Từ Hoàng Đế Tiền Mã Hóa Đến Tù Nhân Cầu Xin Ân Xá: Nỗ Lực Cuối Cùng Của SBF Đã Thất Bại

比推Xuất bản vào 2026-02-25Cập nhật gần nhất vào 2026-02-25

Tóm tắt

Từ "vua tiền mã hóa" trở thành tù nhân cầu xin ân xá, nỗ lực cuối cùng của Sam Bankman-Fried (SBF) đã thất bại. SBF, từng là nhà tài trợ lớn của đảng Dân chủ, gần đây bất ngờ chuyển hướng ủng hộ cực hữu và cựu Tổng thống Donald Trump thông qua hàng loạt bài đăng trên mạng xã hội. Anh ta cáo buộc thẩm phán xét xử mình có thành kiến chính trị và ca ngợi Trump, hy vọng được ân xá giống như đối thủ cũ Changpeng Zhao (CZ). Tuy nhiên, Nhà Trắng khẳng định Trump không có ý định tha tội cho SBF. Dù đang thụ án 25 năm tù, SBF vẫn tiếp tục kháng cáo và duy trì chiến dịch vận động, nhưng danh tiếng là tội phạm tài chính và lịch sử ủng hộ đảng Dân chủ khiến cơ hội được ân xá của anh ta gần như bằng không.

Tác giả: Fortune

Biên tập tổng hợp: Felix, PANews

Tiêu đề gốc: "Giật Mình Thức Giấc Giữa Cơn Bệnh Nguy Kịch", SBF "Liếm Gót" Trump Để Cầu Xin Ân Xá Nhưng Bị Từ Chối

Sam Bankman-Fried (SBF), kẻ lừa đảo tiền mã hóa bị kết án, từng là nhà tài trợ kỳ cựu của đảng Dân chủ, nhưng gần đây những tuyên bố công khai của anh ta lại mang màu sắc "MAGA" (Make America Great Again - Nước Mỹ Vĩ Đại Trở Lại) rõ rệt. Trong một bài viết đăng trên nền tảng X gần đây, anh ta viết: "Thẩm phán Lewis Kaplan do Clinton bổ nhiệm đã không che giấu định kiến chính trị khi kết án tôi. Tôi ngưỡng mộ Tổng thống Donald Trump vì dám đứng lên chống lại 'kẻ cực đoan mất kiểm soát, đầy định kiến đảng phái' này!"

Đây chỉ là một trong số hàng chục dòng tweet mà SBF đã đăng trong vài tuần gần đây, với nội dung đầy rẫy những lời chỉ trích nhắm vào "Chính phủ Ngầm" (Deep State) và các nhân vật phản diện khác trong trại MAGA. Mặc dù một trong những tội phạm tài chính khét tiếng nhất thế kỷ này hiện đang thụ án tại nhà tù liên bang với mức án lên đến 25 năm, anh ta vẫn rất năng động.

Mặc dù SBF chưa từng tuyên bố rõ ràng, nhưng mục đích của những hành động điên rồ trên mạng xã hội của anh ta là rõ ràng: thuyết phục Tổng thống Donald Trump giải cứu anh ta khỏi nhà tù. Xét thấy Trump đã ân xá cho nhiều nhân vật nổi tiếng bị kết án về tội phạm tài chính, bao gồm cả đối thủ một thời của SBF là người sáng lập Binance, Changpeng Zhao (CZ), chiến lược này dường như có lý.

Tuy nhiên, đối với SBF, hành vi cầu xin sự khoan hồng từ Trump dường như là vô ích. Trước các hoạt động vận động ủng hộ gần đây trên mạng xã hội, một phát ngôn viên của Nhà Trắng đã nhắc lại với tạp chí Fortune rằng Trump không có ý định ân xá cho SBF.

Trong một email, phát ngôn viên này đã đề cập đến những phát biểu của Tổng thống vào tháng 1 năm nay. Khi đó, Tổng thống đã nói rõ rằng ông không có kế hoạch ân xá cho SBF cũng như một số tù nhân được quan tâm khác, bao gồm Thượng nghị sĩ tiểu bang New Jersey cũ Robert Menendez và Tổng thống Venezuela bị phế truất Nicolás Maduro. Phát ngôn viên viết: "Tổng thống là người quyết định cuối cùng cho tất cả các vấn đề ân xá".

Luật sư của SBF đã không phản hồi về vấn đề này.

Nỗ Lực Thất Bại

SBF từ lâu đã là người ủng hộ các sự nghiệp tiến bộ, cha mẹ anh ta là giáo sư luật tại Đại học Stanford và có ảnh hưởng đáng kể trong giới lãnh đạo cấp cao của Đảng Dân chủ. Nhưng vào tháng 11 năm 2022, khi đế chế tiền mã hóa gian lận của SBF sụp đổ, người sáng lập này đã bắt đầu lên kế hoạch nghiêng về phe hữu. Trong một tài liệu cá nhân được tiết lộ trong phiên tòa, SBF đã viết rằng anh ta dự định tham gia chương trình của người dẫn chương trình truyền hình bảo thủ Tucker Carlson và "xuất hiện với tư cách là một người Cộng hòa".

Nhìn bề ngoài, chiến lược này dường như hợp lý, đặc biệt là trong bối cảnh chính trị hiện tại. Trump sẽ nhậm chức vào tháng 1 năm 2025 và cam kết rút lại các biện pháp đàn áp tiền mã hóa của chính quyền Biden. Dưới sự lãnh đạo của Trump, các cơ quan quản lý đã thu hồi các vụ kiện then chốt nhắm vào các công ty blockchain, và Bộ Tư pháp cũng đã thay đổi cách thức thực thi pháp luật đối với tiền mã hóa.

Tuy nhiên, các nhân vật trong giới chức Washington cho biết, thân phận từng là nhà tài trợ hàng đầu của Biden của SBF, cộng với việc anh ta vẫn khét tiếng trong ngành công nghiệp tiền mã hóa, khiến cho đơn xin ân xá của anh ta luôn có rất ít cơ hội. Ngay cả việc anh ta xuất hiện trái phép trong chương trình của Tucker Carlson vào năm ngoái (được cho là đã bị biệt giam vì điều này) cũng không thể xoay chuyển tình thế.

Mặc dù cơ hội mong manh, SBF vẫn không từ bỏ, anh ta cũng đang kháng cáo lên tòa phúc thẩm liên bang để lật ngược bản án. Tài khoản X của anh ta tràn ngập các bài đăng quảng bá danh tính bảo thủ mới đạt được, những bài đăng này bị các nhà phê bình gọi là "tài khoản bù nhìn". (Trong tiểu sử, SBF làm rõ rằng anh ta truyền đạt nội dung để đăng thông qua các đại lý được ủy quyền qua điện thoại và email được Cục Quản lý Nhà tù phê duyệt)

Một bài đăng gần đây của anh ta viết: "Đảng Dân chủ thích kiểm duyệt 'thông tin sai lệch' trên mạng xã hội", sau đó lại ca ngợi cương lĩnh tranh cử của Trump. "Truth Social và GETTR luôn đặt quyền tự do ngôn luận lên hàng đầu."

Twitter:https://twitter.com/BitpushNewsCN

Nhóm trao đổi Telegram của Bitpush:https://t.me/BitPushCommunity

Đăng ký Telegram của Bitpush: https://t.me/bitpush

Liên kết bài gốc:https://www.bitpush.news/articles/7614352

Câu hỏi Liên quan

QSam Bankman-Fried (SBF) đã làm gì để cố gắng được ân xá từ cựu Tổng thống Donald Trump?

ASBF đã đăng hàng chục bài trên nền tảng X (Twitter) ca ngợi Donald Trump và chỉ trích 'chính phủ ngầm' cùng các nhân vật phản diện trong phe MAGA, với hy vọng thuyết phục Trump ân xá cho mình.

QTại sao nỗ lực cầu xin ân xá của SBF lại bị từ chối?

ANhà Trắng đã tái khẳng định rằng Trump không có ý định ân xá cho SBF, cùng với một số tù nhân nổi tiếng khác như Robert Menendez và Nicolás Maduro, như đã tuyên bố từ tháng 1.

QSBF từng ủng hộ chính trị cho đảng nào trước khi bị kết án?

ATrước khi bị kết án, SBF là nhà tài trợ lâu năm cho Đảng Dân chủ và ủng hộ các sự nghiệp tiến bộ.

QBản án của SBF là bao nhiêu năm tù?

ASBF đang thụ án 25 năm trong nhà tù liên bang vì tội lừa đảo tiền mã hóa.

QSBF đã sử dụng chiến lược gì để cố gắng thay đổi hình ảnh công chúng của mình sau khi bị kết án?

ASBF đã cố gắng chuyển hướng sang phe bảo thủ, lên kế hoạch xuất hiện trên chương trình của Tucker Carlson và 'ra mắt với tư cách là một người Cộng hòa', đồng thời đăng tải nhiều nội dung ủng hộ quan điểm bảo thủ trên tài khoản X của mình.

Nội dung Liên quan

XRP Ledger v3.3.0 Mang Năm Bản Sửa Đổi Vào Tầm Ngắm

Bản phát hành xrpld v3.3.0 sắp tới sẽ tập trung vào năm bản sửa đổi của XRP Ledger, nhằm vào tài sản mã hóa, chi phí trừu tượng, ủy quyền, xử lý theo lô và chức năng MPT linh hoạt hơn. Năm tính năng bao gồm MPT Bảo mật, Xử lý theo lô, Ủy quyền Quyền, Phí & Dự trữ được Tài trợ và MPT Động. Tuy nhiên, việc kích hoạt chúng đòi hỏi phải có sự đồng thuận của 80% trình xác thực, vì vậy chúng không tự động có hiệu lực ngay khi mã được phát hành. Bản nâng cấp này rất quan trọng cho các trường hợp sử dụng nâng cao như tài sản mã hóa thể chế, cải thiện trải nghiệm người dùng và linh hoạt hoạt động. Cơ chế Phí được Tài trợ có thể giảm ma sát khi người dùng mới tham gia, trong khi các tính năng MPT Bảo mật và Động cung cấp cho nhà phát hành nhiều công cụ kiểm soát hơn. Tính năng Xử lý theo lô và Ủy quyền Quyền có thể đơn giản hóa các giao dịch phức tạp và luồng hoạt động. Tác động thực tế sẽ chỉ xảy ra sau khi các trình xác thực chấp thuận các bản sửa đổi. Bản phát hành này củng cố lộ trình phát triển của XRPL, nhưng thử thách tiếp theo là mức độ hỗ trợ từ trình xác thực và việc áp dụng từ các nhà phát triển.

bitcoinist11 phút trước

XRP Ledger v3.3.0 Mang Năm Bản Sửa Đổi Vào Tầm Ngắm

bitcoinist11 phút trước

Báo sáng Phố Wall: V-shaped recovery vào cuối tháng nhưng Nasdaq lập tháng 7 tồi tệ nhất 12 năm, vốn tập trung nhanh về các gã khổng lồ điện toán đám mây

Báo cáo sáng Wall Street: Thị trường phục hồi hình chữ V vào cuối tháng nhưng Nasdaq ghi nhận tháng 7 tồi tệ nhất trong 12 năm, vốn đổ dồn vào các gã khổng lồ điện toán đám mây. Thị trường chứng khoán Mỹ có một phiên phục hồi hình chữ V vào cuối tuần, nhưng toàn tháng 7, chỉ số Nasdaq đã giảm 3,2%, đây là mức tháng 7 tồi tệ nhất kể từ năm 2004. Dầu thô lao dốc hơn 8% sau khi Tổng thống Trump hủy bỏ cuộc tấn công quân sự vào Iran và OPEC+ đồng ý tăng hạn ngạch sản xuất. Vàng giao dịch quanh mức 4.050 USD/ounce, tăng nhẹ 0,91% trong tháng. Cục Dự trữ Liên bang Mỹ và Nhật Bản đã can thiệp hiếm hoi để hỗ trợ đồng yên. Lợi suất trái phiếu kho bạc kỳ hạn 30 năm đạt mức cao nhất kể từ năm 2007. Bất chấp áp lực giảm vay mua (deleveraging), nhóm cổ phiếu công nghệ đám mây thể hiện sức mạnh đáng chú ý. Chỉ trong tuần trước, vốn hóa thị trường của các gã khổng lồ như Microsoft, Amazon và Google đã tăng tổng cộng gần 1.500 tỷ USD. Amazon bật tăng 15,32% sau báo cáo lợi nhuận AWS mạnh mẽ. Ngược lại, Apple lao dốc 7,35% do lo ngại về hạn chế nguồn cung. Các cổ phiếu bộ nhớ như Micron điều chỉnh giảm, trong khi các cổ phiếu viễn thông quang học như Coherent tăng giá. Palantir và SpaceX là những mã đáng chú ý trong tuần này với lịch công bố báo cáo tài chính và đợt mở bán cổ phiếu hạn chế lớn. Tuần này, thị trường sẽ chú ý đến báo cáo tài chính của Berkshire Hathaway, Palantir, AMD, SpaceX cùng với hội nghị Ai4 2026 và FMS. Dữ liệu việc làm phi nông nghiệp tháng 7 của Mỹ (ngày 7/8) sẽ là chỉ số kinh tế vĩ mô quan trọng nhất.

marsbit34 phút trước

Báo sáng Phố Wall: V-shaped recovery vào cuối tháng nhưng Nasdaq lập tháng 7 tồi tệ nhất 12 năm, vốn tập trung nhanh về các gã khổng lồ điện toán đám mây

marsbit34 phút trước

Rubin Ultra bị cắt giảm mạnh cấu hình, NVIDIA cũng không chịu nổi giá bộ nhớ tăng?

Tuần qua, một báo cáo từ công ty nghiên cứu SemiAnalysis đã gây xôn xao ngành AI, tiết lộ thông số kỹ thuật của Rubin Ultra - phiên bản cao cấp nhất trong kiến trúc Rubin mới của NVIDIA - đã bị giảm mạnh so với kỳ vọng trước đó. Theo báo cáo, Rubin Ultra sẽ giữ nguyên hiệu suất tính toán lý thuyết đỉnh (35 PFLOPs) so với Rubin thông thường, nhưng dung lượng bộ nhớ (VRAM) bị cắt giảm nghiêm trọng, chỉ còn 192GB (8-Hi), thậm chí thấp hơn Rubin tiêu chuẩn (288GB, 12-Hi). Băng thông bộ nhớ gần như không cải thiện và mức tiêu thụ điện năng thậm chí còn tăng nhẹ. Thay vào đó, nâng cấp chính của Rubin Ultra tập trung vào khả năng mở rộng kết nối hệ thống, có thể liên kết tối đa 576 GPU thành một "siêu GPU logic" duy nhất thông qua NVLink. Nguyên nhân chính của việc giảm cấu hình được cho là do chi phí HBM (High Bandwidth Memory) tăng quá cao, ảnh hưởng đến tính kinh tế chung của hệ thống AI. Giá HBM3 đã tăng mạnh từ mức 180-220 USD (Q2/2025) lên 700-850 USD (Q2/2026). Việc điều chỉnh thiết kế giúp giảm chi phí nguyên vật liệu (BOM) cho một tủ máy từ khoảng 8 triệu USD xuống còn 6,4 triệu USD, chuyển trọng tâm đầu tư từ HBM đắt đỏ sang khả năng kết nối mở rộng. Thông tin này đã khiến thị trường lo ngại về đỉnh cao nhu cầu HBM, dẫn đến cổ phiếu của các hãng sản xuất bộ nhớ hàng đầu như SK Hynix và Samsung giảm khoảng 8%. Động thái của NVIDIA cho thấy ngay cả gã khổng lồ dẫn đầu về sức mạnh tính toán cũng đang bắt đầu tính toán kỹ lưỡng chi phí, đánh dấu sự dịch chuyển trong ngành AI từ việc "tích trữ linh kiện và tăng giá vô tội vạ" sang tối ưu hóa hiệu quả chi phí toàn hệ thống.

Odaily星球日报56 phút trước

Rubin Ultra bị cắt giảm mạnh cấu hình, NVIDIA cũng không chịu nổi giá bộ nhớ tăng?

Odaily星球日报56 phút trước

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.

marsbit1 giờ trước

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

marsbit1 giờ 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.

marsbit1 giờ trước

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

marsbit1 giờ trước

Giao dịch

Giao ngay
活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow