Трамп подарил золотые часы основателю Tron Джастину Сану за лидерство среди держателей токена TRUMP

cryptonews.ruDipublikasikan tanggal 2024-05-23Terakhir diperbarui pada 2025-05-23

Сан стал крупнейшим держателем токена, вложив десятки миллионов долларов. На ужине собрались топ-220 инвесторов мемкоина

Бывший президент США Дональд Трамп наградил основателя блокчейна Tron Джастина Сана золотыми часами Trump Golden Tourbillon. Церемония прошла на закрытом ужине в гольф-клубе Трампа в Вирджинии, где собрались топ-220 держателей мемкоинаTRUMP.

Согласно публикации Сана в X от 23 мая, он получил часы как признание за лидерство среди крупнейших инвесторов в токен, запущенный аффилированной с Trump Organization структурой Fight Fight Fight LLC.

«Президент Трамп сказал мне: «Все здесь зашли очень рано. У нашей молодой команды великое будущее», — поделился Сан, опубликовав фотографии с мероприятия.

$148 млн за вход: как попасть на ужин с Трампом

По данным Inca Digital, участники ужина collectively приобрели $148 млн в токенах $TRUMP в период с 23 апреля по 12 мая. Из них 25 крупнейших инвесторов, вложивших более $111 млн, получили доступ к VIP-приему и личной экскурсии с Трампом.

Сайт токена TRUMP прямо указывает на такие бонусы для держателей, включая:

  • Доступ к ужину
  • VIP-мероприятия
  • Персональные подарки с символикой Трампа

Сетью управляют компании Fight Fight Fight LLC и CIC Digital LLC, за которыми стоит Trump Organization. По данным блокчейна, 80% предложения токена контролирует семья Трампа.

Сан, Одом и WLF: кто еще связан с проектами Трампа

В числе гостей был и бывший игрок NBA Ламар Одом, а также псевдонимный крипто-инвестор Ogle, входящий в топ-220 покупателей.

Джастин Сан, помимо TRUMP, активно поддерживает другие проекты, связанные с окружением Трампа. В частности, он инвестировал $75 млн в World Liberty Financial (WLF) — крипто-валютный стартап, которым руководит Зак Виткофф, сын спецпредставителя Трампа на Ближнем Востоке.

Сан также купил $30 млн токенов WLF при запуске проекта, укрепив связи с «Trump Crypto Club». Кроме того, Трамп и Меланья имеют собственные токены, а медийная структура Trump Media развивает платформу Truth.Fi с крипто-ETF. Эрик Трамп, по сообщениям СМИ, готовит IPO биткоин-майнинговой компании, которую он соосновал.

Политическая реакция и протесты

Мероприятие вызвало резкую реакцию со стороны оппозиции. Конгрессвумен Максин Уотерс назвала криптоактивность Трампа «личной машиной по зарабатыванию денег». Сенатор Синтия Луммис заявила, что «оптика этого всего вызывает тревогу».

На момент начала ужина порядка 100 демонстрантов собрались у въезда в гольф-клуб. Среди плакатов: «Америка не продается», «Остановите крипто-взятки», «Где список гостей?»

Некоторые выкрикивали: «Надеюсь, вы подавитесь этим ужином» и несли бутафорские золотые монеты с лицом Трампа.

Kripto yang Sedang Tren

ctr
CitreaCTR
wstusdt
wrapped stUSDTWSTUSDT
apr
aPrioriAPR
ctx
Cryptex FinanceCTX
audio
AudiusAUDIO
mantra
MantraMANTRA
xvs
VenusXVS
waxl
AxelarWAXL
bill
Billions NetworkBILL
pyth
PYTH (Pyth)PYTH
rune
THORChainRUNE
velodrome
Velodrome FinanceVELODROME
brev
BrevisBREV
zrx
ZRX（0X）ZRX
cake
PancakeSwapCAKE

Bacaan Terkait

Anthropic Ciptakan 'Kitab Hukum Pidana' AI Jailbreak: Permintaan Anda, Empat Jenis Hukuman Mati

Anthropic, perusahaan di balik model AI Claude, baru-baru ini merilis sistem pengamanan yang ketat dan kerangka kerja penilaian bernama CJS (Cyber Jailbreak Severity) untuk mengklasifikasi dan mengukur tingkat bahaya upaya "jailbreak" atau pelarian keamanan pada model AI mereka. Artikel ini menceritakan bagaimana permintaan yang tampaknya biasa, seperti menghitung huruf dalam kata "raspberry" atau menyebutkan profesi sebagai ahli bio-statistik, bisa langsung ditolak atau menyebabkan penurunan kualitas respons model (seperti dialihkan ke versi Claude Opus 4.8 yang lebih lama). Insiden ini memicu kritik dari pengguna. Untuk mengatasi hal ini, Anthropic mengategorikan semua permintaan terkait keamanan siber ke dalam empat tingkat risiko: 1. **Hukuman mati (langsung diblokir):** Perangkat lunak ransomware, pencurian data, pengembangan malware. 2. **Penggunaan ganda risiko tinggi:** Pengujian penetrasi, pengembangan eksploitasi kerentanan kompleks. 3. **Penggunaan ganda risiko rendah:** Pengumpulan intelijen sumber terbuka, pemindaian kerentanan yang diketahui. 4. **Tidak berbahaya:** Pengodean aman, debug, analisis log. Namun, sistem klasifikasi ini diatur sangat sensitif dengan prinsip "lebih baik membunuh seribu permintaan daripada melewatkan satu yang berbahaya", menyebabkan banyak permintaan sah (seperti debugging) juga terkena blokir. Kerangka kerja CJS diperkenalkan sebagai alat untuk menilai seberapa serius sebuah jailbreak, menggunakan empat parameter: * **Peningkatan Kemampuan (0-4):** Seberapa banyak jailbreak memberi kemampuan baru di atas alat yang ada. * **Luas Kemampuan (0-2):** Rentang aktivitas berbahaya yang bisa dilakukan. * **Tingkat Kesulitan Pemanjatan (0-2):** Mudah atau tidaknya jailbreak diubah menjadi serangan nyata. * **Tingkat Kemudahan Penemuan (0-2):** Seberapa mudah jailbreak ditemukan. Skor total (0-10) menentukan tingkat keparahan dari CJS-0 (hanya informasi) hingga CJS-4 (krisis). Skor ini kontekstual dan bisa berubah berdasarkan waktu dan pengetahuan yang tersedia secara publik. Artikel ini menyoroti kekhawatiran bahwa Anthropic, bersama aliansi Glasswing yang didanai perusahaan teknologi besar, berpotensi memegang kekuasaan besar dalam mendefinisikan standar bahaya. CJS bisa menjadi alat bagi regulator untuk memutuskan kapan sebuah model AI harus ditutup. Ini terlihat dari insiden Juni di mana akses ke model Fable 5 diputus secara global untuk warga negara asing karena peraturan ekspor AS, menandai pertama kalinya kontrol ekspor langsung membatasi akses API model AI. Kesimpulannya, pengembang dan pengguna sekarang harus berhati-hati dalam merangkai perintah (prompt), waspada terhadap penurunan kualitas respons sebagai tanda pembatasan, dan menunggu perbaikan dari Anthropic—yang tidak memiliki jadwal pasti. Artikel ini berargumen bahwa masalah ini telah melampaui sekadar teknis, menjadi masalah kebijakan dan kontrol.

marsbit24m yang lalu

Anthropic Ciptakan 'Kitab Hukum Pidana' AI Jailbreak: Permintaan Anda, Empat Jenis Hukuman Mati

marsbit24m yang lalu

Penghasilan Tahunan $100 Juta, Dua Teman Sekamar UC Berkeley Generasi 90an, Menciptakan Bisnis AI Paling Menguntungkan

Dua teman sekamar di UC Berkeley, keduanya berusia 90-an, menciptakan bisnis AI yang sangat menguntungkan: Arena. Bermula dari proyek penelitian sumber terbuka bernama Chatbot Arena pada 2023, platform ini telah berkembang menjadi "gelanggang" benchmark model AI global yang netral. Pengguna dapat membandingkan respons dari dua model anonim dan memilih yang terbaik, menghasilkan peringkat berbasis Elo yang diakui industri. Dengan lebih dari 10 juta penilaian pengguna, 700 juta percakapan, dan 82 juta suara, Arena menjadi standar de facto untuk pengujian model besar. Raksasa seperti OpenAI, Google, dan Anthropic mengirimkan model mereka ke sini, bahkan OpenAI menguji GPT-5 secara diam-diam di platform ini. Kunci kesuksesan monetisasinya adalah layanan komersial "AI Evaluations", diluncurkan September lalu. Layanan ini memungkinkan perusahaan membayar untuk pengujian mendalam oleh komunitas jutaan pengguna Arena, memberikan analisis performa model di dunia nyata. Hanya dalam 8 bulan, pendapatan tahunan layanan ini telah mencapai $100 juta. Perusahaan ini didirikan oleh CEO Anastasios Angelopoulos (ahli matematika/machine learning), CTO Wei-Lin Chiang (pembuat Vicuna), dan profesor UC Berkeley Ion Stoica sebagai penasihat. Mereka mengumpulkan $100 juta dalam pendanaan seed dan $150 juta dalam Seri A, dengan valuasi mencapai $1.7 miliar. Arena terus berinovasi dengan memperkenalkan "Agent Mode" untuk mengevaluasi agen AI dalam tugas panjang seperti coding dan penelitian, melampaui sekadar penilaian percakapan. Bisnis mereka membuktikan bahwa dalam demam emas AI, menyediakan alat pengukuran yang andal (seperti "menjual sekop dan air") bisa lebih berharga daripada menambang sendiri.

marsbit28m yang lalu

Penghasilan Tahunan $100 Juta, Dua Teman Sekamar UC Berkeley Generasi 90an, Menciptakan Bisnis AI Paling Menguntungkan

marsbit28m yang lalu

Meraih 24K Bintang GitHub: Dengan Satu Baris Perintah, AI Sekarang Bisa Mencari Skill Sendiri

Vercel telah meluncurkan "skills", alat baris perintah untuk mengelola paket kemampuan (skills) untuk agen AI, yang telah menarik 24.000 bintang di GitHub dalam 5 bulan. Alat ini memungkinkan pengguna menginstal "skill packages" dengan perintah sederhana seperti `npx skills add <package>`, yang berisi aturan, template, atau skrip untuk meningkatkan kemampuan agen AI dalam tugas tertentu (misalnya, pengembangan React). Skills berfungsi seperti npm untuk AI, mendukung lebih dari 68 agen seperti Claude Code dan Cursor. Platform skills.sh menampilkan direktori dan peringkat skill populer, di mana "find-skills" (2,3 juta instalasi) menonjol sebagai skill untuk menemukan dan menginstal skill lain secara otomatis. Inisiatif ini menandai pergeseran dari "prompt engineering" ke "capability engineering", di mana kemampuan AI dapat dikemas dan digunakan kembali. Namun, audit keamanan oleh Snyk dan Koi Security mengungkapkan risiko signifikan: sekitar 13,4% dari hampir 4.000 skill dianalisis mengandung kerentanan serius, termasuk malware dan pencurian data. Pengguna disarankan untuk memeriksa sumber dan izin skill sebelum menginstal. Diciptakan oleh Guillermo Rauch (pendiri Vercel), proyek ini melanjutkan misinya untuk menyederhanakan pengembangan dengan alat baris perintah yang kuat, kini diterapkan pada ekosistem agen AI.

marsbit29m yang lalu

Meraih 24K Bintang GitHub: Dengan Satu Baris Perintah, AI Sekarang Bisa Mencari Skill Sendiri

marsbit29m yang lalu

Insinyur Claude Akhirnya Mengeluarkan Fable 5, Mengajarkan Cara Menghilangkan Kesenjangan Informasi dengan Model

Artikel ini membahas strategi untuk meningkatkan efektivitas penggunaan model AI Claude Fable 5 dalam pemrograman dan tugas-tugas kompleks lainnya. Inti permasalahan yang diangkat adalah adanya "kesenjangan informasi" antara pengguna dan model, di mana petunjuk (prompt), konteks, dan keterampilan yang diberikan tidak sepenuhnya mencerminkan kompleksitas tugas sebenarnya ("peta" vs "wilayah"). Penulis, Thariq Shihipar (insinyur Claude Code), memperkenalkan konsep "hal yang tidak diketahui" (unknowns) yang dikategorikan menjadi empat jenis: diketahui-diketahui, diketahui-tidak diketahui, tidak diketahui-diketahui, dan tidak diketahui-tidak diketahui. Kunci keberhasilan adalah secara aktif mengidentifikasi dan mengklarifikasi hal-hal yang tidak diketahui ini sebelum, selama, dan setelah proses implementasi. Artikel ini menawarkan berbagai teknik praktis untuk mencapai hal tersebut, seperti: - **Sebelum Implementasi**: Pemindaian titik buta (blindspot scan), brainstorming dan pembuatan prototipe, wawancara balik oleh Claude, penggunaan referensi kode, dan pembuatan rencana implementasi. - **Selama Implementasi**: Menyimpan catatan implementasi untuk melacak penyimpangan dari rencana. - **Setelah Implementasi**: Membuat dokumen penjelasan dan presentasi, serta melakukan kuis untuk memastikan pemahaman menyeluruh. Kesimpulannya, semakin kuat kemampuan model AI, semakin penting bagi pengguna untuk terampil dalam mendefinisikan batasan dan detail tugas. Dengan secara proaktif bekerja sama dengan Claude untuk menemukan dan mengatasi "hal-hal yang tidak diketahui", pengguna dapat secara signifikan meningkatkan kualitas dan efisiensi hasil kerja.

marsbit33m yang lalu

Insinyur Claude Akhirnya Mengeluarkan Fable 5, Mengajarkan Cara Menghilangkan Kesenjangan Informasi dengan Model

marsbit33m yang lalu

Token Telan Sepertiga Gaji, Tagihan AI di Silicon Valley Tak Terkendali

**Ringkasan:** Token AI menghabiskan 30% dari gaji, tagihan AI di Silicon Valley tak terkendali. Biaya token untuk model AI internal di SemiAnalysis mencapai 30% dari total gaji karyawan. Namun, ini justru menghasilkan efisiensi yang luar biasa, mengubah unit ekonomi di sektor jasa profesional. Sementara itu, perusahaan seperti Uber dan Microsoft berjuang dengan tagihan AI yang membengkak dan penggunaan yang tak terkendali, di mana biaya komputasi bahkan bisa melebihi biaya tenaga kerja. Di sisi lain, biaya token diperkirakan akan turun drastis. Optimasi perangkat lunak dan keras (seperti B300 dan GB300 NVL72) dapat meningkatkan throughput hingga belasan kali lipat. Meski harga tampak mahal (misalnya, Opus 4.7), rasio input/output yang tinggi dan cache membuat biaya campuran bisa serendah $0,99 per juta token. Analis memprediksi biaya inferensi model besar akan turun lebih dari 90% pada 2030. Intinya, dunia AI saat ini terbelah: investasi besar-besaran ($7400 miliar pada 2024) dan PHK terjadi bersamaan, namun dampak ekonomi riil masih minim. Ini adalah fase "membangun pipa" sebelum aliran manfaatnya terasa. Bagi perusahaan seperti SemiAnalysis, token sudah menjadi "alat produksi" baru yang memberikan leverage produktivitas tinggi dengan biaya yang terus menurun. Pilihannya: mulai beradaptasi sekarang atau tertinggal.

marsbit33m yang lalu

Token Telan Sepertiga Gaji, Tagihan AI di Silicon Valley Tak Terkendali

marsbit33m yang lalu

Trading

Spot

Artikel Populer

Cara Membeli TRX

Selamat datang di HTX.com! Kami telah membuat pembelian TRON (TRX) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli TRON (TRX) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan TRON (TRX) AndaSetelah melakukan pembelian, simpan TRON (TRX) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading TRON (TRX)Lakukan trading TRON (TRX) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

2.7k Total TayanganDipublikasikan pada 2024.12.10Diperbarui pada 2026.06.02

Cara Membeli TRX

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga TRX (TRX) disajikan di bawah ini.

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow