《国会必须通过清晰法案》——美国财政部长呼吁的深层解读

ambcrypto发布于2026-04-09更新于2026-04-09

文章摘要

美国财政部长斯科特·贝森特近日公开呼吁国会尽快通过《数字资产市场清晰法案》(CLARITY Act),强调美国需建立明确的数字资产联邦监管框架,以促进创新和投资。他指出,由于缺乏清晰规则,越来越多的加密货币业务正转移至监管明确的地区,如阿布扎比和新加坡。目前该法案在Polymarket的通过概率为57%,较此前下降9%。尽管两党已取得一定进展,且包括参议员辛西娅·卢米斯及Coinbase高管在内的多方表示支持,但法案最终能否在2026年前通过仍存变数。白宫经济顾问委员会报告则认为稳定币收益对银行体系威胁有限。

围绕《清晰法案》的讨论日益激烈,在最近的事态发展中,美国财政部长斯科特·贝森特也加入了讨论。

贝森特部长敦促国会通过《数字资产市场清晰法案》。该法案于2025年提出,目前仍在争取加密货币行业和银行业界的共识,但尚未达成一致。

对此,贝森特表示:

国会必须通过《清晰法案》。参议院的议事时间有限,现在正是行动的时候。

美国财政部长斯科特·贝森特的论点

据《华尔街日报》报道,部长通过与其他国家进行比较,呼吁为数字资产制定明确的联邦规则。他认为,这将促进广泛的发展和高效的投资,对于这个名义GDP最大的经济体保持领先地位至关重要。

在比较美国与其他国家时,贝森特补充道:

越来越多的加密货币开发转移到了有明确规则的地方,比如阿布扎比和新加坡。在国外,企业知道何时以及如何注册,需要满足什么标准,以及如何运营。

在强调美国存在的风险时,他总结得最为精辟:

在美国设立实体的好处很少能超过其风险。

毋庸置疑,这并非贝森特第一次强调数字资产领域明确规则的重要性。早在二月份,他就曾强调该法案将在市场波动时期为市场提供极大的安慰。

市场状况及其他支持者

参议员辛西娅·卢米斯也表达了类似的观点,她指出:

我们拥有行政部门的支持,有势头,并且已经取得了两党合作的进展。

卢米斯认为,该法律是“开发者、验证者和节点运营者”的一站式解决方案。一旦获得批准,该法案将作为一个“安全港”,确保创新扎根于美国。

所有这些都发生在加密货币市场因波动性增加而在2万亿至3万亿美元之间波动的背景下。

Polymarket预测概率

与此同时,在本文发布时,Polymarket对《清晰法案》获得通过的预测概率为57%。 但如果仔细看,该概率较几周前的高点已经下降了9%。

来源:Polymarket

与此同时,Coinbase的首席政策官(CPO)也加入了当前的呼吁,他指出:

来源:X

这标志着一个有趣的情节转折,因为Coinbase最近在《清晰法案》上达成的妥协中有所退缩。

然而,在白宫和Coinbase之间发生微妙的威胁之后,Coinbase的首席法律官保罗·格鲁沃尔对该法案转为乐观,并精辟地指出:

我非常确信我们将看到进展。

还有哪些进展?

此外,白宫经济顾问委员会的一份新报告也强调,允许稳定币提供收益并不会对银行构成重大威胁。

因此,在如此多的乐观情绪和共识下,《清晰法案》是会在今年获得批准,还是会被立法阻力所困,仍有待观察。


最终总结

  • 围绕《清晰法案》的讨论正在升温,贝森特部长现在敦促国会通过该法案。
  • Polymarket预测概率降至60%以下,为该法案在2026年前通过增添了更多不确定性。

相关问答

Q美国财政部长斯科特·贝森特对《数字资产市场清晰法案》的主要诉求是什么?

A贝森特呼吁国会通过该法案,要求为数字资产制定清晰的联邦规则,以促进广泛发展和高效投资,避免美国因监管不确定性而落后于阿布扎比、新加坡等有明确规则的国家。

Q根据文章,目前Polymarket预测《清晰法案》通过的概率是多少?

A截至文章发布时,Polymarket预测该法案通过的几率是57%,但较几周前的高点已下降9%。

Q参议员辛西娅·卢米斯认为《清晰法案》通过后会带来哪些好处?

A卢米斯认为该法案将为开发者、验证者和节点运营商提供一站式解决方案,成为“安全港”,确保创新项目留在美国本土发展。

QCoinbase高层对该法案的态度经历了怎样的转变?

ACoinbase最初曾退出关于该法案的妥协方案,但在与白宫进行微妙交锋后,其首席法务官保罗·格鲁瓦尔转而看好法案进展,表示对推进“非常自信”。

Q白宫经济顾问委员会关于稳定币的新报告得出了什么结论?

A报告指出允许稳定币提供收益不会对银行体系构成重大威胁,这为法案推进提供了理论支持。

你可能也喜欢

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit10分钟前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit10分钟前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1小时前

年薪百万抢电工,Meta急到自己办技校

marsbit1小时前

交易

现货
活动图片