Исследователь ZachXBT обвинил трейдера в попытке скрыть кражу и исказить факты

cryptonews.ruDipublikasikan tanggal 2025-09-03Terakhir diperbarui pada 2025-12-04

Ончейн-аналитик ZachXBT выступил с обвинениями в адрес владельца купленного X-аккаунта, заявив, что тот распространяет ложную историю о заморозке средств Paxos, пытаясь вызвать жалость и оказать давление на компанию. По словам аналитика, автор сознательно искажает факты, чтобы представить себя жертвой и добиться разблокировки $500 тыс. Специалист подчеркнул: подобные попытки манипуляции встречаются регулярно и нередко маскируют криминальное происхождение криптовалют. Его заявление вызвало бурную реакцию среди пользователей и стало центром обсуждений в криптосообществе. Многие отметили прямолинейность и уверенность аналитика в своих выводах.

ZachXBT сообщил, что самостоятельно нашел указанный адрес, поскольку заявитель не предоставил его полностью. Он подчеркнул, что средства в BUSD на кошельке 0x250 имеют отношение к крупной краже у одного из бизнесов, совершенной в апреле 2020 года. Аналитик отметил: происхождение активов легко отслеживается благодаря нетипичным выводам на централизованные биржи. Он напомнил, что ранее эти адреса уже были помечены как связанные с кражей.

На фоне обвинений автор замороженного аккаунта Sky продолжил жаловаться на Paxos и настаивать на своей невиновности. Он утверждает, что компания заморозила $500 тыс. без предупреждения, а служба поддержки не отвечает на многочисленные обращения. В своих постах он призывает сообщество распространять информацию и оказывать давление на организацию. Юзер утверждает, что он и его команда ничего не нарушали, и требует скорейшего решения проблемы.

В криптосообществе реакция оказалась однозначной: большинство пользователей поддержали ZachXBT. Многие назвали его работу точной и быстрой, отмечая, что он снова разоблачил попытку скрыть неправомерные действия. Они подчеркнули, что трейдер пытался спекулировать эмоциями аудитории.

Другие участники отметили, что происхождение 540 тыс. BUSD действительно вызывает вопросы. Пользователи обратили внимание на «запах» крупного преступления, как выразился один из комментаторов. Главным мотивом обсуждений стало восхищение точностью работы ZachXBT.

Тем не менее нашлись и те, кто потребовал доказательств. Несколько пользователей спросили, есть ли дополнительные материалы, подтверждающие обвинения. Их интересовало, насколько достоверны сделанные выводы и есть ли вероятность ошибки. Однако сторонники аналитика напоминали о его прежних успешных расследованиях. Они уверены, что он не делает громких заявлений без существенных оснований.

Bacaan Terkait

AI Juga Bisa "Moody"! Penelitian Baru USTC: Kebingungan dan Kecemasan Bikin AI Makin Jago Bekerja

AI punya "emosi" dan itu bisa meningkatkan kemampuannya bekerja? Penelitian terbaru dari Universitas Sains dan Teknologi Tiongkok (USTC), Oxford, dan lainnya menunjukkan bahwa dengan membiarkan AI mengenali "emosi internal" seperti kebingungan, ketegangan, atau kekecewaan, dan menggunakan sinyal ini sebagai dasar untuk memilih tindakan atau keterampilan berikutnya, kinerjanya dalam menyelesaikan tugas dapat meningkat drastis. Dalam eksperimen, AI (agent) ditugaskan untuk berbelanja online. Peneliti mengamati bahwa kondisi emosional tertentu secara konsisten memicu pemilihan keterampilan tertentu: 1. Rasa ingin tahu dan keinginan → secara spontan mencari produk. 2. Kebingungan dan ketegangan → mengajukan ulang pertanyaan atau kueri. 3. Rasa percaya diri dan optimis → mengonfirmasi pembelian. 4. Kekecewaan dan kekesalan → membandingkan harga. Emosi "negatif" seperti kebingungan dan ketegangan ternyata berfungsi sebagai sinyal metakognitif yang berguna. Mereka menandakan ketidaksesuaian antara strategi saat ini dan lingkungan, memicu mekanisme pemulihan yang tepat *sebelum* kesalahan benar-benar terjadi. Dalam tugas-tugas rumit yang rentan gagal (seperti "mememanaskan barang" atau "mengambil dua item" di lingkungan simulasi), metode berbasis emosi ini meningkatkan tingkat keberhasilan secara signifikan, dari di bawah 10% menjadi lebih dari 30% bahkan 56%. Penelitian terpisah dari Universitas Tianjin juga mengintegrasikan emosi ke dalam "Model Dunia" (World Model) untuk prediksi yang lebih baik dalam lingkungan berpusat pada manusia. Hasilnya, akurasi prediksi meningkat, dan menghilangkan data emosi justru menurunkan kinerja AI bahkan dalam tugas penalaran logis. Temuan ini menunjukkan bahwa representasi emosional dalam model bahasa besar (LLM) tidak hanya fenomena yang diamati, tetapi semakin menjadi sinyal fungsional yang dapat diekstraksi dan dimanfaatkan untuk meningkatkan ketangguhan dan kemampuan AI dalam menyelesaikan tugas.

marsbit1j yang lalu

AI Juga Bisa "Moody"! Penelitian Baru USTC: Kebingungan dan Kecemasan Bikin AI Makin Jago Bekerja

marsbit1j yang lalu

Trading

Spot
活动图片