CoinDeskPolicyОпубликовано 2024-04-07Обновлено 2024-04-08

Введение

The two-week trial will test the government's strategy of portraying complex crypto trades as simple fraud.

NEW YORK – Crypto trader Avi Eisenberg's criminal fraud and manipulation trial will open Tuesday after a federal judge seated a 15-person jury that includes a seller of rare books, an elementary school music director and at least two finance professionals.

Expected to run for two weeks, the trial will determine whether Eisenberg broke the law when in October 2022 he deployed a self-described "highly profitable trading strategy" that crippled Mango Markets, the once popular venue for betting on cryptocurrencies on the Solana blockchain.

The trial represents an evolution in the government's attempts to police alleged crimes in decentralized finance (DeFi), a sector of the crypto trading space governed by the notion that "code is law." Mango Markets is not tightly controlled like its counterparts in centralized finance, like Coinbase. Instead, trades, borrowings and loans execute on smart contracts.

Advertisement
Advertisement

Eisenberg is accused of illegally gaming Mango Markets' futures contracts by manipulating the price of the MNGO token and then borrowing effectively all of Mango's deposits against his position. He walked away with $110 million in cryptocurrencies other people had deposited on the platform, later returning a portion of that in exchange for a promise that Mango's backers would not seek his prosecution.

That promise was not kept.

Negotiation or extortion?

In court on Monday, prosecutors and defense teased upcoming testimony from Mango's founder, Dafydd Durairaj. He spoke with a ransomware negotiator for assistance in the wake of Eisenberg's trade, prosecutors said. This fact, they argued, could help the jury understand that Durairaj did not view the negotiations as an "arm's-length" deal between two parties, but rather a hostage situation that could implode at any time.

Judge Arun Subramanian sided partially with Eisenberg's defense team and told the government not to bring up the ransomware negotiator, lest it prejudice the jury. But he said if the defense opened the door by arguing the negotiations were "arm's length," the prosecutors could walk through it.

The parties sparred over the word "manipulation," its potential use by witnesses and its presence in online terms-of-service documents. They also clashed over the phrasing of what traders on Mango Markets were "obliged" to do when operating on the site. Was that word a legal concept, or rather a reference to the outcomes of executing a transaction on a smart contract?

Advertisement
Advertisement

Arguments over jargonistic minutiae foreshadow the complexities ahead in a trial that will test the government's recent strategy of presenting knotty crypto misdeeds as simple cases of fraud. The feds took that tactic in last year's prosecution of Sam Bankman-Fried as well as in the recent civil fraud case against Terraform Labs and Do Kwon.

But Eisenberg's case delves perhaps even deeper into the philosophical and practical questions about trading tokens on permissionless blockchains. His is the first federal criminal trial to involve a DeFi trader accused of breaking U.S. law in a sector that once viewed itself as beyond its reach.

Inside the courtroom

The prospective jurors sounded none too pleased to spend Eclipse Day on the 15th floor of a federal courtroom. One remarked she was supposed to be watching the generational event at a science museum, not a jury box. At one point the judge said he would turn off the lights during the event's pinnacle, which he did not.

More than a few came ready with eclipse glasses. They did get to use them, if only for a few minutes, while the judge and lawyers sidebarred over peremptory strikes. Prospective jurors, reporters and even the U.S. Marshal took turns peering out the tall windows at the partially covered sun.

"You can see it again in 20 years," the Judge later told the courtroom.

Edited by Marc Hochstein.

Похожее

Заканчиваются канальные преимущества. Как протоколы DeFi защищаются от захвата гигантами?

Рост за счет доступа к каналам дистрибуции подходит к концу. Такие гиганты, как Coinbase, Stripe и Kraken, стремятся контролировать всю цепочку создания стоимости, поглощая или создавая конкурирующую базовую инфраструктуру, чтобы захватить прибыль и избежать «платы за проезд». Coinbase с ее блокчейном Base собирает сборы за упорядочение, Stripe приобрела Bridge для удержания доходов от стейблкоинов, а Kraken купила NinjaTrader для получения лицензий на деривативы. Однако протоколы DeFi, такие как Morpho и Uniswap, строят защиту, активно расширяясь на множество блокчейнов. Это снижает риск зависимости от одной платформы. Их глубоко укоренившаяся, проверенная в боях технология создает высокие затраты на замену для крупных компаний, что ведет к взаимозависимости. Хотя будущее может двигаться к олигополии, текущая динамика — это гонка между вертикальной интеграцией гигантов и горизонтальным, мультичейн-расширением открытых протоколов. Краткосрочная стабильность есть, но долгосрочный итог этой борьбы определит архитектуру отрасли.

marsbit5 мин. назад

Заканчиваются канальные преимущества. Как протоколы DeFi защищаются от захвата гигантами?

marsbit5 мин. назад

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

**Краткое содержание статьи: "Проблемы вычислительных мощностей в контексте китайско-американского соперничества в области ИИ"** Ключевой проблемой развития ИИ в Китае является серьезное отставание в области вычислительных мощностей, особенно в сфере высокопроизводительных чипов для **обучения** моделей ИИ. В то время как китайские чипы, такие как продукты компаний Moore Thread, Biren Technology и других, находят применение в более доступных задачах **вывода (инференса)** (например, в приложении Doubao), они практически не представлены в требовательном сегменте обучения крупных моделей. Здесь безраздельно доминируют американские компании, в первую очередь Nvidia с ее чипами серии A100/H100/H200 и экосистемой CUDA. Разрыв огромен: США контролируют более 70% мирового рынка высококлассных GPU, их общие вычислительные мощности более чем в два раза превышают китайские (2400 против 1053 EFLOPS). Американские технологические гиганты, такие как Meta, Google, Microsoft и Amazon, вкладывают сотни миллиардов долларов в инфраструктуру ИИ. Например, только у Google вычислительных мощностей столько же, сколько у 500 000 чипов H100, что составляет четверть от общемирового объема. Это позволяет им проводить десятки итераций обучения крупных моделей в год и экспериментировать с параметрами в триллионы и десятки триллионов, как это делает xAI Илона Маска. В результате, самые передовые американские модели (например, Anthropic Claude Mythos с 10 триллионами параметров) значительно превосходят лучшие китайские (например, DeepSeek V4 Pro с 1.6 триллионами параметров). Эксперты оценивают отставание Китая в 8-15 месяцев. Основная причина — физическое отсутствие необходимых мощностей для быстрого обучения сверхбольших моделей в соответствии с законом Scaling Law. Китай стремится к импортозамещению, разрабатывая собственные чипы (Huawei Ascend 910B, Cambricon и др.). Хотя по абсолютной производительности они пока отстают от лидеров на 30% и более, в сфере инференса разрыв сократился до 15-20%. Главная проблема — не только производительность железа, но и отсутствие зрелой программной экосистемы, подобной CUDA. Однако уже есть первые успехи: компании вроде Zhipu AI и Moore Thread начинают демонстрировать возможность полного цикла обучения моделей на отечественном оборудовании и фреймворках. Вывод: Китай сталкивается с фундаментальным вызовом в "гонке вычислений", которая лежит в основе "гонки моделей". Преодоление этого разрыва требует времени, масштабных инвестиций и построения собственной экосистемы. Страна обладает необходимым рынком, талантами и капиталом, но путь к паритету с США в области высокопроизводительных чипов для ИИ будет долгим.

marsbit6 мин. назад

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

marsbit6 мин. назад

Новая работа команды Хэ Каймина: после удаления VAE и приватных данных генерация текста в изображениях стала ещё лучше

Новая работа команды Хэ Каймина, MiniT2I, представляет собой минималистскую базовую модель для генерации изображений по тексту, которая бросает вызов существующим сложным подходам. В отличие от популярных моделей, таких как Stable Diffusion, MiniT2I отказывается от использования VAE, сложных механизмов введения условий (AdaLN), вспомогательных функций потерь, приватных данных и этапов выравнивания RL/DPO. Модель работает непосредственно в пространстве пикселей, используя потоковое согласование. Архитектура MM-JiT основана на чистом Transformer с двумя адаптерами для текста и без AdaLN. Обучение проводится в два этапа на полностью открытых данных: предварительное обучение на LLaVA-recaptioned CC12M и тонкая настройка на наборе высококачественных пар изображение-текст. Несмотря на небольшой размер (например, версия B/16 с 258 млн параметров), MiniT2I показывает конкурентоспособные результаты на бенчмарках GenEval (0.87) и DPG-Bench (84.2), превосходя более крупные модели. Модель L/16 (912 млн параметров) демонстрирует хорошее качество в стилях, композиции и воображении, приближаясь к SD3-Medium. Работа также честно указывает на текущие ограничения: артефакты на границах патчей, побочные эффекты CFG в пиксельном пространстве, потолок разрешения и отставание в рендеринге текста из-за использования только открытых данных. MiniT2I доказывает, что создание мощных тексто-графических моделей может быть более простым, эффективным и доступным, отмечая возможный переход от парадигмы «нагромождения» к парадигме «очищения».

marsbit11 мин. назад

Новая работа команды Хэ Каймина: после удаления VAE и приватных данных генерация текста в изображениях стала ещё лучше

marsbit11 мин. назад

Агенты ИИ «поглотили» какие криптосекторы?

Если вы, как и мы, последние несколько лет были глубоко вовлечены в индустрию, вы заметили, как изменилась атмосфера. Основной консенсус заключается в том, что отрасль активно оптимизируется под AI-агентов, что отодвигает на второй план продукты, ориентированные на прямое человеческое взаимодействие. Однако цепочка данных остается активной на новом уровне — уровне автономных агентов, недоступном для прямого человеческого вмешательства. Агенты уже доминируют в определенных сегментах: * **Деривативы (перпетуальные контракты):** Скорость и круглосуточное исполнение дают машинам явное преимущество, что подтверждают результаты конкурсов, где все AI-агенты завершили гонку, в то время как многие люди понесли убытки. * **Арбитраж (MEV):** Это абсолютно доминируемая роботами сфера, где масштабируемая человеческая деятельность невозможна. * **Оптимизация доходности:** Большинство новых протоколов DeFi включают автономных AI-агентов для управления, что показывает рост их внедрения. * **Спот-торговля:** По оценкам, автоматизированные боты отвечают за значительную долю общего объема торгов. В других сегментах наблюдается **смешанная активность**: * **Предиктивные рынки:** Агенты доминируют в краткосрочном арбитраже, но люди сохраняют преимущество в долгосрочных прогнозах, требующих адаптации. * **Кредитование в DeFi:** Хотя процессы ликвидации автоматизированы, ключевые решения о займах и депозитах по-прежнему принимаются людьми. Человеческое взаимодействие остается ключевым в областях, требующих доверия и контекста: * **Стейблкоины и платежи:** Подавляющий объем транзакций связан с реальными людьми, использующими криптовалюту для переводов и повседневных расходов. * **Кошельки:** Это последний рубеж, требующий человеческого одобрения и надзора. С ростом числа агентов **верификация человеческой деятельности** становится критически важной. Проекты, такие как World (AgentKit), t54, Self Protocol и Kite AI, разрабатывают инфраструктуру для безопасного связывания агентов с проверенными людьми, обеспечивая подотчетность и доверие в агент-ориентированной экономике. **Вывод:** Агенты превосходят людей в задачах, требующих скорости и оптимизации (трейдинг, MEV), и эта тенденция сохранится. Однако человеческий слой остается жизненно важным для сфер, связанных с реальной экономикой, платежами, доверием и сложными суждениями. Будущее, скорее всего, будет заключаться в симбиозе, где агенты эффективно выполняют задачи, но подотчетны и контролируются людьми.

marsbit17 мин. назад

Агенты ИИ «поглотили» какие криптосекторы?

marsbit17 мин. назад

Страхование сталкивается с самым серьезным конкурентом: Рынки прогнозов — «варвары у ворот»?

Индустрия страхования сталкивается с новым конкурентом — рынками прогнозирования. Такие платформы, как Kalshi и Polymarket, начинают вторгаться в традиционные страховые сферы, предлагая альтернативные инструменты хеджирования рисков. Примеры включают сотрудничество Kalshi со страховым брокером Game Point Capital для хеджирования премий NBA-команд по более низким ценам, чем у традиционных страховщиков. Партнёрство Polymarket с Parcl позволяет делать ставки на индексы цен на недвижимость, что даёт возможность владельцам и покупателям жилья страховаться от падения или роста стоимости. Кейс нью-йоркского бара The Jeffrey, который застраховал на Kalshi акцию «бесплатная выпивка в случае победы «Никс», показывает, как малый бизнес может использовать прогнозные рынки для управления операционными рисками, связанными со спортом, погодой или политикой. Преимущества таких рынков — прозрачность ценообразования, ликвидность и нейтральная роль платформы — делают их привлекательной альтернативой традиционным ставкам и некоторым видам страхования. Исторический прецедент — успешные маркетинговые кампании с возвратом средств, подкреплённые ставками на спорт, как у «Матраса Мэка». Несмотря на проблемы с ликвидностью, нечётким регулированием и рисками манипуляций, рынки прогнозирования уже делают первые шаги, бросая вызов не только букмекерскому бизнесу, но и традиционным страховым компаниям.

Odaily星球日报18 мин. назад

Страхование сталкивается с самым серьезным конкурентом: Рынки прогнозов — «варвары у ворот»?

Odaily星球日报18 мин. назад

Торговля

Спот
Фьючерсы
活动图片