Rời Văn Phòng, Bước Vào Crypto: Cựu Thị trưởng NYC Ra Mắt Memecoin 'NYC Token'

bitcoinistXuất bản vào 2026-01-14Cập nhật gần nhất vào 2026-01-14

Tóm tắt

Cựu Thị trưởng New York Eric Adams đã ra mắt đồng tiền mã hóa "NYC Token" vào ngày 12/1/2026, được xây dựng trên blockchain Solana. Adams tuyên bố token này nhằm gây quỹ học bổng, đào tạo blockchain cho cộng đồng khó khăn và chống chủ nghĩa bài Do Thái. Tuy nhiên, token nhanh chóng vấp phải chỉ trích do thiếu minh bạch. Ngay sau khi giao dịch bắt đầu, giá token lao dốc 80% từ 0,46 USD xuống còn 0,10 USD, và các nhà phân tích phát hiện thanh khoản bị rút ồ ạt, dấy lên cáo buộc "rug pull". Trang web chính thức của dự án cũng bị chỉ trích vì thiếu thông tin về quản trị và phân bổ quỹ. Adams từng ủng hộ tiền mã hóa khi tại nhiệm, nhưng người kế nhiệm của ông không tham gia dự án này. Giới chuyên gia kêu gọi điều tra và cảnh báo nguy cơ can thiệp pháp lý.

Cựu Thị trưởng Thành phố New York Eric Adams đã công bố một loại tiền mã hóa mới có tên "NYC Token" vào ngày 12 tháng 1 năm 2026, thu hút sự chú ý nhanh chóng và đồng thời cũng nhận về những chỉ trích không kém.

Theo các báo cáo, Adams đã giới thiệu dự án này tại Quảng trường Thời Đại và trình bày nó như một cách để hỗ trợ giáo dục cũng như chống lại chủ nghĩa bài Do Thái và tâm lý chống Mỹ. Dựa trên thông tin được công bố tại lễ ra mắt, token được xây dựng trên blockchain Solana.

Ra Mắt Token Và Mục Đích

Theo lời giới thiệu chính thức và các tuyên bố sau đó, số tiền thu được từ token sẽ được dùng để hỗ trợ tài trợ học bổng và các chương trình đào tạo về blockchain cho các cộng đồng thiệt thòi.

Adams mô tả đồng tiền này như một biểu tượng dân sự gắn liền với bản sắc và tầm ảnh hưởng toàn cầu của New York. Buổi ra mắt được quảng bá với những lời hứa hẹn về lợi ích cộng đồng, nhưng các nhà phê bình cho rằng thông tin công khai về quản trị và quản lý quỹ còn quá ít.

Diễn Biến Thị Trường

Thị trường phản ứng một cách ồ ạt. Dựa trên các báo cáo, token đã có thời điểm cho thấy vốn hóa thị trường ước tính khoảng 580–730 triệu USD trong những giờ đầu tiên sau khi giao dịch bắt đầu. Sau đó, giá lao dốc.

Giao dịch cho thấy mức giảm khoảng 80% khi giá token giảm từ mức gần 0,46 USD xuống còn khoảng 0,10 USD ngay sau khi thị trường mở cửa cho tài sản này. Khối lượng giao dịch tăng vọt rồi sau đó sụp đổ, khiến nhiều nhà giao dịch phải đối mặt với những khoản lỗ lớn.

Thanh Khoản Và Các Cáo Buộc

Những người theo dõi on-chain và các nhà phân tích tiền mã hóa đã cảnh báo về việc rút thanh khoản đột ngột chỉ vài phút sau khi token ra mắt. Các báo cáo tiết lộ rằng hàng triệu USD đã bị rút khỏi các pool giao dịch, điều này đã thúc đẩy những cáo buộc về một vụ "rug pull" (rút tiền bỏ chạy) từ một số góc của cộng đồng crypto.

Tổng vốn hóa thị trường crypto hiện tại là 3,1 nghìn tỷ USD. Biểu đồ: TradingView

Trang web chính thức của token cũng bị chỉ trích vì các liên kết đến các tài liệu quan trọng bị thiếu hoặc không hoạt động, và có rất ít chi tiết về việc nhóm nào sẽ nhận tiền hoặc các quyết định sẽ được đưa ra như thế nào.

Lịch Sử Crypto Của Adams: Bối Cảnh Chính Trị

Eric Adams không xa lạ gì với tài sản kỹ thuật số. Trong thời gian tại nhiệm, ông đã chuyển đổi một phần lương của mình sang Bitcoin và Ethereum và thúc đẩy các chính sách thu hút các công ty blockchain đến thành phố.

Người kế nhiệm ông, Thị trưởng Zohran Mamdani, đã từ chối tham gia vào dự án token và không xác nhận nó. Sự chia rẽ trong cách tiếp cận này đã đặt ra câu hỏi liệu một cựu quan chức có nên sử dụng hồ sơ công khai của mình để quảng bá một đồng tiền được phát hành tư nhân hay không.

Thành phố New York về đêm. Hình ảnh: Anthony Nazario cho Lonely Planet

Phản Ứng Của Công Chúng

Giới phân tích kêu gọi tính minh bạch và thúc giục xem xét kỹ hơn dữ liệu on-chain. Dựa trên báo cáo từ các trình theo dõi blockchain, một số giao dịch chuyển tiền và rút thanh khoản có thể được nhìn thấy công khai trên mạng Solana, điều này càng làm tăng thêm sự giám sát.

Các nhóm cộng đồng và nhà đầu tư yêu cầu công bố thông tin rõ ràng hơn, trong khi các chuyên gia pháp lý cảnh báo rằng các cuộc điều tra hoặc sự chú ý từ cơ quan quản lý có thể xảy ra nếu tiền được di chuyển theo những phương cách gây hại cho người mua thông thường.

Hình ảnh nổi bật bởi ThomasShanahan / iStock.com, biểu đồ từ TradingView

Câu hỏi Liên quan

QEric Adams đã công bố đồng tiền mã hóa mới có tên là gì và vào ngày nào?

AEric Adams đã công bố đồng tiền mã hóa mới có tên là 'NYC Token' vào ngày 12 tháng 1 năm 2026.

QMục đích chính được công bố của NYC Token là gì?

AMục đích chính được công bố của NYC Token là để gây quỹ hỗ trợ học bổng, các chương trình đào tạo blockchain cho cộng đồng khó khăn, và chống lại chủ nghĩa bài Do Thái và chống Mỹ.

QGiá trị vốn hóa thị trường ước tính ban đầu của token này là bao nhiêu và sau đó đã xảy ra điều gì?

AToken này từng có vốn hóa thị trường ước tính khoảng 580-730 triệu USD trong những giờ đầu giao dịch, nhưng sau đó giá đã giảm mạnh khoảng 80%, từ mức gần 0,46 USD xuống còn khoảng 0,10 USD.

QCộng đồng tiền mã hóa đã cáo buộc điều gì liên quan đến thanh khoản của token?

ACộng đồng tiền mã hóa đã cáo buộc rằng đã xảy ra một vụ 'rug pull' (rút thanh khoản), khi hàng triệu USD đột ngột bị rút khỏi các pool giao dịch chỉ vài phút sau khi token ra mắt.

QThái độ của thị trưởng đương nhiệm Zohran Mamdani đối với dự án token này như thế nào?

AThị trưởng đương nhiệm Zohran Mamdani đã từ chối tham gia và không ủng hộ dự án token này, làm dấy lên câu hỏi về việc một cựu quan chức có nên sử dụng hình ảnh công chúng để quảng bá một đồng tiền tư nhân hay không.

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.

marsbit7 phút trước

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

marsbit7 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.

marsbit13 phút trước

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

marsbit13 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.

marsbit1 giờ trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

marsbit1 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.

marsbit1 giờ trước

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

marsbit1 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