DeFi vs. SEC: Haruskah Platform 'Non-Custodial' Diperlakukan Seperti Bursa?

ambcryptoDipublikasikan tanggal 2026-04-02Terakhir diperbarui pada 2026-04-02

Abstrak

Kelompok advokasi DeFi Education Fund (DEF) menentang keras usulan asosiasi keuangan tradisional SIFMA yang mendorong regulasi platform DeFi non-custodial seperti pertukaran terpusat. DEF berargumen bahwa protokol terdesentralisasi dan pengembangnya tidak boleh diklasifikasikan sebagai intermediary karena tidak mengontrol aset pengguna atau platform yang berjalan secara otonom. Di sisi lain, SIFMA dan Citadel Securities bersikukuh bahwa semua platform yang menangani tokenized securities harus tunduk pada regulasi SEC berdasarkan fungsi pasar, bukan arsitektur teknis. Mereka mengkhawatirkan risiko perlindungan investor dalam ekosistem DeFi. DEF menuduh oposisi Wall Street didorong kepentingan bisnis, mengingat model DeFi mengancam peran intermediary tradisional. SEC kini menghadapi tantangan menyeimbangkan perlindungan investor dengan inovasi dalam kerangka eksempti sekuritas yang di-tokenisasi.

Regulasi DeFi kembali menjadi berita utama karena industri kripto dan Wall Street tidak sepakat mengenai 'pengecualian inovasi' yang diusulkan untuk aset yang ditokenisasi.

Pada tanggal 1 April, kelompok advokasi DeFi, DeFi Education Fund (DEF), menulis kepada SEC dengan argumen bahwa protokol terdesentralisasi tidak boleh 'salah diklasifikasikan sebagai perantara' seperti bursa tradisional yang terpusat.

Ayan Dow, petugas hukum di DEF, menambahkan,

Alat DeFi yang menyediakan likuiditas atau berjalan secara otonom tidak menjalankan fungsi bursa, dan baik teknologinya maupun pengembangnya tidak boleh diatur sebagai bursa.

Sumber: X

Menurut kelompok advokasi tersebut, aplikasi non-custodial apa pun tidak termasuk dalam definisi hukum perantara atau bursa. Selain itu, mengklasifikasikan pengembang sebagai perantara, padahal mereka tidak mengendalikan 'platform non-custodial' yang mereka bangun, akan memberatkan mereka dengan beban regulasi yang sangat besar.

Oleh karena itu, kelompok advokasi tersebut menekankan bahwa ruang lingkup regulasi DeFi yang disarankan harus mengecualikan perangkat lunak yang tidak memiliki perantara, pembuat pasar otomatis (AMM), kontrak pintar, dan pengembang yang tidak memegang kendali.

Wall Street Menentang Pengecualian Hukum untuk DeFi

Surat DEF juga merupakan tanggapan untuk SIFMA (Securities Industry and Financial Markets Association). Kelompok payung TradFi baru-baru ini berargumen bahwa SEC harus mengatur AMM, dengan menyebut risiko terhadap perlindungan investor.

Menurut SIFMA, SEC harus mengatur AMM dan platform DeFi berdasarkan fungsi mereka dalam mendukung perdagangan sekuritas yang ditokenisasi. Dan bukan berdasarkan apakah mereka terdesentralisasi, seperti yang diusulkan oleh pendukung DeFi.

SIFMA percaya bahwa Komisi harus menjaga netralitas teknologi dengan mengatur AMM berdasarkan fungsi pasar mereka, bukan arsitektur protokol.

Sumber: SEC

Posisi SIFMA menggema posisi Citadel Securities. Tahun lalu, Citadel menyerukan regulasi ketat untuk platform DeFi yang menangani sekuritas yang ditokenisasi.

Penentangan SIFMA dan Citadel terhadap DeFi yang tidak diatur bisa jadi merupakan kekhawatiran yang tulus, mengingat penipuan dan kerugian yang terlihat di sektor ini di masa lalu. Bagi Wall Street, kepatuhan harus berlaku untuk semua orang yang menangani sekuritas yang ditokenisasi.

Namun, Citadel mendapatkan sebagian besar pendapatannya dari menjadi perantara terpusat, terutama untuk platform eceran seperti Robinhood. Akibatnya, DEF memandang penentangan Wall Street dimotivasi oleh potensi gangguan teknologi DeFi (menghilangkan perantara) terhadap kepentingan bisnisnya.

Tinggal menunggu bagaimana SEC akan menangani kepentingan yang bersaing ini sambil tetap mendukung inovasi dalam kerangka 'pengecualian' yang akan datang untuk sekuritas yang ditokenisasi.


Ringkasan Akhir

  • Kelompok advokasi DeFi Education Fund (DEF) telah menentang dorongan SIFMA untuk mengatur AMM dan platform DeFi non-custodial lainnya
  • Namun, SIFMA mengklaim sebagian besar platform 'terdesentralisasi' menimbulkan risiko perlindungan investor.

Pertanyaan Terkait

QApa yang diperdebatkan oleh DeFi Education Fund (DEF) dalam surat mereka kepada SEC?

ADeFi Education Fund (DEF) berargumen bahwa protokol terdesentralisasi tidak boleh diklasifikasikan sebagai perantara seperti bursa tradisional yang terpusat. Mereka menekankan bahwa alat DeFi yang menyediakan likuiditas atau berjalan secara otonom tidak menjalankan fungsi bursa, sehingga teknologi dan pengembangnya tidak boleh diatur sebagai bursa.

QMengapa SIFMA mendorong regulasi untuk Automated Market Makers (AMMs) dan platform DeFi?

ASIFMA percaya bahwa AMMs dan platform DeFi harus diatur berdasarkan fungsi mereka dalam mendukung perdagangan sekuritas yang ditokenisasi, bukan berdasarkan tingkat desentralisasinya. Mereka mengutip risiko terhadap perlindungan investor sebagai alasan utama untuk regulasi ini.

QBagaimana pandangan Citadel Securities terhadap regulasi DeFi?

ACitadel Securities mendukung regulasi ketat untuk platform DeFi yang menangani sekuritas yang ditokenisasi. Mereka berpendapat bahwa kepatuhan harus berlaku untuk semua pihak yang menangani sekuritas semacam itu, mencerminkan kekhawatiran akan penipuan dan kerugian di sektor ini.

QApa alasan DEF menentang klasifikasi pengembang sebagai perantara?

ADEF menentang klasifikasi pengembang sebagai perantara karena mereka tidak mengendalikan platform non-custodial yang mereka bangun. Memberlakukan beban regulasi yang berat pada pengembang akan tidak adil dan menghambat inovasi.

QApa yang dimaksud dengan 'pengecualian inovasi' yang diusulkan untuk aset tokenisasi?

A'Pengecualian inovasi' yang diusulkan adalah kerangka kerja regulasi yang dipertimbangkan oleh SEC untuk mengecualikan perangkat lunak tanpa perantara, AMMs, kontrak pintar, dan pengembang yang tidak mengendalikan dari klasifikasi sebagai bursa atau perantara, guna mendukung inovasi dalam ekosistem aset tokenisasi.

Bacaan Terkait

Laporan Pagi Wall Street: V-reversal di Akhir Bulan, Tapi Indeks Nasdaq Rekam Performa Terburuk Juli dalam 12 Tahun, Modal Terkonsentrasi ke Raksasa Cloud

**Laporan Pagi Wall Street: Rebound di Akhir Bulan, Tapi Nasdaq Catat Performa Terburuk Juli dalam 12 Tahun, Modal Terakselerasi ke Raksasa Cloud** Pasar saham AS mengalami rebound berbentuk V pada Jumat lalu, dengan tiga indeks utama menguat. Namun, ini tidak menutupi performa buruk sepanjang Juli: Indeks S&P 500 hampir datar, mencatat kinerja Juli terburuk sejak 2014, sementara **Indeks Nasdaq turun 3,2%, merupakan kinerja Juli terburuk sejak 2004.** **Pergerakan Komoditas & Makro:** * **Minyak:** Harga minyak mentah WTI anjlok >8% setelah Presiden Trump membatalkan serangan militer terhadap Iran dan OPEC+ menyetujui peningkatan kuota produksi. * **Emas:** Harga emas naik tipis 0,91% pada Juli, berayun di sekitar $4050/oz. Analis melihat periode konsolidasi dengan kisaran perkiraan $3800-$4500 untuk tahun ini. * **Obligasi & Mata Uang:** Yield obligasi AS 10 tahun melonjak di bulan Juli. AS dan Jepang melakukan intervensi bersama untuk mendukung Yen, mendorong USD/JPY turun di bawah level 156. **Fokus Pasar: Percepatan Aliran Modal ke Raksasa Cloud** Tekanan deleveraging membayangi saham teknologi sepanjang Juli, namun **modal bergerak cepat ke perusahaan cloud besar.** Saham cloud meroket setelah laporan kinerja kuartalan yang kuat, dengan **kapitalisasi pasar gabungan raksasa cloud bertambah hampir $1,5 triliun** dalam seminggu (Microsoft, Amazon, Google). Ini menunjukkan pergeseran modal dari sektor hardware/semikonduktor yang padat menuju perusahaan cloud dengan arus kas yang kuat. **Kilasan Performa Saham Penting:** * **Amazon:** Melonjak 15,32% setelah kinerja AWS yang sangat kuat. * **Microsoft & Google:** Terus menguat dengan prospek bisnis cloud/AI yang solid. * **Meta:** Naik 3,28%, mengakhiri 11 hari penurunan beruntun. * **Apple:** Anjlok 7,35% karena kekhawatiran pasokan dan panduan yang lemah. * **Saham Memori (seperti Micron, Sandisk):** Terkoreksi tajam pada bulan Juli. * **SpaceX:** Akan merilis laporan kinerja pertama pasca-IPO pada 5 Agustus, diikuti masa pelepasan saham terbatas besar-besaran pada 6 Agustus. **Yang Perlu Diperhatikan Minggu Ini:** * **Laporan Kinerja Perusahaan:** Berkshire Hathaway, Palantir, AMD, SpaceX, Disney, Sandisk, Western Digital, dan lainnya. * **Konferensi:** Ai4 2026 dan Flash Memory Summit (FMS). * **Data Makro Kunci:** Laporan Penggajian Non-Pertanian AS (7 Agustus), data ekspor-impor & CPI China.

marsbit45m yang lalu

Laporan Pagi Wall Street: V-reversal di Akhir Bulan, Tapi Indeks Nasdaq Rekam Performa Terburuk Juli dalam 12 Tahun, Modal Terkonsentrasi ke Raksasa Cloud

marsbit45m yang lalu

Rubin Ultra Terkuras Drastis, Apakah Nvidia Juga Tak Tahan dengan Kenaikan Harga Memori?

Laporan terbaru dari SemiAnalysis mengungkapkan bahwa NVIDIA telah merevisi spesifikasi Rubin Ultra, varian flagship dari arsitektur Rubin yang diumumkan di GTC 2026. Alih-alih peningkatan besar pada memori dan daya komputasi, fokus utama kini beralih ke kemampuan interkoneksi skala sistem. Spesifikasi kunci yang diungkapkan menunjukkan Rubin Ultra akan mempertahankan puncak komputasi teoretis yang sama dengan Rubin standar, yaitu 35 PFLOPs. Namun, terjadi pengurangan signifikan pada kapasitas memori, turun menjadi 192GB dengan konfigurasi 8-Hi, lebih rendah dari Rubin standar yang 288GB (12-Hi). Peningkatan bandwidth memori juga minimal, hanya 1 TB/s, dan daya chip bahkan sedikit lebih tinggi. Peningkatan utama justru pada "skala interkoneksi" (*scale-up world size*), yang melonjak dari 72 GPU menjadi 576 GPU. Ini memungkinkan ratusan GPU Rubin Ultra terhubung via NVLink membentuk satu "super GPU" logis yang sangat besar. Analisis SemiAnalysis mengaitkan perubahan desain ini dengan lonjakan harga HBM (High Bandwidth Memory) yang drastis. Biaya material (BOM) untuk rak server Rubin Ultra sempat melonjak menjadi sekitar $8 juta karena harga HBM, tetapi dengan spesifikasi baru, biaya turun ke sekitar $6.4 juta. NVIDIA diduga mengalihkan biaya dari komponen HBM yang mahal (yang pangsa biayanya turun dari ~40% menjadi 28%) ke peningkatan interkoneksi jaringan (naik dari 4% menjadi 12%). Berita ini memicu kekhawatiran pasar tentang permintaan HBM. Saham produsen HBM seperti SK Hynix dan Samsung anjlok sekitar 8%, mencerminkan kekhawatiran bahwa pembeli utama seperti NVIDIA mungkin mulai mengurangi ketergantungan pada HBM berkapasitas tinggi untuk mengontrol biaya sistem AI secara keseluruhan.

Odaily星球日报1j yang lalu

Rubin Ultra Terkuras Drastis, Apakah Nvidia Juga Tak Tahan dengan Kenaikan Harga Memori?

Odaily星球日报1j yang lalu

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

Model generatif seperti model difusi atau autoregresif yang dominan saat ini biasanya tidak melatih seluruh proses generasi secara end-to-end. Mereka dilatih hanya untuk memprediksi satu "langkah kecil" dalam proses, namun saat inferensi, langkah ini harus diulang ratusan atau ribuan kali. Ketidaksesuaian ini menyebabkan masalah "exposure bias," di mana kesalahan menumpuk seiring waktu. Makalah terbaru dari UIUC dan Harvard memperkenalkan paradigma baru bernama **Explorative Modeling (XM)**. Inti dari metode ini sangat sederhana: alih-alih menghasilkan satu sampel, model menghasilkan **K kandidat** dalam setiap langkah pelatihan. Kemudian, hanya kandidat yang paling dekat dengan data target yang dipilih untuk menghitung gradien dan memperbarui model. Mengapa ini berhasil? Dalam tugas generatif, satu input bisa memiliki banyak output yang valid (mode). Fungsi kerugian rekonstruksi tradisional cenderung menyebabkan "mode blurring," di mana model hanya mempelajari rata-rata dari semua mode, menghasilkan output yang tidak realistis. Dengan menghasilkan beberapa kandidat, model dapat "mengeksplorasi" dan menangkap beberapa mode yang berbeda sekaligus, sehingga menghindari rata-rata yang kabur. Penelitian ini menunjukkan bahwa **"eksplorasi" (K) bertindak sebagai sumbu penskalaan ketiga** yang efektif, selain parameter dan data. Eksperimen pada gambar, video, dan bahasa menunjukkan peningkatan kinerja yang monoton dengan peningkatan K, dengan keuntungan yang lebih besar pada skala yang lebih besar. XM dapat meningkatkan efisiensi FLOP hingga 4.1x dan efisiensi sampel hingga 6.2x. Yang lebih menarik, ketika diterapkan secara ekstrem, XM memungkinkan **pelatihan generatif yang benar-benar end-to-end**. Dalam tugas kontrol robot, "Explorative Policy" berbasis XM mencapai kinerja yang setara dengan "Diffusion Policy" yang membutuhkan 100 langkah inferensi, sementara hanya membutuhkan satu langkah inferensi maju. Ini membuktikan bahwa kompleksitas untuk menangani banyak mode dapat dipindahkan dari inferensi ke pelatihan. Meskipun ide "best-of-K" bukan hal baru, kontribusi utama makalah ini adalah penjelasan teoritis bahwa mekanisme ini secara langsung meningkatkan **ekspresivitas generatif** model. Dengan demikian, ini menawarkan cara baru yang ampuh untuk mengatasi tantangan mendasar dalam pemodelan generatif.

marsbit2j yang lalu

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

marsbit2j yang lalu

Trading

Spot
活动图片