Ripple wins U.S. trust bank charter as Garlinghouse hits back at banking lobby

ambcryptoPublicado em 2025-12-12Última atualização em 2025-12-12

Resumo

Ripple has received conditional approval from the OCC to form Ripple National Trust Bank, marking a major U.S. regulatory breakthrough for a crypto-native company. This charter, part of a broader approval for five digital-asset firms, allows Ripple to operate within the federal banking system, reducing barriers to institutional partnerships. CEO Brad Garlinghouse criticized traditional banking lobby efforts to delay crypto integration, emphasizing compliance under OCC supervision. Ripple’s stablecoin, RLUSD, will now operate under dual OCC and NYDFS oversight, positioning it among the most regulated stablecoins and enabling competition with USDC and PYUSD. The approvals signal a federal shift toward integrating blockchain infrastructure into traditional finance.

Ripple has received conditional approval from the Office of the Comptroller of the Currency [OCC] to form Ripple National Trust Bank. This marks one of the most significant regulatory breakthroughs for a crypto-native company in the United States.

The approval, announced on 12 December, is part of a broader OCC release confirming five new national trust bank charters for digital-asset firms.

In a statement accompanying the approvals, Comptroller of the Currency Jonathan Gould said,

“New entrants into the federal banking sector are good for consumers, the banking industry and the economy... The OCC will continue to provide a path for both traditional and innovative approaches to financial services to ensure the federal banking system keeps pace with the evolution of finance.”

Ripple now joins BitGo, Fidelity Digital Assets, and Paxos as newly chartered national trust banks.

However, Ripple stands out due to its expanding stablecoin business and the regulatory implications for RLUSD.

Ripple’s Garlinghouse fires back at banking lobby

Reacting to the approval, Ripple CEO Brad Garlinghouse took aim at traditional banking interests. He stated that they had sought to delay the integration of crypto into regulated finance.

“You’ve complained that crypto isn’t playing by the same rules, but here’s the crypto industry — directly under the OCC’s supervision and standards,”

Garlinghouse wrote. “What are you so afraid of?”

The response underscores the broader tension between incumbent institutions and blockchain firms seeking regulatory parity.

With this charter, Ripple gains a formal entry point into the U.S. banking system. Also, it reduces a persistent barrier to institutional partnerships and payments licensing.

What this means for RLUSD

Ripple’s stablecoin, RLUSD, now becomes the first major U.S. tokenized dollar to operate under dual oversight:

  • OCC supervision through Ripple National Trust Bank
  • NYDFS standards through Ripple’s existing compliance obligations

This framework positions RLUSD alongside the highest-regulated stablecoins in the market. Also, it enables Ripple to challenge leaders such as USDC and PYUSD.

Current CoinMarketCap data shows RLUSD maintaining a tight peg at $0.9999, supported by a circulating supply of 1.02 billion tokens.

While intraday volatility produces occasional spikes and dips, peg stability remains intact.

The new bank charter may allow Ripple to offer improved issuance controls, reserve transparency, and settlement guarantees, potentially accelerating RLUSD adoption in U.S. markets where regulatory clarity has been a sticking point.

A turning point for crypto banking in the U.S.

The OCC’s simultaneous approval of five digital-asset trust banks signals a notable shift in the federal approach to crypto supervision.

By bringing stablecoin issuers and custody platforms into the national banking perimeter, regulators appear more willing to integrate blockchain infrastructure rather than isolate it.

Also, for Ripple, the move provides a direct path into U.S. financial services — something years of regulatory battles had stalled.

Additionally, for the crypto industry, it represents one of the clearest signs yet that federal regulators are preparing for an economy where tokenized assets and stablecoins operate alongside traditional banking products.


Final Thoughts

  • Ripple’s new charter brings RLUSD under one of the strongest regulatory frameworks in the stablecoin market, setting a precedent competitors may be forced to follow.
  • The OCC’s approvals highlight a maturing federal stance on digital assets, positioning blockchain firms to operate inside, not outside, the U.S. banking system.

Leituras Relacionadas

OpenAI Post-Training Engineer Weng Jiayi Proposes a New Paradigm Hypothesis for Agentic AI

OpenAI engineer Weng Jiayi's "Heuristic Learning" experiments propose a new paradigm for Agentic AI, suggesting that intelligent agents can improve not just by training neural networks, but also by autonomously writing and refining code based on environmental feedback. In the experiment, a coding agent (powered by Codex) was tasked with developing and maintaining a programmatic strategy for the Atari game Breakout. Starting from a basic prompt, the agent iteratively wrote code, ran the game, analyzed logs and video replays to identify failures, and then modified the code. Through this engineering loop of "code-run-debug-update," it evolved a pure Python heuristic strategy that achieved a perfect score of 864 in Breakout and performed competitively with deep reinforcement learning (RL) algorithms in MuJoCo control tasks like Ant and HalfCheetah. This approach, termed Heuristic Learning (HL), contrasts with Deep RL. In HL, experience is captured in readable, modifiable code, tests, logs, and configurations—a software system—rather than being encoded solely into opaque neural network weights. This offers potential advantages in explainability, auditability for safety-critical applications, easier integration of regression tests to combat catastrophic forgetting, and more efficient sample use in early learning stages, as demonstrated in broader tests on 57 Atari games. However, the blog acknowledges clear limitations. Programmatic strategies struggle with tasks requiring long-horizon planning or complex perception (e.g., Montezuma's Revenge), areas where neural networks excel. The future vision is a hybrid architecture: specialized neural networks for fast perception (System 1), HL systems for rules, safety, and local recovery (also System 1), and LLM agents providing high-level feedback and learning from the HL system's data (System 2). The core proposition is that in the era of capable coding agents, a significant portion of an AI's learned experience could be maintained as an auditable, evolving software system.

marsbitHá 19m

OpenAI Post-Training Engineer Weng Jiayi Proposes a New Paradigm Hypothesis for Agentic AI

marsbitHá 19m

Your Claude Will Dream Tonight, Don't Disturb It

This article explores the recent phenomenon of AI companies increasingly using anthropomorphic language—like "thinking," "memory," "hallucination," and now "dreaming"—to describe machine learning processes. Focusing on Anthropic's newly announced "Dreaming" feature for its Claude Agent platform, the piece explains that this function is essentially an automated, offline batch processing of an agent's operational logs. It analyzes past task sessions to identify patterns, optimize future actions, and consolidate learnings into a persistent memory system, akin to a form of reinforcement learning and self-correction. The article draws parallels to similar features in other AI agent systems like Hermes Agent and OpenClaw, which also implement mechanisms for reviewing historical data, extracting reusable "skills," and strengthening long-term memory. It notes a key difference from human dreaming: these AI "dreams" still consume computational resources and user tokens. Further context is provided by discussing the technical challenges of managing AI "memory" or context, highlighting the computational expense of large context windows and innovations like Subquadratic's new model claiming drastically longer contexts. The core critique argues that this strategic use of human-centric vocabulary does more than market products; it subtly reshapes user perception. By framing algorithms with terms associated with consciousness, companies blur the line between tool and autonomous entity. This linguistic shift can influence user expectations, tolerance for errors, and even perceptions of responsibility when systems fail, potentially diverting scrutiny from the companies and engineers behind the technology. The article concludes by speculating that terms like "daydreaming" for predictive task simulation might be next, continuing this trend of embedding the idea of an "inner life" into computational processes.

marsbitHá 21m

Your Claude Will Dream Tonight, Don't Disturb It

marsbitHá 21m

Trading

Spot
Futuros

Artigos em Destaque

O que é $BANK

Bank AI: Um Passo Revolucionário no Futuro da Banca Introdução Em uma era marcada por avanços rápidos na tecnologia, o Bank AI está na interseção da inteligência artificial (IA) e dos serviços bancários. Este projeto inovador visa redefinir o panorama financeiro, melhorando a eficiência operacional, as medidas de segurança e as experiências dos clientes através do poder da IA. Ao embarcarmos nesta exploração do Bank AI, iremos aprofundar no que o projeto implica, suas dinâmicas operacionais, seu contexto histórico e marcos significativos. O que é o Bank AI? No seu cerne, o Bank AI representa uma iniciativa transformadora com o objetivo de integrar a inteligência artificial em várias operações bancárias. Este projeto aproveita as capacidades da IA para automatizar processos, melhorar os protocolos de gestão de risco e melhorar a interação com os clientes através de serviços personalizados. Os principais objetivos do Bank AI incluem: Automatização das Funções Bancárias: Ao aproveitar as tecnologias de IA, o Bank AI visa automatizar tarefas rotineiras, reduzindo o peso sobre os recursos humanos e aumentando a eficiência. Gestão de Risco Melhorada: O projeto utiliza algoritmos de IA para prever e identificar riscos, fortalecendo assim as medidas de segurança contra fraudes e outras ameaças. Personalização dos Serviços Bancários: O Bank AI foca em oferecer produtos e serviços financeiros ajustados, analisando dados e comportamentos dos clientes. Melhoria da Experiência do Cliente: A implementação de soluções impulsionadas por IA, como chatbots e assistentes virtuais, visa proporcionar aos usuários interações mais humanizadas, revolucionando a forma como os clientes se envolvem com os bancos. Com esses objetivos, o Bank AI posiciona-se como um ator crucial para tornar a banca mais eficiente, segura e centrada no usuário. Quem é o Criador do Bank AI? Os detalhes sobre o criador do Bank AI permanecem desconhecidos. Assim, nenhuma pessoa ou organização específica foi identificada nas informações disponíveis. O anonimato que cerca a origem do projeto levanta questões, mas não diminui a sua ambiciosa visão e objetivos. Quem são os Investidores do Bank AI? Semelhante ao criador do projeto, informações específicas sobre os investidores ou organizações que apoiam o Bank AI não foram divulgadas. Sem essas informações, é difícil delinear o apoio financeiro e institucional que pode estar impulsionando o projeto para frente. No entanto, a importância de ter uma sólida base de investimento é fundamental para sustentar o desenvolvimento em um campo tão inovador. Como Funciona o Bank AI? O Bank AI opera em várias frentes inovadoras, focando em fatores únicos que o diferenciam das estruturas bancárias tradicionais. Abaixo estão as principais características operacionais: Automatização: Ao aplicar algoritmos de aprendizado de máquina, o Bank AI automatiza vários processos manuais dentro dos bancos. Isso resulta na redução dos custos operacionais e permite que os trabalhadores humanos redirecionem os seus esforços para atividades mais estratégicas. Gestão de Risco Avançada: A integração da IA nas práticas de gestão de risco equipa os bancos com ferramentas para prever com precisão potenciais ameaças, como fraudes, garantindo que as informações e ativos dos clientes permaneçam seguros. Recomendações Financeiras Personalizadas: Através do aprendizado contínuo a partir das interações com os clientes, os sistemas de IA desenvolvem uma compreensão sutil das necessidades dos usuários, permitindo oferecer conselhos adaptados sobre decisões financeiras. Interações Melhoradas com os Clientes: Utilizando chatbots e assistentes virtuais alimentados por IA, o Bank AI permite uma experiência de cliente mais envolvente, permitindo que os usuários tenham suas dúvidas resolvidas rapidamente, reduzindo assim os tempos de espera e melhorando os níveis de satisfação. Juntas, estas características operacionais posicionam o Bank AI como um pioneiro no setor bancário, estabelecendo novos padrões para a prestação de serviços e a excelência operacional. Cronologia do Bank AI Compreender a trajetória do Bank AI requer uma análise do seu contexto histórico. Abaixo está uma cronologia que destaca marcos e desenvolvimentos importantes: Início de 2010: A conceituação da integração da IA nos serviços bancários começou a ganhar atenção à medida que instituições bancárias reconheciam os potenciais benefícios. 2018: Ocorreu um aumento significativo na implementação de tecnologias de IA, quando os bancos começaram a usar ferramentas de IA como chatbots para atendimento ao cliente básico e sistemas de gestão de risco para melhorar o tratamento de segurança. 2023: A sofisticação da IA continuou a avançar, com a introdução de IA generativa para tarefas mais complexas, como processamento de documentos e análise de investimentos em tempo real. Este ano marcou um salto significativo nas capacidades proporcionadas aos bancos pela tecnologia de IA. 2024-Estado Atual: Neste ano, o Bank AI está em uma trajetória ascendente, com pesquisas e desenvolvimentos em andamento prontos para aprimorar ainda mais as capacidades nas operações bancárias. A exploração contínua das aplicações de IA sugere desenvolvimentos emocionantes por vir. Pontos Chave Sobre o Bank AI Integração da IA na Banca: O Bank AI foca na adoção da inteligência artificial para simplificar os processos bancários e melhorar as experiências dos usuários. Automatização e Foco em Gestão de Risco: O projeto enfatiza fortemente essas áreas, visando transferir o peso das tarefas rotineiras enquanto melhora as estruturas de segurança através de análises preditivas. Soluções Bancárias Personalizadas: Ao aproveitar os dados dos clientes, o Bank AI possibilita serviços bancários ajustados que atendem às necessidades individuais dos usuários. Compromisso com o Desenvolvimento: O Bank AI permanece comprometido com contínuas pesquisas e esforços de desenvolvimento, garantindo a sua adaptabilidade e relevância contínua à medida que a tecnologia continua a evoluir. Conclusão Em resumo, o Bank AI exemplifica um passo crucial em frente na indústria bancária, aproveitando a inteligência artificial para remodelar paradigmas operacionais, melhorar a segurança e promover a satisfação do cliente. Apesar das lacunas de informação em torno do criador e dos investidores, os objetivos claros e os mecanismos funcionais do Bank AI fornecem uma base sólida para sua evolução contínua. À medida que a tecnologia de IA continua a avançar e se fundir com o setor bancário, o Bank AI está bem posicionado para impactar significativamente o futuro dos serviços financeiros, aprimorando a maneira como entendemos e interagimos com a banca.

40 Visualizações TotaisPublicado em {updateTime}Atualizado em 2024.12.03

O que é $BANK

Como comprar BANK

Bem-vindo à HTX.com!Tornámos a compra de Lorenzo Protocol (BANK) simples e conveniente.Segue o nosso guia passo a passo para iniciar a tua jornada no mundo das criptos.Passo 1: cria a tua conta HTXUtiliza o teu e-mail ou número de telefone para te inscreveres numa conta gratuita na HTX.Desfruta de um processo de inscrição sem complicações e desbloqueia todas as funcionalidades.Obter a minha contaPasso 2: vai para Comprar Cripto e escolhe o teu método de pagamentoCartão de crédito/débito: usa o teu visa ou mastercard para comprar Lorenzo Protocol (BANK) instantaneamente.Saldo: usa os fundos da tua conta HTX para transacionar sem problemas.Terceiros: adicionamos métodos de pagamento populares, como Google Pay e Apple Pay, para aumentar a conveniência.P2P: transaciona diretamente com outros utilizadores na HTX.Mercado de balcão (OTC): oferecemos serviços personalizados e taxas de câmbio competitivas para os traders.Passo 3: armazena teu Lorenzo Protocol (BANK)Depois de comprar o teu Lorenzo Protocol (BANK), armazena-o na tua conta HTX.Alternativamente, podes enviá-lo para outro lugar através de transferência blockchain ou usá-lo para transacionar outras criptomoedas.Passo 4: transaciona Lorenzo Protocol (BANK)Transaciona facilmente Lorenzo Protocol (BANK) no mercado à vista da HTX.Acede simplesmente à tua conta, seleciona o teu par de trading, executa as tuas transações e monitoriza em tempo real.Oferecemos uma experiência de fácil utilização tanto para principiantes como para traders experientes.

374 Visualizações TotaisPublicado em {updateTime}Atualizado em 2025.05.09

Como comprar BANK

Discussões

Bem-vindo à Comunidade HTX. Aqui, pode manter-se informado sobre os mais recentes desenvolvimentos da plataforma e obter acesso a análises profissionais de mercado. As opiniões dos utilizadores sobre o preço de BANK (BANK) são apresentadas abaixo.

活动图片