Lãnh đạo OCC hứa sẽ ban hành quy tắc GENIUS cuối cùng trước tháng 11

cointelegraphPublié le 2026-08-19Dernière mise à jour le 2026-08-19

Résumé

Giám đốc Văn phòng Kiểm soát Tiền tệ Hoa Kỳ (OCC) Jonathan Gould cho biết cơ quan này sẽ ban hành quy định cuối cùng liên quan đến việc thực thi luật stablecoin thanh toán (GENIUS) vào tháng 11. Phát biểu tại Hội nghị chuyên đề Blockchain Wyoming, ông Gould cho biết sau đề xuất thực thi Đạo luật GENIUS, OCC sẽ công bố các quy tắc hoàn thiện trước thời điểm luật có hiệu lực vào tháng 1/2027. OCC đã xem xét phản hồi từ ngành công nghiệp tiền mã hóa sau khi công bố dự thảo quy định hồi tháng 2. Đạo luật GENIUS, được ký thành luật vào tháng 7/2025, nhằm thiết lập khuôn khổ pháp lý cho stablecoin thanh toán tại Mỹ, yêu cầu nhiều cơ quan như OCC, Bộ Tài chính, FDIC và Fed ban hành quy định. Mặc dù OCC đã đưa ra đề xuất chi tiết, các cơ quan quản lý chỉ có thời gian đến ngày 18/1 để hoàn thiện quy định, việc chậm trễ có thể dẫn đến sự không chắc chắn về mặt pháp lý cho các tổ chức phát hành stablecoin.

Tổng giám đốc Ngân hàng Hoa Kỳ Jonathan Gould cho biết cơ quan của ông sẽ ban hành các quy tắc cuối cùng liên quan đến việc triển khai luật stablecoin thanh toán trước tháng 11.

Phát biểu tại Hội nghị chuyên đề Blockchain Wyoming vào thứ Tư, nhà quản lý này cho biết sau đề xuất của Văn phòng Tổng giám đốc Ngân hàng (OCC) nhằm triển khai Đạo luật Hướng dẫn và Thiết lập Đổi mới Quốc gia cho Stablecoin Hoa Kỳ (GENIUS), OCC sẽ ban hành các quy tắc đã hoàn thiện trước thời điểm đạo luật có hiệu lực theo kế hoạch vào tháng 1/2027.

Gould cho biết OCC "sẽ có một quy tắc cuối cùng được ban hành trước tháng 11" khi cơ quan này xem xét phản hồi từ ngành công nghiệp tiền mã hóa sau khi công bố các quy tắc đề xuất vào tháng Hai. Ông nói thêm rằng ông kỳ vọng cơ quan quản lý có thể bắt đầu xử lý các đơn đăng ký liên quan đến các tổ chức phát hành stablecoin bắt đầu từ năm 2027.

Đạo luật GENIUS, được ký thành luật vào tháng 7/2025, nhằm mục đích tạo ra một khuôn khổ quy định cho stablecoin thanh toán ở Hoa Kỳ, yêu cầu các quy tắc từ các cơ quan chính phủ giám sát sản phẩm, bao gồm OCC, Bộ Tài chính, Tổng công ty Bảo hiểm Tiền gửi Liên bang (FDIC) và Hội đồng Thống đốc Cục Dự trữ Liên bang.

Mặc dù OCC đã tiến hành một đề xuất dài 376 trang để triển khai GENIUS vào tháng Hai, các cơ quan chính phủ chỉ có thời hạn đến ngày 18 tháng 1 để hoàn thiện các quy định khi đạo luật có hiệu lực. Một số cơ quan quản lý đã công bố các đề xuất và thu thập phản hồi công chúng liên quan đến việc triển khai GENIUS, nhưng chưa ban hành các quy tắc cuối cùng vào tháng Bảy, điều này có thể dẫn đến sự không chắc chắn về quy định đối với các tổ chức phát hành stablecoin.

Liên quan: OCC phê duyệt công ty tiền mã hóa của gia đình Trump cho hiến chương ủy thác

Cryptos en tendance

CitreaCTR

wrapped stUSDTWSTUSDT

Questions liées

QGiám đốc OCC hứa hẹn gì về các quy tắc cuối cùng liên quan đến đạo luật GENIUS?

AGiám đốc OCC Jonathan Gould hứa rằng cơ quan này sẽ ban hành các quy tắc cuối cùng liên quan đến việc thực thi đạo luật GENIUS vào tháng 11.

QĐạo luật GENIUS được ký thành luật vào thời gian nào và mục tiêu chính của nó là gì?

AĐạo luật GENIUS được ký thành luật vào tháng 7 năm 2025. Mục tiêu chính của nó là tạo ra một khuôn khổ pháp lý cho các stablecoin thanh toán tại Mỹ.

QTheo bài viết, OCC dự kiến bắt đầu xử lý đơn đăng ký liên quan đến nhà phát hành stablecoin từ khi nào?

ATheo bài viết, OCC dự kiến có thể bắt đầu xử lý các đơn đăng ký liên quan đến nhà phát hành stablecoin từ năm 2027.

QNgoài OCC, những cơ quan chính phủ nào khác có trách nhiệm ban hành quy định để thực thi đạo luật GENIUS?

ANgoài OCC, các cơ quan chính phủ khác có trách nhiệm ban hành quy định bao gồm Bộ Tài chính, Tổng công ty Bảo hiểm Tiền gửi Liên bang (FDIC) và Hội đồng Thống đốc Cục Dự trữ Liên bang.

QViệc một số cơ quan quản lý chưa ban hành quy tắc cuối cùng trước tháng 7 có thể dẫn đến hậu quả gì?

AViệc một số cơ quan quản lý chưa ban hành quy tắc cuối cùng trước tháng 7 có thể dẫn đến sự không chắc chắn về mặt pháp lý cho các nhà phát hành stablecoin.

Lectures associées

La plus grande problématique de l'économie politique à l'ère de l'IA : Les robots deviennent de plus en plus compétents, comment l'humanité peut-elle partager la valeur ?

Dans un contexte où l'IA et la robotique progressent rapidement, un article de *The Economist* relance le débat sur un problème fondamental de l'ère numérique : comment les humains peuvent-ils partager la valeur créée par des machines de plus en plus compétentes ? Historiquement, les gains de productivité se traduisaient par une augmentation des salaires et de la consommation. Cependant, l'IA, en remplaçant non seulement le travail manuel mais aussi le travail cognitif, risque de rompre ce cycle. La croissance économique et les profits pourraient continuer tandis que le nombre d'humains participant directement à la création de valeur diminuerait, posant un défi crucial de répartition des richesses. La situation en Chine illustre cette tension : malgré des avancées significatives dans les nouvelles technologies, la consommation reste faible, révélant une difficulté à faire circuler les bénéfices de l'innovation vers les revenus des ménages. Ce phénomène est global : la valeur se concentre chez les géants technologiques, tandis que la part du travail dans le PIB recule. Face à ce défi, plusieurs voies sont envisagées : le modèle capitaliste traditionnel, une voie d'État-capitalisme, ou des mécanismes innovants comme des fonds souverains numériques, une actionnariat populaire ou un revenu de base. La capacité à construire un système de distribution équitable, permettant à tous de bénéficier des gains de productivité de l'IA, deviendra un facteur clé de compétitivité et de stabilité sociale au XXIe siècle. Pour la Chine, comme pour toutes les nations, résoudre cette équation sera essentiel pour façonner l'avenir.

marsbitIl y a 6 mins

La plus grande problématique de l'économie politique à l'ère de l'IA : Les robots deviennent de plus en plus compétents, comment l'humanité peut-elle partager la valeur ?

marsbitIl y a 6 mins

Sept trimestres consécutifs de gains : l'arbitrage sur les marchés émergents surpasse tout

Le carry trade sur les marchés émergents financé en dollars a généré des rendements positifs pendant sept trimestres consécutifs, soit la plus longue série depuis 2008, avec un gain cumulé d’environ 22 % depuis fin 2024. Cette stratégie, qui consiste à emprunter dans des devises à bas taux comme le dollar ou l’euro pour investir dans des actifs à haut rendement en monnaies émergentes (telles que la livre turque ou le peso colombien), a surperformé les obligations d’État américaines, les obligations souveraines et d’entreprise des marchés émergents. Les rendements ont été amplifiés par l’appréciation des devises émergentes face au dollar, notamment en Colombie où la combinaison du rendement obligataire et de la hausse du taux de change a rapporté 48 % sur un an. Malgré l’intervention historique conjointe des États-Unis et du Japon sur le marché des changes en août, qui a brièvement fait chuter le yen, le risque de liquidations désordonnées est jugé limité, les investisseurs ayant substitué l’euro et le franc suisse au yen comme monnaies de financement. Les risques principaux identifiés sont le calendrier de la politique monétaire de la Fed et la concentration excessive des capitaux sur cette stratégie, ce qui pourrait la rendre vulnérable à un retournement soudain. Les gestionnaires restent néanmoins confiants, citant les taux d’intérêt élevés dans des régions comme l’Amérique latine et l’Europe de l’Est, soutenus par des pressions inflationnistes persistantes et la géopolitique énergétique.

marsbitIl y a 22 mins

Sept trimestres consécutifs de gains : l'arbitrage sur les marchés émergents surpasse tout

marsbitIl y a 22 mins

Des mentors et disciples de Tsinghua et Wharton résolvent un cas non résolu depuis 40 ans, les mathématiques centrales sont entièrement rédigées par GPT, vous le pourriez aussi

L'algorithme d'apprentissage automatique fondamental, la descente de gradient, a été « condamné » par l'IA elle-même ? Une récente étude conjointe de l'Université Tsinghua et de la Wharton School de l'Université de Pennsylvanie apporte une conclusion attendue depuis 40 ans : pour atteindre une vitesse optimale, ajuster uniquement la taille des pas (le taux d'apprentissage) ne suffit pas. Historiquement, la descente de gradient standard a une vitesse de convergence en O(1/T). En 1983, Nesterov a introduit l'élan (momentum), atteignant O(1/T²). Une question persistante était de savoir si, sans modifier la structure de l'algorithme, un simple réglage minutieux de la séquence des pas pouvait égaler cette performance. En 2023, des chercheurs du MIT ont conçu la « silver stepsize », une séquence de pas fractale atteignant O(T^{-1.2716}). Les chercheurs Jianhao Ma (Tsinghua) et Yuxin Chen (Wharton) ont inversé la problématique : au lieu de chercher une meilleure séquence, ils ont prouvé qu'il existe une limite infranchissable. Le cœur de la preuve a été généré par GPT-5.6 Sol Pro. Guidés par le concept d'« oracle résistant », les chercheurs ont demandé à l'IA de construire une fonction convexe spécifique qui force la descente de gradient à suivre un chemin lent, quelle que soit la séquence de pas choisie. L'IA a proposé une construction géométrique dans un espace de haute dimension utilisant l'enveloppe de Moreau. Après plusieurs itérations de corrections, GPT-5.6 a établi une borne inférieure de convergence en Ω(T^{-1.9319}) pour toute séquence de pas prédéterminée. Cela signifie qu'il est mathématiquement impossible pour la descente de gradient pure (sans momentum) de dépasser cette vitesse, confirmant la nécessité de modifier la structure de l'algorithme pour une convergence optimale. La preuve a été formellement vérifiée sans aucune erreur par l'assistant de preuve Lean 4, garantissant sa solidité logique. Ce travail démontre le potentiel de l'IA en tant qu'assistant de recherche capable de résoudre des problèmes théoriques profonds, ouvrant la voie à de nouvelles collaborations homme-machine en science fondamentale.

marsbitIl y a 31 mins

Des mentors et disciples de Tsinghua et Wharton résolvent un cas non résolu depuis 40 ans, les mathématiques centrales sont entièrement rédigées par GPT, vous le pourriez aussi

marsbitIl y a 31 mins

Anthropic s’incline et reconnaît ses torts, la dégradation discrète de l’intelligence de Claude avérée

Le développeur argofowl a découvert que depuis la version 2.1.237 de Claude Code, le niveau de raisonnement « high » était interprété comme la valeur « 10 », autrefois associée au niveau « low ». Cette modification faisait partie d’une expérience A/B menée par Anthropic sur la compression de l’échelle des valeurs d’effort, sans notification aux utilisateurs, provoquant confusion et débats sur une éventuelle perte de performance. Parallèlement, des utilisateurs ont signalé une dégradation des capacités du modèle Opus 5, le décrivant comme négligent, répétitif et sujet à des erreurs. L’ingénieur Thariq Shihipar d’Anthropic a reconnu que ce modèle présentait une instabilité de performance, devenue une priorité pour l’équipe. Cet incident met en lumière un problème sectoriel : le décalage entre les scores élevés des benchmarks et l’expérience utilisateur perçue. Contrairement aux logiciels traditionnels, les mises à jour des modèles d’IA manquent souvent de transparence, avec des modifications en arrière-plan (tests A/B, ajustements) qui échappent aux utilisateurs, dont la « perception » devient le seul indicateur, bien que peu fiable. La stabilité est cruciale pour instaurer la confiance lorsque les modèles deviennent des infrastructures.

marsbitIl y a 32 mins

Anthropic s’incline et reconnaît ses torts, la dégradation discrète de l’intelligence de Claude avérée

marsbitIl y a 32 mins

Décrypter les vérités sur l'effet de levier, la liquidité et les risques liés au jetonnage d'actifs

La tokenisation des actifs du monde réel (RWA) ne se limite pas à créer un jeton représentant un actif. C’est un simple code-barres, non une chaîne d’approvisionnement financière complète. La vraie transformation vient de l’intégration à la DeFi, qui permet l’évaluation, le financement, la couverture et la liquidité. Les RWA fonctionnent sur plusieurs horloges temporelles : blockchain en temps réel, marchés traditionnels fermés la nuit/week-end, et processus de rachat lents. Ce décalage crée un risque de liquidation où la DeFi exige un règlement immédiat, mais le monde réel impose des délais. Ainsi, un jeton d’obligation d’État stable peut être plus risqué qu’un actif crypto volatil mais liquide 24h/24. La liquidité réelle ne se mesure pas par la TVL, mais par la capacité à sortir d’une position sous pression, dans un délai donné et sans décote excessive. Trois voies de sortie existent : vente sur le marché, rachat par l’émetteur, ou prêt garanti. Le levier est ce qui crée l’utilité économique, mais il accroît aussi la fragilité. Les paramètres de garantie (haircuts) doivent intégrer non seulement la volatilité, mais aussi l’exécutabilité légale, la fraîcheur des données, les délais de rachat et la concentration des holdings. Les risques des RWA forment un graphe de dépendances interconnectées (émetteur, gardien, oracle, marchés secondaires, protocoles de prêt). Une défaillance localisée peut se propager. Une surveillance proactive des files de rachat, de la profondeur du marché et du comportement des market makers est cruciale. Au-delà des obligations d’État, les actifs prometteurs sont la puissance de calcul (GPU) et l’énergie, avec leurs propres modèles de risque. Les actions tokenisées et les contrats perpétuels sur actions constituent un test majeur, combinant propriété et levier, mais nécessitent des garde-fous architecturaux pour éviter des spirales de liquidation. En somme, l’étape suivante n’est pas de tokeniser plus d’actifs, mais de construire la couche de marché qui transforme les jetons en infrastructures financières résilientes, capables de résister à un week-end de crise. Le jeton n’est que le code-barres ; le marché est la machine.

marsbitIl y a 45 mins

Décrypter les vérités sur l'effet de levier, la liquidité et les risques liés au jetonnage d'actifs

marsbitIl y a 45 mins

Trading

Spot

Articles tendance

Comment acheter GENIUS

Bienvenue sur HTX.com ! Nous vous permettons d'acheter Genius (GENIUS) de manière simple et pratique. Suivez notre guide étape par étape pour commencer votre parcours crypto.Étape 1 : Création de votre compte HTXUtilisez votre adresse e-mail ou votre numéro de téléphone pour ouvrir un compte sur HTX gratuitement. L'inscription se fait en toute simplicité et débloque toutes les fonctionnalités.Créer mon compteÉtape 2 : Choix du mode de paiement (rubrique Acheter des cryptosCarte de crédit/débit : utilisez votre carte Visa ou Mastercard pour acheter instantanément Genius (GENIUS).Solde ：utilisez les fonds du solde de votre compte HTX pour trader en toute simplicité.Prestataire tiers ：pour accroître la commodité d'utilisation, nous avons ajouté des modes de paiement populaires tels que Google Pay et Apple Pay.P2P ：tradez directement avec d'autres utilisateurs sur HTX.OTC (de gré à gré) : nous offrons des services personnalisés et des taux de change compétitifs aux traders.Étape 3 : stockage de vos Genius (GENIUS)Après avoir acheté vos Genius (GENIUS), stockez-les sur votre compte HTX. Vous pouvez également les envoyer ailleurs via un transfert sur la blockchain ou les utiliser pour trader d'autres cryptos.Étape 4 : tradez des Genius (GENIUS)Tradez facilement Genius (GENIUS) sur le marché Spot de HTX. Il vous suffit d'accéder à votre compte, de sélectionner la paire de trading, d'exécuter vos trades et de les suivre en temps réel. Nous offrons une expérience conviviale aux débutants comme aux traders chevronnés.

978 vues totalesPublié le 2026.04.29Mis à jour le 2026.06.02

Discussions

Bienvenue dans la Communauté HTX. Ici, vous pouvez vous tenir informé(e) des derniers développements de la plateforme et accéder à des analyses de marché professionnelles. Les opinions des utilisateurs sur le prix de GENIUS (GENIUS) sont présentées ci-dessous.