Quỹ Giáo dục DeFi Kêu gọi Thượng nghị sĩ Bác bỏ Các Sửa đổi Đề xuất Trong Dự luật Đánh dấu Tiền điện tử

bitcoinistXuất bản vào 2026-01-15Cập nhật gần nhất vào 2026-01-15

Tóm tắt

Quỹ Giáo dục DeFi kêu gọi các Thượng nghị sĩ Hoa Kỳ bác bỏ một loạt sửa đổi trong dự thảo luật cấu trúc thị trường tiền mã hóa, cho rằng chúng có thể gây tổn hại cho tài chính phi tập trung (DeFi) và các nhà phát triển phần mềm. Các sửa đổi đáng lo ngại bao gồm #42 (cho phép Bộ Tài chính trừng phạt hợp đồng thông minh), #45 (định nghĩa tài sản kỹ thuật số mới), #47 (loại bỏ quy định về truyền tiền không giấy phép), cùng các sửa đổi #72, #73, #74, #75 nhằm thu hẹp định nghĩa nhà phát triển và mở rộng quyền lực cho FinCEN. Ngoài ra, sửa đổi #104 của Thượng nghị sĩ Elizabeth Warren cũng bị chỉ trích vì gây bất lợi cho các dịch vụ tiền mã hóa. Quỹ cảnh báo những thay đổi này có thể kìm hãm sự phát triển của ngành công nghiệp DeFi.

Khi Ủy ban Ngân hàng Thượng viện chuẩn bị đánh dấu bản dự thảo mới của dự luật cấu trúc thị trường tiền điện tử, Quỹ Giáo dục DeFi đã công bố một danh sách các sửa đổi mà họ kêu gọi mạnh mẽ các thượng nghị sĩ phản đối.

Trong một bài đăng gần đây trên nền tảng truyền thông xã hội X (trước đây là Twitter), tổ chức này bày tỏ lo ngại rằng các mô tả của bản dự thảo cho thấy sự tổn hại tiềm ẩn đối với tài chính phi tập trung (DeFi) và có thể tác động tiêu cực đến các nhà phát triển phần mềm.

Các Dấu hiệu Cảnh báo Nổi lên Từ Bản Dự thảo Dự luật Cấu trúc Thị trường Tiền điện tử

Trong thông điệp của mình, Quỹ Giáo dục DeFi nhấn mạnh tầm quan trọng của việc bảo vệ tính toàn vẹn của hệ sinh thái DeFi mới nổi và kêu gọi các thượng nghị sĩ xem xét những hậu quả sâu rộng của những thay đổi được đề xuất này.

Trong số các sửa đổi được nêu bật có Sửa đổi #42, do các Thượng nghị sĩ Reed và Kim đề xuất, nhằm cho phép Bộ Tài chính trừng phạt các hợp đồng thông minh và các nền tảng tập trung tham gia vào các hoạt động bất hợp pháp.

Sửa đổi này đã dấy lên những dấu hiệu cảnh báo đáng kể cho những người ủng hộ, những người lo ngại về tác động của nó đối với sự đổi mới và tính linh hoạt hoạt động trong hệ sinh thái tài chính phi tập trung.

Một sửa đổi đáng lo ngại khác, Sửa đổi #45 của Thượng nghị sĩ Reed, nhằm tạo ra một định nghĩa cụ thể cho tài sản kỹ thuật số theo Đạo luật Bảo mật Ngân hàng.

Tương tự, Sửa đổi #47, cũng từ Thượng nghị sĩ Reed, dự định loại bỏ một điều khoản liên quan đến tội hình sự liên bang về truyền tiền không có giấy phép.

Theo Quỹ Giáo dục DeFi, những thay đổi này đang đe dọa một cách nguy hiểm đến bối cảnh hoạt động cho các nhà phát triển và các tổ chức tài chính tương tác với tài sản kỹ thuật số.

Kìm hãm Sự phát triển của DeFi

Ngoài ra, các sửa đổi được đề xuất của Thượng nghị sĩ Cortez Masto, cụ thể là #72 và #73, nhằm thu hẹp định nghĩa về các nhà phát triển không kiểm soát và mở rộng thẩm quyền của Mạng lưới Thực thi Tội phạm Tài chính (FinCEN) cùng với Bộ Tài chính đối với các nền tảng được kích hoạt bởi blockchain.

Các Sửa đổi #74 và #75 tiếp tục tìm cách tăng cường các luật hiện hành liên quan đến truyền tiền và cấm các giao dịch liên quan đến các giao thức DeFi bất hợp pháp, điều mà Quỹ cho rằng có thể kìm hãm sự phát triển của ngành.

Sửa đổi #104, do Thượng nghị sĩ hoài nghi tiền điện tử Elizabeth Warren đề xuất, cũng thu hút sự chú ý bằng cách loại bỏ một điều khoản phân phối quan trọng cho các dịch vụ cung cấp tiền điện tử.

Điều này diễn ra sau những lời kêu gọi tương tự của Summer Mersinger, Giám đốc điều hành của Hiệp hội Blockchain, người gần đây đã tuyên bố rằng "Nhóm vận động hành lang Ngân hàng Lớn" đang thúc đẩy Quốc hội thay đổi các điều khoản quan trọng của Đạo luật GENIUS đã được ban hành liên quan đến phần thưởng stablecoin, làm nổi bật thêm tình trạng hiện tại của tương lai tiền điện tử tại Quốc hội.

Biểu đồ hàng ngày cho thấy tổng vốn hóa thị trường tiền điện tử phục hồi trên 3,2 nghìn tỷ USD. Nguồn: TOTAL trên TradingView.com

Hình ảnh nổi bật từ DALL-E, biểu đồ từ TradingView.com

Câu hỏi Liên quan

QQuỹ Giáo dục DeFi kêu gọi các thượng nghị sĩ làm gì với các sửa đổi được đề xuất trong dự luật cấu trúc thị trường crypto?

AQuỹ Giáo dục DeFi kêu gọi các thượng nghị sĩ bác bỏ một số sửa đổi được đề xuất, vì lo ngại chúng có thể gây hại cho tài chính phi tập trung (DeFi) và ảnh hưởng tiêu cực đến các nhà phát triển phần mềm.

QSửa đổi #42 do Thượng nghị sĩ Reed và Kim đề xuất nhằm mục đích gì?

ASửa đổi #42 tìm cách cho phép Bộ Tài chính (Treasury) trừng phạt các hợp đồng thông minh và các nền tảng tập trung có liên quan đến các hoạt động bất hợp pháp.

QSửa đổi #45 của Thượng nghị sĩ Reed tập trung vào lĩnh vực nào?

ASửa đổi #45 nhằm mục đích tạo ra một định nghĩa cụ thể cho tài sản kỹ thuật số theo Đạo luật Bảo mật Ngân hàng (Bank Secrecy Act).

QCác sửa đổi #72 và #73 do Thượng nghị sĩ Cortez Masto đề xuất nhắm mục tiêu vào điều gì?

ACác sửa đổi #72 và #73 nhằm thu hẹp định nghĩa về các nhà phát triển không kiểm soát và mở rộng thẩm quyền của Mạng lưới Thực thi Tội phạm Tài chính (FinCEN) cùng với Bộ Tài chính đối với các nền tảng được kích hoạt bằng blockchain.

QSửa đổi nào do Thượng nghị sĩ Elizabeth Warren đề xuất và nó làm gì?

AĐó là Sửa đổi #104, đề xuất loại bỏ một điều khoản miễn trừ phân phối quan trọng cho các dịch vụ cung cấp crypto.

Nội dung Liên quan

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

Mô hình tạo sinh (generative models) từ lâu đã phụ thuộc vào các phương pháp đào tạo nhiều giai đoạn (như diffusion, autoregressive), dẫn đến "exposure bias" - sự khác biệt giữa cách huấn luyện và suy luận. Bài báo "Explorative Modeling" (XM) từ UIUC và Harvard đề xuất một giải pháp đơn giản nhưng mạnh mẽ: thay vì tách quá trình tạo mẫu, hãy tách vòng lặp huấn luyện. Trong mỗi bước huấn luyện, mô hình tạo ra K ứng viên, sau đó chỉ chọn ứng viên gần nhất với dữ liệu thực để cập nhật gradient. Vòng lặp `for` đơn giản này giải quyết vấn đề "mode blurring" - xu hướng của hàm mất mát tái tạo đẩy đầu ra về trung bình của các mode hợp lệ, tạo ra kết quả mờ nhạt. Bằng cách khám phá nhiều ứng viên, mô hình học cách bao phủ nhiều mode khác nhau trong phân phối dữ liệu. Khả năng này được gọi là "biểu đạt tạo sinh" (generative expressivity). Thí nghiệm cho thấy "khám phá" (exploration) trở thành một trục mở rộng quy mô hiệu quả thứ ba, bên cạnh quy mô dữ liệu và tham số. Khi quy mô tăng, lợi ích từ việc khám phá càng lớn, cải thiện hiệu suất FLOP, mẫu và tham số. XM đạt được kết quả tạo ảnh trên ImageNet (FID 1.43 không guidance) ngang bằng các mô hình hàng đầu. Quan trọng hơn, XM cho phép huấn luyện mô hình tạo sinh "end-to-end" thực sự. Trong thí nghiệm điều khiển robot, Explorative Policy chỉ cần một lượt truyền thẳng mạng, đạt hiệu suất tương đương Diffusion Policy cần hàng trăm bước suy luận. Điều này chuyển chi phí tính toán từ giai đoạn suy luận sang giai đoạn huấn luyện, mở ra khả năng cho các mô hình tạo sinh nhanh và hiệu quả hơn. Công trình dựa trên lý thuyết "Mode Forcing" trước đó của nhóm tác giả. Hạn chế hiện tại bao gồm chi phí tính toán cho "Forward XM" trên phân phối nhiều mode và thách thức với mô hình ngôn ngữ tự hồi quy thuần túy.

marsbit27 phút trước

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

marsbit27 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

Tác giả Google DeepMind Dan Roy đã khởi xướng một kiến nghị trào phúng nhằm phản đối quy định mới của hội nghị AI hàng đầu ICLR, giới hạn mỗi tác giả chỉ được đăng ký tối đa 20 bài báo tham dự ICLR 2027. Quy định này được đưa ra do số lượng bài nộp tăng đột biến 68% vào năm 2026, gây áp lực nặng nề lên hệ thống phản biện. Trong bài đăng của mình, Dan Roy giả vờ ủng hộ việc để AI Agent tạo ra càng nhiều nghiên cứu gia tăng càng tốt, và cho rằng giới hạn này sẽ "làm chậm sự phát triển của AI". Anh còn mỉa mai nhận xét rằng "tất cả công việc phản biện giờ đã được giao cho các mô hình ngôn ngữ lớn xử lý", ám chỉ đến một nghiên cứu trước đó phát hiện khoảng 21% ý kiến phản biện tại ICLR 2026 có khả năng cao là do AI tạo ra. Bài viết chỉ ra rằng thông điệp trào phúng của Roy thực chất phản ánh mối lo ngại về một vòng luẩn quẩn: AI tạo ra bài báo hàng loạt, nhà nghiên cứu gửi đi hàng loạt, và phản biện viên lại dùng AI để đánh giá hàng loạt. Qua đó, tác giả đặt câu hỏi liệu biện pháp giới hạn số lượng cứng nhắc có phải là giải pháp tối ưu cho những thách thức căn bản về chất lượng học thuật trong kỷ nguyên AI này.

marsbit33 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

marsbit33 phút trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

OpenAI đã điều chỉnh giá, giảm 80% cho mô hình GPT-5.6 Luna và 20% cho Terra, đồng thời giới thiệu chế độ Fast cho mô hình mạnh nhất Sol. Động thái này, cùng với việc Anthropic giới thiệu Claude Opus 5 với giá bằng một nửa so với flagship Fable 5, đánh dấu sự thay đổi chiến lược quan trọng: các hãng không còn chỉ tập trung bán mô hình mạnh nhất. Thay vào đó, họ khuyến nghị người dùng kết hợp các mô hình theo nhiệm vụ: dùng Sol (đắt, mạnh) để phân tích và lập kế hoạch phức tạp, sau đó giao cho Luna (rẻ, hiệu quả) thực thi. Điều này cho thấy trọng tâm thương mại đang chuyển từ các mô hình flagship (chứng minh năng lực kỹ thuật) sang các mô hình tầm trung, phục vụ cho lượng truy vấn API khổng lồ hàng ngày của doanh nghiệp, nơi hiệu quả chi phí (ROI) và độ ổn định là yếu tố quyết định. Một yếu tố then chốt giúp giảm chi phí là việc chính các mô hình AI (như Sol) tham gia tối ưu hóa mã nguồn và quy trình vận hành của chính chúng, tạo ra một vòng lặp tự thúc đẩy giảm chi phí. Điều này có thể đẩy nhanh hơn nữa đà giảm giá trong tương lai. Cạnh tranh đang chuyển từ "mô hình thông minh nhất" sang "hệ sinh thái hiệu quả nhất". OpenAI muốn biến các mô hình như Luna thành lựa chọn mặc định cho các tác vụ thường ngày, từ đó gia tăng độ phụ thuộc và chi phí chuyển đổi cho doanh nghiệp. Tương tự như ngành điện hay điện toán đám mây, mục tiêu cuối cùng là AI trở thành một tiện ích phổ biến, hoạt động âm thầm và không thể thiếu trong mọi quy trình, thay vì chỉ là một sản phẩm công nghệ đình đám.

marsbit2 giờ trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

marsbit2 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

Cuộc đua AI đang vấp phải nút thắt mới: thiếu hụt nghiêm trọng lao động lành nghề như thợ điện và công nhân xây dựng để xây dựng các trung tâm dữ liệu quy mô lớn. Tại Mỹ, dự báo cần thêm 130.000 thợ điện và 240.000 công nhân xây dựng từ 2023-2030 cho hạ tầng AI, trong khi mỗi năm có 80.000 vị trí thợ điện không thể lấp đầy. Các công ty AI sẵn sàng trả lương cao (thợ điện giỏi có thể kiếm 240.000-280.000 USD/năm), nhưng sự chậm trễ xây dựng vẫn gây thiệt hại hàng chục triệu USD. Độ phức tạp của các trung tâm dữ liệu AI, với công suất điện khổng lồ, hệ thống phân phối điện và làm mát phức tạp, đòi hỏi lao động có kỹ năng đặc biệt. Để giải quyết, các gã khổng lồ công nghệ như Meta và Google đang đầu tư hàng trăm triệu USD vào đào tạo. Meta mở trường dạy nghề miễn phí, cung cấp cả trợ cấp sinh hoạt, trong khi OpenAI hợp tác với công đoàn xây dựng. Chiến dịch tuyển dụng nhắm đến cả học sinh trung học, góp phần làm tăng mạnh tỷ lệ Gen Z theo học trường nghề. Tuy nhiên, nhu cầu điện cho AI tiếp tục bùng nổ, chiếm phần ngày càng lớn trong tổng tiêu thụ điện và đẩy giá điện lên cao. Một nghịch lý tồn tại: các dự án xây dựng cần hàng nghìn lao động cùng lúc, nhưng khi hoàn thành chỉ cần số ít vận hành, dẫn đến rủi ro dư thừa lao động lành nghề trong tương lai.

marsbit2 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

marsbit2 giờ trước

Làn sóng tấn công Coldcard thứ 4 nghi ngờ quét sạch 389 Bitcoin: Thorn từ Galaxy

Người dùng ví cứng Bitcoin Coldcard đang được cảnh báo về một đợt tấn công mới nhằm đánh cắp tiền điện tử, chỉ vài ngày sau đợt tấn công đầu tiên. Alex Thorn, Trưởng bộ phận Nghiên cứu tại Galaxy, thông báo đã phát hiện 218 giao dịch đáng ngờ trong vài giờ qua, ảnh hưởng đến 462 địa chỉ và di chuyển khoảng 388,9 Bitcoin. Ông cho biết các giao dịch này có đặc điểm phù hợp với lỗ hổng của Coldcard và tốc độ giao dịch cao gấp khoảng 45 lần bình thường. Hầu hết số tiền bị đánh cắp được chuyển đến các địa chỉ đích mới riêng biệt thay vì tập trung vào một ví. Một số đã được chuyển tiếp lần thứ hai. Nguyên nhân được cho là do lỗi phần mềm chưa từng được phát hiện trước đây trên firmware Coldcard, khiến thiết bị tạo ra seed ví với độ ngẫu nhiên thấp hơn dự định. Ước tính hiện tại có hơn 1.100 ví bị ảnh hưởng với tổng số tiền khoảng 90 triệu USD Bitcoin bị đánh cắp. Người dùng bị ảnh hưởng được khuyến cáo có thể thử chuyển số tiền còn lại sang ví an toàn bằng một giao dịch cạnh tranh với phí cao hơn.

cointelegraph2 giờ trước

Làn sóng tấn công Coldcard thứ 4 nghi ngờ quét sạch 389 Bitcoin: Thorn từ Galaxy

cointelegraph2 giờ trước

Giao dịch

Giao ngay
活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow