Бесславные мутки: плохой год для криптовалют был еще хуже для этих парней

FortunePublicado a 2022-12-27Actualizado a 2022-12-27

Resumen

Пять этих глав криптопроектов, чьи действия привели в 2022 году к убыткам на миллиарды долларов, криптовалютная отрасль запомнит надолго.

От наглого, но якобы дальновидного генерального директора до трейдера-суперзвезды, который, кажется, никогда не спит, рынок криптовалют, как и другие отрасли, где можно быстро и много заработать, полны «горячих голов».

Но когда на кону стоят миллионы или миллиарды долларов, сияющая звезда может погаснуть так же быстро, как и появилась.

Пять этих глав криптопроектов, чьи действия привели в 2022 году к убыткам на миллиарды долларов, криптовалютная отрасль запомнит надолго.

Сэм Бэнкман-Фрид (SBF)

Когда-то его называли «белым рыцарем» криптовалют, но сейчас бывший генеральный директор FTX находится под домашним арестом в доме своих родителей в Пало-Альто, штат Калифорния, после того как его отпустили под залог в 250 миллионов долларов после экстрадиции с Багамских островов.

После некоторого времени работы в торговой компании Jane Street на Уолл-стрит Сэм Бэнкман-Фрид и его соучредители создали криптовалютную торговую компанию Alameda Research. Затем SBF основал FTX, криптовалютную биржу, которая стала одной из крупнейших в мире.

Но SBF, известный как один из видных последователей так называемого «эффективного альтруизма», философия, которая поощряет делать наибольшее добро для наибольшего количества людей, возможно, не был таким благожелательным, каким казался. В декабре он был обвинен по восьми пунктам, включая мошенничество с ценными бумагами, мошенничество, а также сговор, включающий отмывание денег и нарушение правил финансирования избирательных кампаний.

До Квон

Грубые и дерзкие руководители компаний – не редкость в технологическом секторе. Но большинство из них также не несут ответственности за компании, чей крах обошёлся рынку в 40 миллиардов долларов.

До Квон, основатель компании Terraform Labs из Южной Кореи, сейчас разыскивается Интерполом и властями Южной Кореи. Квон создал алгоритмический стейблкоин TerraUSD, который некоторые называли важным инструментом для роста криптоиндустрии.

В активе поддерживалась привязка 1 к 1 к доллару США благодаря тонкому балансированию с другим токеном Terraform Labs, Luna. Капитализация токенов Luna выросла до 40 миллиардов долларов, но затем последовала катастрофа, обрушившая обе криптовалюты.

Квон был настолько уверен в себе, или настолько поглощен собственными иллюзиями, что отмахивался от любой критики TerraUSD и Luna, заявив: «Я не спорю с бедными». Хотя иногда он все еще активен в сети – недавно он появился в подкасте UpOnly криптоинвестора Коби, транслируемом в прямом эфире – его реальное местонахождение неизвестно. Южнокорейское новостное издание Yonhap сообщило 12 декабря, что он может находиться в Сербии.

Су Чжу и Кайл Дэвис

Основатели Three Arrows Capital, Су Чжу и Кайл Дэвис, были одними из самых успешных инвесторов в мире криптовалют, пока не случилось, то, что случилось.

Благодаря серии спекулятивных инвестиций, сделанных на заемные деньги, пара создала один из самых успешных криптовалютных хедж-фондов. Но после ошибочной ставки на Grayscale Bitcoin Trust и инвестиций в размере 200 миллионов долларов в Luna, которая впоследствии потерпела крах, фирма рухнула.

Хотя криптохедж-фонд утверждал, что у него нет «внешних инвесторов», его финансовый крах привел к тому, что кредиторы предъявили претензии на миллиарды долларов.

В свое время криптовалютные магнаты были олицетворением волны новых денег, пришедших из криптоиндустрии, и они пытались доказать это покупкой суперяхты Much Wow за 50 миллионов долларов, которую пришлось снова выставить на продажу после того, как Чжу и Дэвис не смогли внести окончательный платеж.

Алекс Машинский

Бывший генеральный директор Celsius Алекс Машинский возглавлял криптовалютный банк, который предлагал годовую доходность до 18% для клиентов, открывших сберегательные счета. Предложение казалось слишком хорошим, чтобы быть правдой. И так оно и случилось.

В июле Celsius подал заявление о банкротстве, став одной из первых крупных криптовалютных компаний, заморозивших вывод средств клиентов. По сообщениям Reuters, Машинский отвечал за инвестиционную стратегию компании и принял ряд неудачных решений, включая чрезмерное использование кредитного плеча и размещение около 125 миллионов долларов в Grayscale Bitcoin Trust, который в этом году упал почти на 80%.

В прошлом году компания могла похвастаться 1 миллионом клиентов и активами под управлением на сумму около 20 миллиардов долларов. В заявлениях о банкротстве компания утверждала, что задолжала клиентам более 4,7 млрд долларов.

Неясно, получат ли клиенты Celsius обратно вложенные ими деньги – некоторые вложили туда все свои сбережения. Через несколько месяцев после того, как компания подала заявление о банкротстве, Машинский покинул пост генерального директора, заявив, что он «стал все больше отвлекать на себя внимание».

Стивен Эрлих

На пике своего развития компания Стивена Эрлиха Voyager Digital предлагала клиентам двузначную доходность, рекламируя своё предложение с помощью таких знаменитостей, как Марк Кьюбан.

В начале этого года Эрлих и компания столкнулись с проблемами, поскольку криптовалютный хедж-фонд Three Arrows Capital не смог выплатить более 665 миллионов долларов, которые он задолжал компании.

Набрав на пике своего развития массу клиентов в 3,5 миллиона человек, Voyager Digital в июле подала заявление о банкротстве.

Компания почти продала свои активы бирже FTX примерно за 1,4 миллиарда долларов, но после того, как последняя сама потерпела крах в прошлом месяце, Voyager занялась поиском нового покупателя. Теперь выяснилось, что американское подразделение Binance купит активы Voyager примерно за 1 миллиард долларов.

При этом, Эрлих может оказаться в лучшем положении, чем большинство клиентов Voyager после банкротства. По сообщениям, он заработал миллионы на продаже акций Voyager во время пика их роста в феврале и марте 2021 года.

Автор: Marco Quiroz-Gutierrez. Источник: Fortune.

Lecturas Relacionadas

How to Detect AI-Generated Videos? A Review of Dynamic, Traceable, and Explainable Detection Systems

**How to Detect AI-Generated Videos: A Survey on Dynamic, Traceable, and Explainable Detection Systems** With rapid advances in AI video generation (e.g., Sora, Veo), creating highly realistic, multi-minute videos is now possible, widening the gap with detection research. Current AI video detection, often limited to unreliable binary classifications, is insufficient. This survey, accepted at ACL 2026, reframes the goal as **"factual fidelity verification"**—checking if a video's content (who, when, where, what) aligns with the real world perceptually and cognitively. It categorizes AI-generated videos into three paradigms: **Local Manipulation Videos (LMV**, e.g., face swaps), **Audio-Visual Editing (AVE**, e.g., lip-syncing), and **Generative Video Synthesis (GVS**, fully synthetic videos like Sora's). Detection challenges evolve from visual artifacts in LMV to multi-modal inconsistencies in AVE and higher-level world knowledge violations in GVS. The core proposal is a **Vision-Language Dual-View framework** with four hierarchical layers: 1. **Layer 1 (Intrinsic Visual Cues):** Analyzes low-level signal statistics, noise patterns, and physiological signals. 2. **Layer 2 (Spatiotemporal Consistency):** Checks for temporal coherence in object motion and scene dynamics. 3. **Layer 3 (Cross-Modal Consistency):** Verifies alignment between video, audio, and text within the video. 4. **Layer 4 (Language-Guided World-Level Reasoning):** Uses external knowledge, facts, and physical laws to judge semantic plausibility and factual correctness. The survey traces a shift in detection focus from lower layers (1 & 2) toward higher, language-involved layers (3 & 4). It also reviews evolving evaluation metrics and datasets tailored for each video paradigm. The conclusion advocates for a **dynamic, evidence-first detection system** that moves beyond simple classification. Future trustworthy detection requires combining visual evidence (from CV) with semantic reasoning and explanation (from NLP & multimodal AI), ultimately creating traceable and explainable judgments about a video's adherence to real-world constraints.

marsbitHace 25 min(s)

How to Detect AI-Generated Videos? A Review of Dynamic, Traceable, and Explainable Detection Systems

marsbitHace 25 min(s)

It Turns Out the First Real-World Application of AI x Crypto is in Security Auditing

The article explores the surprising trend where AI's first major impact on crypto has been in security auditing, not in areas like trading or analytics. It details how AI-powered tools are dramatically lowering the barrier to finding smart contract vulnerabilities, enabling attackers to scan thousands of contracts and execute exploits within minutes. This has rendered traditional, manually-produced audit reports with their month-long validity periods increasingly obsolete, creating a critical "structural crack" in the old security model. Cases like Drift Protocol and KelpDAO show that even extensively audited protocols can be hacked through social engineering, operational flaws, or infrastructure misconfigurations beyond pure code review. Attackers are also using AI to find and exploit vulnerabilities in years-old, deployed contracts. Notably, OpenZeppelin's co-founder has expressed a grim view that "all DeFi is insecure" due to AI's asymmetric advantage. In response, the audit industry is undergoing a fundamental shift. While there's a short-term spike in defensive re-audits, the long-term business model is changing. Firms are developing AI-assisted systems and moving from one-time report deliveries towards embedded, continuous services like real-time monitoring and formal verification. Examples include AI tools uncovering critical, previously missed vulnerabilities in heavily audited protocols like Curve Finance and Zcash. The conclusion is that security must become a continuous investment, not a one-time checkbox, and audit firms must rapidly evolve their tools and service models to survive.

marsbitHace 32 min(s)

It Turns Out the First Real-World Application of AI x Crypto is in Security Auditing

marsbitHace 32 min(s)

Never expected that the first tangible application of AI x Crypto is in security auditing

Unexpectedly, the initial major application of AI in the Crypto sphere has turned out to be security auditing. In 2026, DeFi has faced significant security challenges, with 121 hacking incidents resulting in approximately $942 million in losses. While AI was expected to first impact areas like quantitative trading, its initial breakthrough has instead transformed security auditing by drastically lowering the cost and skill barrier for finding smart contract vulnerabilities. The traditional audit model is facing obsolescence. Advanced AI models, such as Claude Mythos, enable attackers to scan thousands of contracts and identify vulnerability patterns at scale, compressing the time from discovery to execution to mere minutes. This renders the month-long validity of traditional audit reports ineffective. Notably, attacks now frequently target well-audited, established protocols by exploiting business logic flaws, operational security weaknesses, and even years-old historical contracts, demonstrating that old audit reports offer zero protection. This pressure is forcing a fundamental shift in the industry. In the short term, a wave of defensive re-auditing is occurring, driven by projects seeking to meet new AI-era security standards and regulatory requirements. In the long run, audit firms' business models are diverging. The one-time report delivery model is declining in value, as evidenced by platforms like Code4rena shutting down. Leading firms are now pivoting towards AI-powered defense, integrating continuous monitoring, real-time on-chain risk detection, and embedding security directly into the development phase, as seen with tools like OpenZeppelin's Skills system. Ultimately, the era of "audit once, secure forever" is over. Security must become a continuous, embedded infrastructure investment for projects. For audit companies, survival depends on proactively transforming from traditional service providers into platforms offering AI-native, ongoing security solutions.

链捕手Hace 39 min(s)

Never expected that the first tangible application of AI x Crypto is in security auditing

链捕手Hace 39 min(s)

Trading

Spot
活动图片