U.S. Treasury Sanctions 19 Entities Over Crypto Scams

TheCryptoTimesDipublikasikan tanggal 2025-09-09Terakhir diperbarui pada 2025-09-09

The U.S Department of the Treasury has sanctioned 19 Southeast Asian entities across Myanmar and Cambodia for operating crypto investment scams that defrauded Americans of billions of dollars. The sanctioned operations forced human trafficking victims to carry out crypto investment scams. 

As per an official press release dated September 8, the syndicates used violence and forced labor to coerce its victims into targeting strangers. The entities comprise nine in Myanmar and 10 in Cambodia. The Myanmar entities are also reported to be operating under protection of OFAC-designated Karen National Army (KNA). The release also noted that Americans lost at least $10 billion in 2024 to Southeast Asia-based scam operations, a 66% increase compared to the previous year.

John K. Hurley, Under Secretary of the Treasury for Terrorism and Financial Intelligence, stated, “Southeast Asia’s cyber scam industry not only threatens the well-being and financial security of Americans, but also subjects thousands of people to modern slavery. In 2024, unsuspecting Americans lost over $10 billion due to Southeast Asia-based scams and under President Trump and Secretary Bessent’s leadership, Treasury will deploy the full weight of its tools to combat organized financial crime and protect Americans from the extensive damage these scams can cause.”

Detailed Schemes Target American Investors

The sanctioned scammers employ various methods to recruit and force individuals to work for them. This includes hiring under false pretences and resorting to debt bondage, violence and sexual exploitation to force them to reach out to scam victims. 

One of the primary techniques that they use is “pig butchering”. It involves scammers contacting victims online to build a relationship with them. The scammers then convince the victims to make crypto investments into websites or apps they control. They even show them fabricated evidence to gain trust. The victim being convinced then makes the investment, but when they attempt to cash out, they are met with excuses or the scammers just disappear. 

Further, the department also found that scam operators specifically recruit individuals with good English language skills to target American victims. Former scammers also reported daily quotas for the number of targets.

The rising number of Southeast Asian crypto scams has prompted calls for enhanced industry collaboration with law enforcement. The new sanctions build on the U.S. government’s broader enforcement strategy for combatting crypto-related crime.

Also Read: SwissBorg Crypto Platform Loses $41M Solana in Major Security Breach

Mobile Only ImageMobile Only Image

Bacaan Terkait

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

Baru-baru ini, DeepSeek V4 diperbarui dengan framework *Speculative Decoding* baru bernama **DSpark**, yang diklaim meningkatkan kecepatan inferensi hingga 80%. Pembaruan ini, yang juga disertai open-sourcing framework **DeepSpec**, berfokus pada optimasi teknikal dan peningkatan performa, bukan perubahan arsitektur model inti. DSpark mengimplementasikan **Semi-Autoregressive Generation** untuk menjaga throughput tinggi dan meningkatkan akurasi token yang dihasilkan oleh model draf (*draft model*). Inovasi utamanya adalah **Confidence-Scheduled Verification**, yaitu sistem penjadwalan yang cerdas dan adaptif. Sistem ini menggunakan *Confidence Head* untuk memperkirakan probabilitas penerimaan setiap token kandidat dan secara dinamis menyesuaikan panjang verifikasi berdasarkan beban kerja sistem (*hardware-aware*), sehingga mengalokasikan daya komputasi hanya ke token yang paling potensial. Dalam pengujian di berbagai domain (penalaran matematika, generasi kode, percakapan), DSpark menunjukkan peningkatan signifikan dibandingkan model *state-of-the-art* seperti Eagle3 dan DFlash. Pada kondisi *throughput* yang setara, DSpark meningkatkan kecepatan respons pengguna sebesar 57%-85% untuk model DeepSeek-V4 Flash dan Pro. DeepSpec, yang dirilis bersamaan, adalah *codebase* lengkap untuk melatih dan mengevaluasi model draf *speculative decoding*. Framework ini menyediakan pipeline standar (persiapan data, pelatihan, evaluasi) dan mendukung beberapa algoritma (DSpark, DFlash, Eagle3) serta model target (Qwen3, Gemma), memudahkan peneliti dan insinyur untuk mengembangkan dan menerapkan teknik percepatan inferensi pada model bahasa besar mereka sendiri.

marsbit1j yang lalu

Baru Saja, DeepSeek V4 Perbarui DSpark, Kecepatan Inference Meningkat 80%

marsbit1j yang lalu

Bisakah Aavenomics 3.0 Mempertahankan Rally Pemulihan AAVE di Tengah Pembicaraan Akuisisi Kraken?

CEO Aave Labs, Stani Kulechov, membantah laporan pembelian saham oleh Kraken, menekankan bahwa Aave tidak akan dijual dengan diskon 70%. Dia mengklarifikasi bahwa pendapatan tahunan sebesar $134 juta dialokasikan untuk Aave DAO, bukan Aave Labs, dan mengumumkan rencana Aavenomics 3.0 yang mencakup mekanisme pembelian kembali otomatis. Berdasarkan klarifikasi ini dan rencana tokenomics baru, harga AAVE mengalami pemulihan signifikan, melonjak 12% dan mencapai rally pemulihan lebih dari 50% pada Juni, meski masih jauh dari level tertingginya. Tekanan jual yang menurun sejak akhir Mei juga berkontribusi pada rebound ini. Pemulihan terjadi meski sebelumnya harga terdampak konflik tata kelola dan tekanan makro. Keberlanjutan rally ini kini tergantung pada reaksi pasar terhadap rencana Aavenomics 3.0 yang diusulkan Kulechov.

ambcrypto2j yang lalu

Bisakah Aavenomics 3.0 Mempertahankan Rally Pemulihan AAVE di Tengah Pembicaraan Akuisisi Kraken?

ambcrypto2j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

Sejak bergabung dengan Anthropic, aktivitas Andrej Karpathy di komunitas terbuka berkurang drastis. Baru-baru ini, sebuah dokumen bernama CLAUDE.md yang diklaim sebagai panduan penggunaan Claude milik Karpathy beredar di komunitas. Isinya berisi sejumlah prinsip ketat untuk memandu AI dalam menulis kode, yang bertujuan mengurangi kesalahan umum model bahasa besar (LLM). Prinsip-prinsip utama mencakup: 1) **Baca dahulu sebelum menulis** – pahami struktur dan gaya kode proyek yang ada. 2) **Berpikir sebelum menulis kode** – klarifikasi asumsi, pertimbangkan trade-off, dan uraikan rencana. 3) **Tetap sederhana** – hindari desain berlebihan, abstraksi prematur, dan fleksibilitas yang tidak diperlukan. 4) **Modifikasi terarah** – lakukan perubahan minimal yang sesuai dengan gaya kode asli, jangan melakukan reformatting atau pembersihan yang tidak relevan. 5) **Verifikasi dan uji** – pastikan kode berfungsi seperti yang diharapkan dengan pengujian yang tepat. 6) **Debug secara sistematis** – jangan menebak, selidiki akar masalahnya. 7) **Hati-hati dengan dependensi** – hindari menambah dependensi yang tidak perlu. 8) **Komunikasi yang jelas** – jelaskan apa yang dilakukan dan alasannya. Dokumen ini juga menyoroti pola kegagalan umum seperti abstraksi yang salah, "optimistic path", dan "halusinasi pengetahuan". Meskipun keaslian dokumen ini diragukan, isinya sangat selaras dengan pemikiran Karpathy yang telah banyak mengkritik kelemahan LLM dalam pemrograman. Prinsip-prinsip ini, yang juga telah dijadikan template populer di GitHub, dianggap dapat meningkatkan efektivitas dan mengurangi kesalahan saat menggunakan asisten AI seperti Claude untuk pengembangan perangkat lunak.

marsbit2j yang lalu

Ternyata Beginilah Cara Karpathy Menggunakan Claude?

marsbit2j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

Industri penambangan Bitcoin sedang mengalami penyesuaian struktural paling kompleks sejak kelahiran protokolnya. Meski harga Bitcoin bertahan di sekitar $61.000 dan hash rate global mendekati 1 ZH/s (hampir rekor tertinggi), profitabilitas penambang terus memburuk. Beberapa indikator—seperti biaya produksi, pendapatan dari biaya transaksi, ekspansi hash rate, dan anggaran keamanan industri—menunjukkan bahwa sektor ini beroperasi di ambang titik impas. Pengurangan hadiah blok (halving) 2028 diprediksi akan mempercepat proses konsolidasi ini. Masalah utamanya bukan hanya berasal dari penurunan subsidi blok pasca-halving, tetapi juga transisi yang belum tuntas ke model pendapatan berbasis biaya transaksi. Banyak perusahaan penambangan kini beralih dari sekadar memproduksi Bitcoin menjadi operator infrastruktur, operator energi, dan penyedia infrastruktur komputasi untuk AI/HPC. Dengan demikian, fokus kompetisi bergeser dari ekspansi hash rate menuju peningkatan model bisnis. Data menunjukkan bahwa dengan harga Bitcoin sekitar $61.000, pendapatan teoritis harian penambang seharusnya sekitar $78 juta, namun kenyataannya hanya sekitar $33 juta—terjadi selisih sekitar 136%. Pendapatan dari biaya transaksi juga rendah, hanya sekitar $220.000 per hari, jauh di bawah perkiraan historis sebesar $9,7 juta. Biaya listrik sendiri menyerap 71,5% dari total pendapatan industri pada tahun 2025. Setelah halving 2028, biaya produksi dasar Bitcoin diproyeksikan naik menjadi sekitar $93.289, yang akan mendorong konsolidasi industri ke perusahaan-perusahaan besar dengan modal kuat dan pendapatan yang terdiversifikasi. Masa depan industri ini terletak pada transformasi dari bisnis "penambangan" murni menjadi bisnis "infrastruktur", yang mengandalkan sumber pendapatan lain seperti manajemen energi dan layanan hosting komputasi AI/HPC. Bagi investor, pertanyaan kuncinya adalah perusahaan mana yang dapat berhasil bertransformasi dan membangun keunggulan kompetitif yang lebih tangguh dalam lanskap baru ini.

marsbit2j yang lalu

Riset BIT: Halving 2028 Bukanlah Akhir, Perombakan Sejati Industri Pertambangan Bitcoin Baru Dimulai

marsbit2j yang lalu

Jito Mencapai Tonggak Pendapatan $1,75 Miliar, Tapi Apa Artinya Ini bagi Rally Harga?

Jito telah mencapai tonggak pendapatan kotor sebesar $1,75 miliar, dengan 81% berasal dari imbalan MEV dan sisanya dari staking, menandai kinerja kuat dalam ekosistem Solana. Pertumbuhan ini didukung oleh peningkatan aktivitas pengguna, termasuk lonjakan alamat aktif dan volume perdagangan yang naik hampir 90% menjadi $102 juta dalam 24 jam terakhir, mengindikasikan partisipasi yang meluas dan arus modal kembali. Secara teknis, harga JTO berhasil menembus pola bullish flag setelah konsolidasi berbulan-bulan dan terus menghormati garis tren naik, yang mencerminkan pengakuan pasar terhadap fundamental yang membaik. Kelanjutan rally ini akan bergantung pada ekspansi berkelanjutan aktivitas jaringan.

ambcrypto3j yang lalu

Jito Mencapai Tonggak Pendapatan $1,75 Miliar, Tapi Apa Artinya Ini bagi Rally Harga?

ambcrypto3j yang lalu

Trading

Spot
活动图片

Kategori Populerright-arrow

Tag Populerright-arrow