaba a principios de 2025.

Axiom luego reconoció las acusaciones y dijo que estaba revisando los reclamos internamente.

Una apuesta rentable atrae la atención

Tras la publicación pública, la firma de análisis on-chain Lookonchain señaló a un trader bajo el nombre de usuario “predictorxyz” en Polymarket. El trader apostó aproximadamente $65,800 en un mercado que preguntaba si Axiom sería acusado de trading con información privilegiada.

En el momento en que se abrió la posición, las probabilidades implicaban solo un 13.8% de probabilidad. Después de que Axiom fuera nombrado en la investigación, la posición se liquidó con ganancias, obteniendo más de $400,000, según datos de Polymarket compartidos por Lookonchain.

El momento generó preguntas inmediatas: la apuesta se realizó después del adelanto público de ZachXBT, pero antes de que se identificara el exchange.

Lookonchain también informó que otras dos billeteras anónimas recién creadas apostaron $59.8K a que Axiom era la empresa. Los datos mostraron que estas billeteras ganaron $109K en tres horas.

Billetera rastreada hasta un usuario de Axiom

En una respuesta de seguimiento, ZachXBT dijo que había rastreado la fuente de financiación de la cuenta de Polymarket. Se rastreó a través de exchanges instantáneos hasta una billetera de Solana vinculada a un usuario activo de Axiom, conocido en otra plataforma bajo el nombre de usuario “JustADegen”.

Según ZachXBT, la cuenta fue creada recientemente y financiada con aproximadamente $70,000 en USDC poco antes de que se realizara la apuesta. Este patrón fue descrito como sospechoso, aunque no es una prueba definitiva de irregularidades.

ZachXBT enfatizó que sus hallazgos se basaron en análisis de timing y flujos de transacciones. Que una confirmación adicional requeriría acceso a los registros internos del exchange. No se han presentado cargos criminales y no se ha anunciado ninguna acción de las fuerzas del orden.

Lo que revela el episodio de Axiom

Si bien las acusaciones contra Axiom siguen bajo revisión, la secuencia de eventos destaca un problema más amplio para los mercados de cripto: las investigaciones, filtraciones y acciones regulatorias ahora pueden mover los precios —y las probabilidades en los mercados de predicciones— antes de que los hechos sean completamente públicos.

Incluso sin pruebas de coordinación con información privilegiada, el caso ilustra cómo la información asimétrica, o incluso su percepción, puede crear oportunidades de ganancia en los mercados on-chain.

También plantea preguntas incómodas para los exchanges sobre el acceso de los empleados a datos sensibles y las salvaguardas implementadas para prevenir su mal uso.

Para los mercados de predicciones, el incidente subraya una creciente tensión entre las apuestas abiertas sobre eventos futuros y el riesgo de que los insiders puedan explotar conocimiento privilegiado —o aparentar hacerlo— de formas que socavan la confianza.

Qué pasa después

Axiom no ha comentado públicamente sobre las afirmaciones específicas de rastreo de billeteras vinculadas a la apuesta en Polymarket.

ZachXBT ha dicho que espera que la empresa realice una revisión interna más profunda y considere acciones legales contra cualquier empleado que se descubra que haya abusado de su acceso.

Queda por ver si los reguladores o fiscales muestran interés.

Pero para los mercados de cripto, el episodio ya ha servido como un recordatorio contundente: cuando las investigaciones en sí mismas se convierten en catalizadores del mercado, la línea entre información, especulación y ventaja de insider puede desdibujarse rápidamente.


Resumen Final

  • La investigación de Axiom subraya cómo el acceso interno y los controles internos débiles pueden convertir la información sensible en un instrumento financiero antes de que la narrativa pública se forme por completo.
  • A medida que los mercados de predicciones se intersectan con la transparencia on-chain, los exchanges pueden enfrentar una presión creciente para demostrar que el acceso a datos internos no puede ser explotado antes de divulgaciones que mueven el mercado.

Preguntas relacionadas

Q¿Qué evento desencadenó la especulación en los mercados de predicción antes de que se nombrara a Axiom Exchange?

AEl investigador de blockchain ZachXBT insinuó el 23 de febrero que una investigación importante sobre trading de información privilegiada en una empresa de criptomonedas era inminente.

Q¿Qué plataforma de mercado de predicción utilizó el usuario 'predictorxyz' para realizar su apuesta?

AEl usuario 'predictorxyz' realizó su apuesta en Polymarket.

Q¿A qué billetera se rastreó finalmente la fuente de financiación de la cuenta de Polymarket según ZachXBT?

ASe rastreó a través de intercambios instantáneos hasta una billetera de Solana vinculada a un usuario activo de Axiom conocido como 'JustADegen' en otra plataforma.

Q¿Cuál fue la ganancia neta reportada para la posición de apuesta de 'predictorxyz' después de que se nombrara a Axiom?

ALa posición se liquidó con una ganancia, obteniendo más de 400.000 dólares.

Q¿Qué problema más amplio destaca este episodio de Axiom para los mercados de criptomonedas según el artículo?

ADestaca que las investigaciones, filtraciones y acciones regulatorias pueden ahora mover los precios y las probabilidades en los mercados de predicción antes de que los hechos sean totalmente públicos, creando oportunidades de beneficio a partir de información asimétrica.

Lecturas Relacionadas

a16z: La 'amnesia' de la IA, ¿puede curarla el aprendizaje continuo?

En el artículo de a16z, se explora la "amnesia" de la IA, comparándola con el personaje de "Memento" que no puede formar nuevos recuerdos. Los modelos de lenguaje actuales, tras su entrenamiento, congelan el conocimiento en sus parámetros, sin poder actualizarse con nueva información. Para compensar, se usan contextos externos como historiales de chat o sistemas de recuperación, pero estos no internalizan realmente el conocimiento. El aprendizaje contextual (ICL) es útil, pero tiene limitaciones: no maneja bien problemas que requieren descubrimiento genuino, adaptación adversarial o conocimiento implícito. La solución propuesta es el "aprendizaje continuo", donde los modelos actualizan sus parámetros después del despliegue, comprimiendo nueva información en lugar de solo recuperarla. Se discuten tres enfoques: 1. **Contexto**: Mejora de ventanas de contexto y sistemas de recuperación. 2. **Módulos**: Uso de adaptadores o memorias externas para especializar modelos. 3. **Pesos**: Actualización directa de parámetros mediante técnicas como metaaprendizaje o auto-mejora. Aunque el aprendizaje contextual es efectivo y escalable, el artículo argumenta que la compresión en los parámetros es crucial para problemas complejos. Sin embargo, actualizar pesos conlleva riesgos como olvido catastrófico o problemas de seguridad. El futuro probablemente combine contextos, módulos y actualizaciones de pesos para lograr IA que aprenda de verdad, no solo recuerde.

marsbitHace 2 hora(s)

a16z: La 'amnesia' de la IA, ¿puede curarla el aprendizaje continuo?

marsbitHace 2 hora(s)

¿Ganar 34.000 dólares con un secador de pelo? Desentrañando la paradoja de la reflexividad en los mercados de predicción

Un hombre ganó 34.000 dólares calentando un sensor meteorológico en el aeropuerto de París, lo que influyó en el resultado de un mercado de predicción de Polymarket. Este caso ilustra la paradoja central de los mercados de predicción: están diseñados para reflejar la realidad, pero su existencia incentiva a los participantes a manipularla. El artículo analiza cuatro tipos de mercados especialmente vulnerables: 1. **Datos físicos puntuales:** Como estaciones meteorológicas, fáciles de manipular físicamente. 2. **Información privilegiada:** Donde personas con conocimiento previo (ej. equipo de MrBeast o militares israelíes) aprovechan su ventaja. 3. **El sujeto del evento:** Cuando el propio actor (ej. Andrew Tate) puede alterar el resultado para beneficiarse. 4. **Acciones individuales:** Donde una persona puede provocar el evento apostado (ej. lanzar un objeto en un partido). La actitud de las plataformas varía. Kalshi, con verificación de identidad (KYC), aplica sanciones públicas y reporta a reguladores. Polymarket, más anónima, ha mostrado cierta tolerancia, argumentando que la información privilegiada hace que los precios sean más precisos, aunque colabora con las autoridades en casos graves. La paradoja final es que estos mercados, al financiarizar la realidad, dejan de ser espejos pasivos y se convierten en motores que pueden distorsionar los eventos que pretenden predecir. Cuanto más exitoso es un mercado, mayor es el incentivo para manipular la realidad que refleja.

marsbitHace 3 hora(s)

¿Ganar 34.000 dólares con un secador de pelo? Desentrañando la paradoja de la reflexividad en los mercados de predicción

marsbitHace 3 hora(s)

Trading

Spot
Futuros
活动图片