В подвале Вроцлавского университета обнаружена подпольная майнинговая ферма

cryptonews.ru发布于2024-01-05更新于2024-12-05

В подвале одного из старейших университетов Польши произошло задымление вентиляционной шахты, в результате чего сработала пожарная сигнализация. Прибывшие на место сотрудники спецслужб обнаружили незаконную майнинговую ферму.

Как сообщили представители правоохранительных органов, спрятанное в подвале юридического факультета Вроцлавского университета майнинговое оборудование было связано с внешними системами маршрутизации только беспроводным способом. Причиной задымления стало возгорание компьютерных устройств в результате короткого замыкания.

Изъятое оборудование было передано в Центральное бюро по борьбе с киберпреступностью Польши, которое возбудило уголовное дело и сейчас работает над установлением причастных лиц. В дополнение к обвинениям в незаконной коммерческой деятельности, виновные могут столкнуться со штрафами за кражу электроэнергии.

Это не первый случай, когда подпольные майнеры устанавливают оборудование в государственных учреждениях. Так, в прошлом году спецслужбы конфисковали устройства, установленные в вентиляционной шахте Высшего административного суда в Варшаве, что привело к ущербу в более чем 1 миллион злотых (233 000 евро или $242 000).

Ранее Национальное управление электроэнергетики Парагвая (ANDE) сообщило о закрытии крупной подпольной майнинговой фермы в Сальто-дель-Гуайра и конфискации 2 738 устройств для добычи криптовалют.

你可能也喜欢

邢波再出手:上次「骂」完世界模型,这次轮到智能体了

邢波教授继去年批评世界模型后,近日与合作者发表新论文《智能体模型批评》,对当前被滥用的“智能体”概念提出系统性质疑与重构方案。 论文尖锐指出,目前众多被称为“智能体”的系统(如编程助手、客服机器人)大多只具备“智能体外观”(agentic),而非真正的“能动性”(agentive)。前者能力依赖于外部预设的工具链和提示词,模型仅是嵌入流程的零件;后者的决策和目标则内生于系统自身。论文以“工卡员工”和“感应灯”为例,说明任务复杂度不同并非自主性的本质区别。 基于此,论文从五个维度拆解主流智能体设计的不足,并提出了对应的“重建”思路: 1. **目标**:应从人类逐步喂指令,转变为一次性给予长期目标,由系统自主进行可调整的分层目标分解。 2. **身份**:自我认知不应固化于提示词,而应成为能根据经验持续演化的“活的自我评估”。 3. **决策方式**:驳斥仅靠延长思维链文字就能规划的观点,主张采用“模拟式推理”,即借助世界模型预测行动后果,再选择最优方案。 4. **节奏判断**:批评固定规划深度的做法,提出需引入独立的“元认知模块”(称为System III),让智能体自行判断何时该深思或速断。 5. **学习**:主张“持续自主学习”,让智能体自主决定何时在真实世界行动、何时退回模拟器训练、何时更新认知。 为整合这些原则,团队提出了具体架构GIC(Goal-Identity-Configurator),包含信念编码器、目标分解器、身份演化器、配置器(System III)、模拟规划器(System II)和执行器(System I)六个组件,并以飞行员训练过程类比其成长路径。 论文最后讨论了安全性,认为GIC架构通过将目标、身份、决策等模块显式化、可审查化,使安全问题变得可诊断、可修正,而非承诺绝对不出错。其核心论点是:真正的自主性不在于任务复杂度,而在于目标、身份与判断力是否内化于模型自身。当前大多数“智能体”可能仍停留在精准执行外部指令的阶段,而非真正理解与自主决策。

marsbit10分钟前

邢波再出手:上次「骂」完世界模型,这次轮到智能体了

marsbit10分钟前

Collector Crypt 如何用「循环买回」制造增长幻觉

《Collector Crypt 如何用「循环买回」制造增长幻觉》摘要 文章分析指出,Collector Crypt(CC)表面上是通过链上卡包抽卡推动增长,但其核心模式依赖“循环买回”——用户购买卡包后立即以约93%的价格卖回给平台,资金得以循环,从而快速推高GMV(商品交易总额)。然而,这种增长存在幻觉。 数据显示,CC的净利率已从2025年第三季度的11.2%腰斩至2026年第二季度的5.6%。GMV的增长主要来自高价位卡包(如250美元、1000美元和2500美元档位),但这些卡包为平台带来的每美元留存率反而更低。增长主要由少数高频、大额消费的钱包驱动,而非广泛用户基础扩大。 同时,实体卡牌赎回消耗了大量利润。2026年5月,赎回成本消耗了该月平台预烧净收入的41.6%。而且赎回活动高度集中,6月仅75个钱包执行了赎回,其中前四大用户就占了近一半。赎回使卡牌永久离开平台库存,迫使CC以可能更高的市场成本重新采购,增加了运营压力。 面对GameStop等强大竞争对手进入同一市场、评级成本上升等压力,CC的经济模型显得脆弱。其B2B合作伙伴策略目前也未能带来可持续的订阅式收入,大部分整合仍将库存和履约负担留在CC身上。 结论认为,CC需要证明其能吸引更广泛的收藏者、建立更深的二级市场,并使链上所有权真正创造价值,而非仅仅依赖“循环买回”来制造GMV增长的表面繁荣。

Foresight News32分钟前

Collector Crypt 如何用「循环买回」制造增长幻觉

Foresight News32分钟前

为了赚这笔钱,他们等了7年

多家支付和科技巨头(Visa、Stripe、万事达、Coinbase、BlackRock等)宣布组建联盟,计划推出名为“Open USD”的美元稳定币,并将储备收益分给采用该币的公司。此举直接冲击了稳定币公司Circle的商业模式,因其主要收入依赖USDC储备资产的利息,导致其股价单日大跌近20%。 这让人想起2019年Facebook主导的Libra项目。当时,类似的巨头联盟试图创建全球数字货币,但因监管压力、Facebook形象问题及联盟内部分歧而失败。然而,Libra的愿景并未消失。 七年间,监管框架(如美国GENIUS法案)逐渐明晰,公链等基础设施成熟,支付公司也已积累相关经验。Open USD的叙事更为收敛,聚焦于合规的美元稳定币和企业结算管道,不再像Libra那样充满宏大但敏感的全球金融变革野心。 不过,联盟模式固有的行动缓慢、利益协调困难等挑战依然存在。稳定币的成功关键在于建立流动性、信任和用户习惯,而非一纸华丽的成员名单。Open USD短期内更可能在企业间支付和特定链上场景中取得进展,而非迅速取代USDC。 对Circle而言,市场正在重新评估其价值:它从“稳定币时代的稀缺门票”被拉回至“众多发行方之一”的竞争现实,其依赖单一收入模型(储备利息)和外部合作伙伴分发的脆弱性因此暴露。Open USD的出现,标志着稳定币领域从早期探索进入巨头合规入场、竞争加剧的新阶段。

marsbit53分钟前

为了赚这笔钱,他们等了7年

marsbit53分钟前

交易

现货
活动图片