Le jeton a chuté de 99% et le fondateur est en prison : la startup NFT Few and Far a coûté 10 millions de dollars aux investisseurs

cryptonews.ruPublié le 2026-08-06Dernière mise à jour le 2026-08-06

Résumé

Le fondateur du startup NFT Few and Far, Taj Tarsha, 34 ans, a été inculpé par le bureau du procureur américain du district sud de New York pour fraude en valeurs mobilières et fraude électronique. Il aurait levé plus de 10 millions de dollars auprès d'au moins 67 investisseurs via la vente de 95 millions de jetons FAR (SAFT), promettant de développer une marketplace NFT sur NEAR Protocol. Selon l'accusation, Tarsha a détourné les fonds presque immédiatement pour des paris en ligne, des spéculations cryptographiques et des dépenses personnelles, dont environ 1 million de dollars en bonus secrets et un salaire excessif. Après un audit en juin 2023 révélant les malversations, il a licencié la plupart des employés et a continué à utiliser l'argent des investisseurs pour acheter des cryptomonnaies, payer un prêt immobilier à Miami, des services de design d'intérieur et financer sa passion de DJ. Lancé en mai 2024 à environ 0,13$, le jeton FAR s'est effondré de plus de 99% et a cessé d'être tradé. Tarsha, arrêté le 6 juin 2026, fait face à une peine maximale de 20 ans de prison pour chaque chef d'inculpation. Cette affaire rappelle un schéma récurrent dans l'industrie NFT, comme le cas Frosties en 2022, et soulève des questions sur l'efficacité des mécanismes de contrôle dans les levées de fonds via SAFT.

Le bureau du procureur des États-Unis pour le district sud de New York a annoncé que le fondateur de la startup NFT Few and Far Limited, Taj Tarsha, 34 ans, résidant à Miami, a été inculpé pour fraude en valeurs mobilières et fraude électronique. Selon l'accusation, l'homme d'affaires a levé plus de 10 millions de dollars auprès d'investisseurs, mais au lieu de développer le projet, il a dépensé les fonds pour des jeux d'argent, la spéculation sur les cryptomonnaies et des besoins personnels.

Selon les documents de l'accusation, à partir de février 2022, Tarsha a collecté de l'argent via des accords Simple Agreement for Future Tokens (SAFT) — les investisseurs payaient à l'avance pour le droit de recevoir les jetons FAR, qui devaient alimenter une place de marché $NFT décentralisée sur la blockchain NEAR Protocol. En vendant 95 millions de jetons FAR, l'entrepreneur a obtenu plus de 10 millions de dollars d'au moins 67 investisseurs, à qui il avait promis que les fonds seraient utilisés pour développer la place de marché et le jeton lui-même.

Où est passé l'argent des investisseurs

Selon l'accusation, presque immédiatement après la réception des fonds, Tarsha a commencé à les utiliser à des fins personnelles — des paris dans des casinos en ligne et l'achat de pièces spéculatives. De plus, il a retiré environ 1 million de dollars sous forme de deux bonus cachés des investisseurs et d'un cofondateur de l'entreprise, ainsi que d'un salaire excessif qu'il qualifiait lui-même d'irraisonnable en l'absence de produit et de chiffre d'affaires.

En juin 2023, un audit a révélé les détournements de fonds. Selon l'accusation, Tarsha a assuré aux investisseurs que les bonus étaient liés à des objectifs prédéfinis de la prévente du jeton FAR et que toutes les opérations étaient réalisées dans l'intérêt de l'entreprise. Parallèlement, il a licencié presque tout le personnel et a confié au sous-traitant restant des travaux qui ne faisaient que créer l'illusion du développement. Pendant au moins un an de plus, l'entrepreneur a continué à dépenser l'argent des investisseurs pour :

  • l'achat de cryptomonnaies
  • un crédit pour un condominium à Miami
  • des services de décoration d'intérieur
  • son passe-temps de DJ

Lorsque le jeton FAR a finalement été lancé en mai 2024 à un prix d'environ 0,13 $, il s'est presque immédiatement déprécié de plus de 99% et a cessé d'être négocié.

Quels sont les risques pour l'accusé

Tarsha a été arrêté le 6 juin 2026. Il est accusé de fraude en valeurs mobilières et de fraude électronique — chacune de ces accusations est passible d'une peine maximale de 20 ans de prison. L'affaire a été confiée au juge du tribunal de district des États-Unis, Lewis A. Kaplan.

Opinion de l'IA

Du point de vue de l'analyse automatisée des données, l'affaire Tarsha s'inscrit dans un schéma reconnaissable de l'industrie $NFT des années 2022–2024. Le parquet du même district a déjà traité un scénario similaire : en 2022, le district sud de New York a, pour la première fois dans la pratique fédérale, inculpé les créateurs du projet Frosties pour fraude électronique et blanchiment d'argent — les dommages s'élevaient alors à environ 1,1 million de dollars, soit nettement moins que les 10 millions de dollars revendiqués dans l'affaire FAR.

Nuance technique non abordée dans l'article : le mécanisme SAFT était initialement conçu pour retarder la vente directe de jetons jusqu'à l'apparition d'un produit fonctionnel, mais c'est précisément ce retard des obligations qui rend le contrôle des dépenses presque impossible jusqu'au listing du jeton. Question ouverte à la réflexion : l'analyse blockchain et la surveillance des plateformes d'échange peuvent-elles détecter de tels schémas avant que l'argent des investisseurs ne soit dépensé dans les casinos et la décoration intérieure ?

end-content

Questions liées

QQuelles sont les accusations portées contre Taj Tarsha, fondateur de Few and Far Limited, par le bureau du procureur des États-Unis ?

ALe bureau du procureur des États-Unis pour le district sud de New York a inculpé Taj Tarsha pour fraude en valeurs mobilières et fraude électronique.

QComment Taj Tarsha a-t-il récolté plus de 10 millions de dollars auprès des investisseurs pour son projet ?

ATaj Tarsha a collecté des fonds via des accords SAFT (Simple Agreement for Future Tokens), vendant 95 millions de tokens FAR pour un montant supérieur à 10 millions de dollars auprès d'au moins 67 investisseurs.

QSelon l'accusation, à quelles fins personnelles Taj Tarsha a-t-il détourné les fonds des investisseurs ?

ASelon l'accusation, il a utilisé les fonds pour des paris en ligne dans des casinos, des achats de cryptomonnaies spéculatives, un crédit pour un condominium à Miami, des services de design d'intérieur et pour financer son passe-temps de DJ.

QQu'est-il arrivé au token FAR lors de son lancement en mai 2024 ?

ALancé à un prix d'environ 0,13 dollar, le token FAR s'est presque immédiatement effondré de plus de 99 % et a cessé d'être négocié.

QQuelle est la peine maximale que Taj Tarsha risque pour chacune des accusations de fraude ?

APour chacun des chefs d'accusation de fraude (fraude en valeurs mobilières et fraude électronique), il encourt une peine maximale de 20 ans de prison.

Lectures associées

L'IA peut-elle prendre le contrôle des laboratoires ? Les derniers tests de l'Université des Sciences et Technologies de Chine fournissent un stress test en physique réelle

**Une étude révèle les limites actuelles des IA pour la découverte scientifique autonome en laboratoire** Des chercheurs de l'Université des sciences et technologies de Chine ont développé une plateforme de test en monde réel pour évaluer les capacités des agents d'IA à effectuer des découvertes scientifiques de bout en bout. Leur "laboratoire de machine-scientifique" pour la catalyse comprend 45 stations de travail automatisées, dont les capacités sont encapsulées en "compétences" lisibles par machine. L'équipe a testé systématiquement 48 combinaisons d'agents et de grands modèles de langage sur 32 tâches de recherche, totalisant 4 608 essais. Les résultats sont sévères : seuls 3,3 % des workflows générés étaient directement exécutables sans correction humaine. La meilleure combinaison (Claude Code/Opus 4.7) a atteint un taux d'exécutabilité de 28,1 %. L'étude distingue trois niveaux de compétences souvent confondus : générer un plan expérimental en langage naturel, produire un workflow physiquement exécutable en laboratoire, et réviser la stratégie de recherche en fonction des résultats. Les tests montrent qu'un plan apparemment fluide ne garantit pas son exécution pratique, et qu'ajuster des paramètres localement ne constitue pas une révision scientifique de la stratégie. Dans un test en boucle fermée sur cinq itérations, un agent (Codex/GPT 5.5) a pu optimiser des paramètres, mais n'a pas été capable de redéfinir son approche analytique ou de corriger des omissions cruciales persistantes. La planification à long terme reste un défi majeur, avec très peu de workflows complexes (plus de 30 étapes) générés avec succès. Cette plateforme sert à la fois de "terrain d'essai" pour évaluer les capacités scientifiques des IA et de "terrain d'entraînement" potentiel. Le cycle "planification-exécution-feedback-replanification" peut exposer les lacunes des IA et générer des données pour affiner ces systèmes, faisant progresser l'IA vers une véritable découverte scientifique autonome et vérifiable dans le monde physique.

marsbitIl y a 1 h

L'IA peut-elle prendre le contrôle des laboratoires ? Les derniers tests de l'Université des Sciences et Technologies de Chine fournissent un stress test en physique réelle

marsbitIl y a 1 h

Nouvel entretien avec Fei-Fei Li : les humains non plus n'apprennent pas uniquement à partir de données réelles

Dans une récente interview, Fei-Fei Li, fondatrice de World Labs, discute de l'acquisition de SceniX et de la vision de l'entreprise pour l'intelligence spatiale. World Labs vise à faire de l'intelligence spatiale - la capacité de l'IA à comprendre, raisonner et interagir dans des espaces physiques ou virtuels - la nouvelle frontière de l'IA. Les robots sont considérés comme la première pierre de touche pour concrétiser cette vision. Le défi central identifié est le manque crucial de données d'entraînement et d'évaluation pour les robots. Pour libérer la loi de l'échelle (scaling law), World Labs et SceniX misent sur une approche "real-to-sim-to-real". Cette méthode consiste à créer des jumeaux numériques d'environnements physiques, alignés et réalistes, pour générer des données synthétiques à grande échelle. La plateforme de simulation offre un contrôle total, une sécurité et une efficacité impossibles dans le monde réel, permettant l'entraînement et l'évaluation accélérés des systèmes robotiques. L'acquisition de SceniX, une startup spécialisée dans la simulation pour robots fondée par l'ancien post-doctorant de Li, Yunzhu Li, comble les compétences de World Labs. Ensemble, ils développent une infrastructure logicielle neutre, compatible avec divers modèles d'IA et morphologies robotiques (bras manipulateurs, robots mobiles...). Cette infrastructure durable est conçue pour former des robots robustes, d'abord pour des environnements semi-structurés (entrepôts, restaurants) avant de viser à long terme les environnements non structurés (foyers). Les intervenants soulignent que la simulation est essentielle pour le raisonnement contrefactuel et l'exploration d'états impossibles à tester en réel. Ils adoptent une approche pragmatique, combinant modèles physiques et apprentissage, et visent des clients concrets dans des secteurs verticaux comme preuve de concept. L'objectif à deux ans est de démontrer que leur plateforme répond efficacement aux besoins d'automatisation de premiers clients industriels.

marsbitIl y a 1 h

Nouvel entretien avec Fei-Fei Li : les humains non plus n'apprennent pas uniquement à partir de données réelles

marsbitIl y a 1 h

Trading

Spot
活动图片