Trump ca ngợi Chris Waller là ‘tuyệt vời’ sau cuộc phỏng vấn Chủ tịch Fed, sẽ quyết định trong vài tuần

cointelegraphXuất bản vào 2025-12-19Cập nhật gần nhất vào 2025-12-19

Tóm tắt

Tổng thống Mỹ Donald Trump đã ca ngợi Chris Waller, ứng viên được cho là ủng hộ tiền mã hóa cho vị trí Chủ tịch Cục Dự trữ Liên bang (Fed), là "tuyệt vời" và cho biết sẽ đưa ra quyết định cuối cùng trong vài tuần tới. Trump nói rằng danh sách ứng viên đã được thu hẹp xuống còn ba hoặc bốn người và tất cả đều là những lựa chọn tốt. Waller, người từng phát biểu rằng không có gì đáng sợ về các khoản thanh toán bằng tiền mã hóa, hiện có 14% cơ hội được chọn theo nền tảng Polymarket. Cố vấn kinh tế Kevin Hassett dẫn đầu với 53%. Ngành công nghiệp tiền mã hóa đang theo sát việc bổ nhiệm này vì các chính sách lãi suất của Fed có tác động lớn đến thị trường.

Tổng thống Mỹ Donald Trump đã đưa ra những nhận xét tích cực về ứng viên Chủ tịch Fed ủng hộ tiền mã hóa Chris Waller tại một cuộc họp báo gần đây, trong khi các đồn đoán về quyết định cuối cùng của ông vẫn tiếp diễn.

“Tôi nghĩ ông ấy thật tuyệt vời. Ý tôi là, ông ấy đã là người có mặt ở đó từ rất lâu. Một người mà tôi đã rất gắn bó và cảm nhận được sự nghiệp của ông ấy, và ông ấy là một người đàn ông tuyệt vời,” Trump phát biểu trong cuộc họp báo vào thứ Năm.

Gần đây, Waller được đánh giá là tương đối ủng hộ tiền mã hóa, khi ông phát biểu trong một bài phát biểu vào tháng 8 tại Hội nghị Blockchain Wyoming 2025 rằng “không có gì phải sợ” về các khoản thanh toán bằng tiền mã hóa hoạt động bên ngoài hệ thống ngân hàng truyền thống.

Trump nói tất cả mọi người trong danh sách rút gọn “sẽ là một lựa chọn tốt”

Hiện tại, Waller có 14% cơ hội được chọn, theo nền tảng dự đoán tiền mã hóa Polymarket, khiến ông trở thành ứng viên có khả năng cao thứ ba. Cố vấn kinh tế Nhà Trắng thân thiện với tiền mã hóa Kevin Hassett dẫn đầu với 53%, tiếp theo là cựu thành viên Hội đồng Fed Kevin Warsh với tỷ lệ 28%.

Tổng thống Mỹ Donald Trump dự kiến sẽ đưa ra thông báo về Chủ tịch Fed trong vài tuần tới. Nguồn: YouTube

Trump cho biết danh sách đã được thu hẹp xuống còn ba hoặc bốn ứng viên. “Thành thật mà nói, tôi nghĩ mỗi người trong số họ sẽ là một lựa chọn tốt,” ông nói.

Khi được hỏi liệu thành viên Hội đồng Fed Michelle Bowman có nằm trong danh sách rút gọn hay không, Trump không trực tiếp trả lời câu hỏi, nhưng mô tả bà là một “người tuyệt vời.” Polymarket hiện đặt tỷ lệ cược của Bowman là 2%.

Trump cho biết ông dự kiến sẽ đưa ra thông báo trong “vài tuần tới”. “Tôi không biết trước khi kết thúc năm nay, nhưng sẽ khá sớm thôi,” Trump nói.

Ngành công nghiệp tiền mã hóa đang theo dõi sát sao các diễn biến về Chủ tịch Fed

Ngành công nghiệp tiền mã hóa đang chú ý theo dõi các diễn biến xung quanh ứng viên Chủ tịch Fed của Trump, với cuộc thảo luận tăng cường trong những tháng gần đây khi vai trò của Fed trong chính sách tiền tệ thường được xem là ảnh hưởng đến điều kiện thị trường tiền mã hóa rộng hơn.

Liên quan: Thị trường nợ toàn cầu cho thấy sự thống trị của đồng đô la di chuyển theo chu kỳ, Fed Mỹ nói

Lãi suất, do Cục Dự trữ Liên bang thiết lập, được xem rộng rãi là có tác động đáng kể đến thị trường tiền mã hóa.

Khi lãi suất giảm, các nhà đầu tư có xu hướng tìm kiếm các tài sản rủi ro cao hơn như tiền mã hóa, vì các khoản đầu tư truyền thống như trái phiếu và tiền gửi có kỳ hạn trở nên kém hấp dẫn hơn.

Tạp chí: Câu hỏi lớn: Bitcoin có tồn tại sau một cuộc mất điện 10 năm?

Câu hỏi Liên quan

QDonald Trump đã nhận xét như thế nào về Chris Waller - ứng viên Chủ tịch Fed ủng hộ tiền điện tử?

ADonald Trump đã ca ngợi Chris Waller là 'tuyệt vời' và 'một người đàn ông fantatic' tại một cuộc họp báo. Ông nói: 'Tôi nghĩ anh ấy thật tuyệt. Anh ấy là người đã ở đó (có lẽ ám chỉ Cục Dự trữ Liên bang) từ rất lâu. Đó là người tôi đã rất quan tâm và theo dõi sự nghiệp của anh ấy'.

QQuan điểm của Chris Waller về hệ thống thanh toán bằng tiền điện tử là gì?

AChris Waller được nhận định là tương đối ủng hộ tiền điện tử. Trong một bài phát biểu vào tháng 8 tại Hội nghị Wyoming Blockchain 2025, ông tuyên bố rằng 'không có gì phải sợ' về các khoản thanh toán bằng tiền điện tử hoạt động bên ngoài hệ thống ngân hàng truyền thống.

QTheo nền tảng Polymarket, ai là ứng viên có tỷ lệ được bổ nhiệm làm Chủ tịch Fed cao nhất?

ATheo nền tảng dự đoán Polymarket, cố vấn kinh tế Nhà Trắng thân thiện với tiền điện tử Kevin Hassett đang dẫn đầu với tỷ lệ 53%. Tiếp theo là cựu thành viên Hội đồng Fed Kevin Warsh với 28% và Chris Waller đứng thứ ba với 14%.

QTổng thống Trump dự kiến sẽ công bố quyết định cuối cùng về chức vụ Chủ tịch Fed vào khi nào?

ATổng thống Trump cho biết ông dự kiến sẽ đưa ra thông báo trong 'vài tuần tới'. Ông nói: 'Tôi không biết là trước cuối năm hay không, nhưng sẽ khá sớm'.

QTại sao ngành công nghiệp tiền điện tử lại rất quan tâm đến việc bổ nhiệm Chủ tịch Fed mới?

ANgành công nghiệp tiền điện tử quan tâm sát sao đến việc bổ nhiệm này vì vai trò của Fed trong chính sách tiền tệ thường được cho là có ảnh hưởng đến điều kiện thị trường crypto rộng hơn. Cụ thể, lãi suất do Fed thiết lập có tác động đáng kể đến thị trường tiền điện tử. Khi lãi suất giảm, các nhà đầu tư có xu hướng tìm kiếm các tài sản rủi ro cao hơn như tiền điện tử.

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.

marsbit19 phút trước

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

marsbit19 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.

marsbit25 phút trước

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

marsbit25 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