Coinbase升级监管斗争,起诉三个州

bitcoinist发布于2025-12-20更新于2025-12-20

文章摘要

加密货币交易所Coinbase起诉密歇根、伊利诺伊和康涅狄格三州,要求联邦法院阻止州监管机构将预测市场定性为非法博彩行为。Coinbase主张预测市场合约属于《商品交易法》管辖的衍生品,应由美国商品期货交易委员会(CFTC)而非各州博彩机构监管。该公司寻求宣告性和禁令性救济,以避免各州规则碎片化阻碍联邦批准产品流通。 此前康涅狄格等州已对Kalshi、Robinhood等平台发出禁止令,称其合约涉嫌未经许可的体育博彩。Coinbase计划于2026年1月通过与CFTC监管的Kalshi合作推出预测市场交易,故急需联邦层面司法明确性。诉讼引发市场震荡,Coinbase股价当日跌幅超10%。本案结果将决定预测市场在全国适用联邦监管还是需逐州审批,事关跨州运营合规性与金融创新空间。

Coinbase Global Inc. 已在联邦法院起诉密歇根州、伊利诺伊州和康涅狄格州,要求法官阻止州监管机构将预测市场视为非法赌博。该交易所表示,这些事项应由联邦商品期货交易委员会(CFTC)监管,而不是由州博彩当局监管。

根据Coinbase的说法,预测市场合约属于衍生品,受《商品交易法》管辖,国会赋予CFTC监管这些市场的权力。

该公司正在寻求宣告性和禁令性救济,以防止其所谓的州规则拼凑,这些规则可能阻止联邦批准的产品到达消费者手中。Coinbase的首席法律官Paul Grewal公开推动了这一论点。

州政府介入的原因

有报告披露,一些州已经采取了行动。康涅狄格州的监管机构向Kalshi、Robinhood和Crypto.com等平台发出了停止和终止令,称某些事件合约根据州法律看起来像是未经许可的体育博彩。这些行动引发了更广泛的法律斗争,因为公司表示它们是根据联邦规则运营的。

BTCUSD现报87,618美元。图表:TradingView

Coinbase不仅在法庭上争论。该交易所计划通过与CFTC监管的平台Kalshi合作,向美国用户提供事件合约交易,目标是在2026年1月推出。这一时间表是Coinbase表示现在需要明确的联邦裁决的原因之一,以避免在推出后在某些州被阻止。

市场反应与背景

此举是在关于预测市场是金融产品还是赌博的更广泛拉锯战中发生的。Kalshi在几个州也面临类似的斗争,到目前为止,法院的裁决结果不一。市场观察人士表示,这里的结果可能决定联邦批准的事件合约是在全国范围内可用,还是必须按州处理。

这起诉讼也引起了投资者的关注。Coinbase的股价在提起诉讼的当天一度下跌超过10%,尽管交易波动也与加密货币价格的更广泛波动有关。报告将股价变化归因于新闻和潜在的市场趋势。

如果联邦法官支持Coinbase,裁决可能会加强CFTC的权威,并使在联邦层面受监管的平台更容易跨州运营。如果法官支持州政府,公司可能需要在多个地方获得许可,或者被迫在某些司法管辖区限制某些合约。

特色图片来自Coinbase,图表来自TradingView

相关问答

QCoinbase 起诉了哪些州?

ACoinbase 起诉了密歇根州、伊利诺伊州和康涅狄格州。

QCoinbase 提起诉讼的主要目的是什么?

ACoinbase 提起诉讼的主要目的是要求联邦法院阻止这些州的监管机构将预测市场视为非法赌博,并确认此类市场应由美国商品期货交易委员会(CFTC)监管,而不是由各州的博彩监管机构负责。

Q为什么一些州对预测市场平台采取了行动?

A一些州(如康涅狄格州)的监管机构认为,某些事件合约类似于该州法律下的无执照体育博彩,因此向 Kalshi、Robinhood 和 Crypto.com 等平台发出了停止令。

QCoinbase 计划如何向美国用户提供事件合约交易?

ACoinbase 计划通过与受 CFTC 监管的平台 Kalshi 合作,向美国用户提供事件合约交易,并目标在 2026 年 1 月推出。

Q这场诉讼的结果可能带来什么影响?

A如果联邦法官支持 Coinbase,将强化 CFTC 的权威,使联邦层面受监管的平台更容易跨州运营;如果法官支持各州,公司可能需要在多个州申请许可证,或被迫在某些司法管辖区限制特定合约。

你可能也喜欢

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

OpenAI工程师翁家翌提出名为“启发式学习”的新范式,探索AI通过自主编写和修改代码来提升能力,而非仅依赖训练神经网络参数。 在实验中,他让Codex在明确目标和反馈闭环中,为Atari Breakout等游戏编写纯Python策略代码,通过反复运行、查看日志与回放、定位失败并修改代码,最终使策略在Breakout中达到理论满分。这种“启发式学习”将经验沉淀为可阅读、修改和审计的软件系统,而非难以解释的神经网络权重。 文章对比了启发式学习与深度强化学习的差异:前者更新的是代码结构和规则,具备更好的可解释性、更高的样本效率,并能通过回归测试等方式缓解灾难性遗忘问题。在Atari57游戏的批量测试中,该方法在部分游戏上表现出接近或超越传统强化学习算法的效率,但在需要长程规划的复杂任务中仍存在局限。 该范式的潜在产业意义包括:为机器人控制等场景提供更轻量、可审计的解决方案;提升安全关键系统的可解释性与可维护性;以及为智能体产品提供能力沉淀和共享的新路径。然而,其实用性仍需在更复杂的真实场景中进一步验证。 翁家翌认为,未来更可能是神经网络(负责快速感知等)与启发式系统(负责规则、记忆与安全)结合的分工模式。这预示着AI发展的一条可能路径:在强大编码智能体的辅助下,部分经验可以重新转化为可读、可维护的软件工程资产。

marsbit57分钟前

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

marsbit57分钟前

你的 Claude 今晚要做梦了,别打扰它

Anthropic在开发者大会上为AI智能体平台引入了“做梦”(Dreaming)功能,这实际上是一种基于历史运行日志的离线批处理与自我优化机制。AI智能体在完成复杂任务后,会利用闲置时间自动回顾大量操作记录,从中提炼有效模式(例如更优的操作路径),并固化为可共享的记忆,从而提升后续任务效率。 类似机制也出现在其他AI产品中,如Hermes Agent的“Curator”功能可自动将经验整理成“Skill”,OpenClaw的“做梦”流程则细分为浅睡、快速眼动和深睡三个阶段,通过多维度加权决定哪些信息应存入长期记忆。 该功能与“记忆”(Memory)技术紧密相关。当前AI能力的核心挑战之一是如何有效管理与利用不断增长的上下文信息。一方面,行业正通过技术创新(如Subquadratic公司宣称的1200万token超长上下文模型)试图扩大信息容量;另一方面,“做梦”这类功能旨在让AI在有限上下文窗口内,主动筛选、巩固重要信息,模仿人类睡眠中的记忆处理过程。 文章指出,科技公司频繁使用“思考”“记忆”“做梦”等拟人化术语来描述AI功能,这不仅是技术类比,更是一种营销策略和认知塑造。它模糊了机器与人的边界,影响用户对产品的感知与期待,并在无形中转移了技术缺陷的责任归属。本质上,AI的“做梦”仍是一种消耗计算资源的自动化数据处理,但其命名方式却让我们更倾向于将其视为拥有内在生命的数字实体。

marsbit59分钟前

你的 Claude 今晚要做梦了,别打扰它

marsbit59分钟前

交易

现货
合约
活动图片