Сколько денег у команды Ethereum и куда она их тратит. Главное из отчета

RBK-cryptoPublished on 2024-11-08Last updated on 2024-11-08

Сколько денег потратила команда Ethereum за прошедшие несколько лет. Почему разработчики второй по капитализации криптовалюты «скрывали» свой бюджет

Ethereum Foundation (EF), организация, стоящая за разработкой блокчейна Ethereum, опубликовала финансовый отчет с раскрытием резервов — впервые за последние 2,5 года. Одним из нововведением EF стала политика, регулирующая конфликты интересов. В ней прописаны правила для сотрудников, касающиеся инвестиций в отдельные проекты экосистемы, а также устройства на работу вне EF.

Отчет опубликован спустя несколько дней после ухода двух разработчиков Ethereum Foundation (EF), Джастина Дрейка и Данкрада Фейста, из проекта Eigenlayer. Этот коммерческий проект — крупнейший протокол рестейкинга в экосистеме Ethereum. Eigenlayer собрал более $12 млрд в виде депозитов пользователей, согласно Defillama на 8 ноября.

EF, напротив, является некоммерческим и соблюдает нейтралитет, как с точки зрения инвестиций в новые проекты, так и поддержки уже существующих. Получение разработчиками EF дохода от независимых коммерческих проектов на базе Ethereum может повлиять на принимаемые ими решения в рамках работы фонда.

Рестейкинг (restaking) — технология повторного использования криптовалюты, которая заблокирована в стейкинге, для обеспечения защиты сторонних приложений как дополнительный инструмент получения дохода.

Стейкинг — это способ пассивного заработка, при котором пользователи блокируют монеты для обеспечения работоспособности какого-то блокчейна. Это дает им право на получение прибыли, которая формируется из доли эмиссии новых монет, а также части комиссий, которые пользователи платят в сети за проведение транзакций.

В мае 2024 года информация, что двое сотрудников EF занимают высокие должности в Eigenlayer, вызвала бурные обсуждения. В них, в частности, принимали участие Виталик Бутерин и известный в криптосообществе аналитик Джордан Фиш. Как написал The Block, сославшись на слова Дрейка, оплата за его работу в проекте составила «миллионы долларов» в токенах Eigenlayer. Это и вызвало недовольство, ведь проект Eigenlayer является третьим по величине депозитов пользователей среди всех децентрализованных финансовых приложений.

Исполнительный директор Ethereum Foundation Ая Миягучи ответила на опасения сообщества, пообещав формализовать политику конфликта интересов: «Мы ускорим эту работу и скоро поделимся обновлением».

Ethereum Foundation позиционирует себя как некоммерческая организация, поддерживающая экосистему Ethereum, финансируя разработку протоколов и сообществ на основе второй по капитализации криптовалюты. EF получил 12 млн монет ETH в рамках ICO в 2015 году. Половину из этих средств фонд распределил среди 85 ранних участников проекта и выделил еще 3 млн монет для 50 сотрудников, работавших над «эфиром» с сентября 2014 года по март 2015 года.

Часть из оставшихся 3 млн ETH компания методично продавала для финансирования экосистемных проектов все эти годы, а также выделяла гранты на разработку протоколов, организацию мероприятий и других инициатив.

В результате EF ввел ограничения для своих сотрудников на работу в сторонних криптопроектах, ограничил для них инвестирование в ликвидные криптоактивы суммой в $500 тыс., а участие в ранних раундах финансирования криптостартапов единоразовой суммой в $100 тыс. и $400 тыс. в год. Превышение лимитов и оговоренных условий обсуждается в каждом отдельном случае.

Сколько денег у разработчиков

В отчете Ethereum Foundation указано, что 31 октября 2024 года баланс EF составляет примерно $970,2 млн, где $788,7 млн находится в криптовалютах и $181,5 млн — в инвестициях и активах, не связанных с криптовалютой. Это совпадает с данными, полученными из блокчейна Ethereum, — на 8 ноября 2024 года, согласно данным Etherscan, на адресе фонда находится более 270 тыс. ETH (почти $790 млн) и около $700 тыс. в других криптовалютах, из которых более $620 тыс. в «обернутом» токене эфира WETH.

Что такое обернутые криптовалюты. Как отправить биткоин в другие сети

Блокчейн представляет собой открытый реестр информации о всех балансах и операциях пользователей в сети. Таким образом, зная блокчейн-адрес человека или организации, любой желающий в любое время может изучить историю операций. Такие сервисы, как Etherscan, позволяют изучать данные из блокчейна Ethereum.

По официальной информации EF, опубликованной в апреле 2022 года, фонд располагал некриптовалютными активами на $300 млн и примерно $1,3 млрд в криптовалютах. С тех пор EF публично не предоставлял отчетов о своем балансе. Подавляющее большинство активов на счету ETF (99,45%) хранится в ETH, что составило около 0,26% от общего количества существующих монет.

В 2023 году организация потратила $135 млн, из которых 63% ушло на спонсирование новых проектов и инициатив для развития экосистемы Ethereum. 37% расходов ушло на улучшение базовой инфраструктуры блокчейна Ethereum.

Телеграм-канал «РБК-Крипто» — подпишитесь и будьте в курсе самых главных и актуальных новостей о криптовалюте.

Присоединяйтесь к форуму «РБК-Крипто» в Telegram для обсуждения новостей и тенденций криптомира.

Бюджет EF составляет около $100 млн в год, и эти деньги преимущественно идут на гранты и зарплаты, как ранее заявила Миягучи.

«Мы решили хранить большую часть активов в ETH, поскольку верим в потенциал Ethereum», — отмечено в отчете, где указано, что фонду также нужны денежные активы для покрытия расходов на медвежьем рынке.

Инсайдеры Ethereum часто продают криптовалюту на пике. Повторится ли это

Публикация отчета EF в начале ноября стала первой за более чем 2,5 года. Причиной возобновления финансовой информации могла быть острая реакция сообщества на ряд крупных «продаж» монет Ethereum в этом году. По данным Etherscan, с начала 2024 года EF перевела на биржи около 44 тыс. ETH или около $127 млн по курсу на 8 ноября.

Другой причиной возобновления публикаций отчета могла стать улучшение нормативной среды. По словам Аи Миягучи, в 2024 году фонду рекомендовали не заниматься никакой финансовой деятельностью из-за нормативных сложностей, что повлияло на раскрытие информации.

Рынок биткоин-фьючерсов и ETF обновил рекорды. Что делают криптоинвесторы

Биткоин рос после выборов в США с 2012 года. Чего ждать в этот раз

Крипторынок поставил миллиарды на итоги выборов в США. Как это работает

Dogecoin обошел биткоин по росту. Почему мемкоины дорожают перед выборами

«РБК-Крипто» запустил мониторинг криптовалютных обменников. Выбирайте надежный обменный сервис с выгодным курсом на yourcryptoex.ru или в удобном телеграм-боте.

Trending Cryptos

Related Reads

Anthropic Creates an AI Jailbreak 'Penal Code': Your Requests, Four Ways to Die

Anthropic has publicly detailed its security measures and a new "Cyber Jailbreak Severity" (CJS) framework following the controversial takedown of its Fable 5 model. The incident, triggered by simple user requests like counting letters or stating a profession, highlighted overzealous safety filters. Anthropic classifies cybersecurity-related prompts into four tiers: malicious activities (blocked), high-risk dual-use (like pentesting, with strict limits), low-risk dual-use (often blocked by "safety margin" errors), and harmless tasks (theoretically allowed but still frequently flagged). The company admits its classifiers are tuned for high sensitivity, leading to many false positives. The newly proposed CJS framework aims to objectively score the severity of AI "jailbreaks" (prompts that bypass safety rules) on a 0-10 scale across four dimensions: Capability Gain (does it grant new attack abilities?), Breadth (does it work across multiple attack types?), Weaponization Ease (how hard is it to turn into a real attack?), and Discoverability (how easy is it to find?). The score determines the response, from no action (CJS-0) to a potential model takedown (CJS-4). The score is context-dependent; for example, discovering a major unknown vulnerability today scores high, while asking about a well-known one scores low. The article raises concerns about Anthropic's dual role: it is both creating powerful models (like the restricted Mythos 5) and defining the rules (CJS) for judging their misuse, potentially giving it disproportionate influence. This is set against the backdrop of U.S. export controls, which for the first time directly restricted API access to a model (Fable 5), creating a "tiered" system where public models are heavily filtered and advanced ones are limited to vetted partners. The CJS framework is portrayed as potentially providing regulators with a metric to justify future API shutdowns. For users, the advice is to carefully phrase prompts, watch for signs of being downgraded to a weaker model, and wait indefinitely for promised filter improvements.

marsbit24m ago

Anthropic Creates an AI Jailbreak 'Penal Code': Your Requests, Four Ways to Die

marsbit24m ago

$100M Annual Revenue, Two Berkeley Roommates in Their 20s Build the Most Profitable AI Business

Arena, the AI model ranking platform, has become a $100 million annual revenue business just eight months after launching its commercial service. Originally a UC Berkeley open-source research project called Chatbot Arena, it created a "battle arena" where users blind-test and vote on anonymous AI model responses. This has generated a highly trusted, community-driven leaderboard based on over 10 million user evaluations and 82 million votes. Major AI companies like OpenAI, Google, and Anthropic submit their flagship models to be ranked. The core monetization strategy is its AI Evaluations service, where model developers and large enterprises pay for in-depth performance analysis from Arena's massive user community. This provides real-world feedback on model strengths, weaknesses, and hallucinations—a critical service as models become more complex. The company, spun out from Berkeley in early 2025, quickly raised $100 million in seed funding at a $600 million valuation and later secured a $150 million Series A at a $1.7 billion valuation. The founding team includes CEO Anastasios Angelopoulos, a mathematician focused on rigorous model evaluation; CTO Wei-Lin Chiang, creator of the popular Vicuna chatbot; and co-founder Ion Stoica, a renowned Berkeley professor. Arena is now expanding beyond chat benchmarks into "Agent Mode," evaluating AI agents on complex, multi-step tasks like coding and research. The company's success illustrates the growing value and cost of independent, real-world AI model evaluation as the industry intensifies.

marsbit29m ago

$100M Annual Revenue, Two Berkeley Roommates in Their 20s Build the Most Profitable AI Business

marsbit29m ago

Racking Up 24,000 Stars: With One Command, AI Can Now Find Its Own Skills

Vercel, known for its developer tools like Next.js, has launched 'skills', a package manager for AI coding agents, garnering 24,000 GitHub stars. It allows developers to add specialized capabilities, such as React best practices, to AI assistants like Claude Code or Cursor with a single command: `npx skills add <package>`. Skills are shareable, reusable modules that define an AI agent's behavior for specific tasks, moving beyond one-off prompt engineering towards standardized 'capability engineering'. A key innovation is the 'find-skills' skill, which acts as an internal search engine, allowing an agent to autonomously find and install the right skill for a user's request. This lowers the barrier for non-developers to leverage advanced AI coding assistance. However, this 'npm moment' for AI brings significant security risks. Security audits of thousands of skills on platforms like skills.sh and ClawHub found over 30% contained security flaws, with about 13% classified as severe. Threats include malicious scripts that can access local files and credentials, and prompt injection hidden within skill documentation. Unlike traditional code packages, skills blend instructions, code, and system access, posing a direct risk to user machines and data. Experts advise treating skills like code—reviewing them carefully before installation, especially their scripts, and being wary of excessive permissions. Ultimately, Vercel's initiative represents a major shift towards modular, reusable AI capabilities, but its rapid adoption requires developers to bring the same caution used in managing traditional software dependencies.

marsbit30m ago

Racking Up 24,000 Stars: With One Command, AI Can Now Find Its Own Skills

marsbit30m ago

Claude Engineer Finally Unveils Fable 5's Ultimate Strategy, Teaching You How to Bridge the Information Gap with AI Models

This article, titled "Claude Engineer Finally Releases Fable 5 'Skill-Burning' Guide, Teaching How to Bridge the Information Gap with Models," details a blog post by Claude Code engineer Thariq Shihipar. The core concept is the "information gap" or "unknowns"—the disconnect between a user's instructions (the "map") and the actual task requirements (the "territory"). The article argues that with powerful models like Claude Fable 5, work quality depends on the user's ability to identify and clarify these unknowns. Shihipar categorizes unknowns into four types: Known Knowns (explicit instructions), Known Unknowns (awareness of gaps), Unknown Knowns (implicit, unstated knowledge), and Unknown Unknowns (unforeseen issues). The blog provides a framework for addressing these gaps throughout the workflow: * **Before Implementation:** Techniques include "Blindspot Scanning" to uncover Unknown Unknowns, brainstorming/prototyping for visual or complex tasks, having Claude ask clarifying questions, using reference code/examples, and creating implementation plans. * **During Implementation:** Maintaining an "implementation notes" file for Claude to document deviations and decisions made due to encountered edge cases. * **After Implementation:** Creating summary documents for review and having Claude generate quizzes to ensure the user fully understands the completed changes. The article concludes that as models become more capable, the key to success is systematically discovering and defining these unknowns through low-cost methods like prototyping and planning, allowing for more effective collaboration.

marsbit34m ago

Claude Engineer Finally Unveils Fable 5's Ultimate Strategy, Teaching You How to Bridge the Information Gap with AI Models

marsbit34m ago

Trading

Spot

Hot Articles

Discussions

Welcome to the HTX Community. Here, you can stay informed about the latest platform developments and gain access to professional market insights. Users' opinions on the price of ETH (ETH) are presented below.

活动图片