Hyperliquid 推出由价值2800万美元HYPE代币支持的华盛顿特区政策中心

bitcoinist发布于2026-02-19更新于2026-02-19

文章摘要

Hyperliquid(HYPE)宣布其基金会将支持创建Hyperliquid政策中心(HPC),这是一个位于华盛顿特区的新组织,旨在推动为去中心化金融(DeFi)制定更清晰的联邦法规。该中心由Jake Chervinsky领导,他曾担任区块链协会和Variant风投公司的高管。HPC的主要任务包括协助国会和联邦机构理解DeFi协议运作方式,并为监管提供技术指导,尤其关注为永续衍生品(perps)建立法律框架。该倡议获得100万枚HYPE代币(约合2870万美元)的资金支持。创始团队还包括政策顾问Brad Bourque和政策总监Salah Ghazzal,目前正在招聘首席运营官、传播主管和政府关系负责人等关键职位。

Hyperliquid(HYPE)周三宣布,其基金会将支持创建Hyperliquid政策中心(HPC),这是一个位于华盛顿特区的新组织,旨在倡导制定更清晰的联邦规则来监管去中心化金融(DeFi)。

Jake Chervinsky 将领导 Hyperliquid 政策中心

这个新中心将由 Jake Chervinsky 领导,他此前曾在行业领先的贸易组织区块链协会以及风险投资公司 Variant 担任高级职务。

作为 HPC 的首任首席执行官,在数字资产政策正在摆脱先前阻碍该行业在美国发展的障碍之际,预计他将领导与立法者和监管机构接触的努力。

在向《财富》杂志发表的评论中,Chervinsky表示,美国正处在一个决定如何将去中心化金融纳入国家金融框架的关键时刻。

这位高管断言,该中心的使命将是帮助国会议员和联邦机构更好地理解 DeFi 协议的运作方式,并在监管机构制定能够适应该技术的规则时提供技术专业知识。

他强调,当今的许多金融监管体系都是为早期的模拟时代设计的。在他看来,这些框架非常不适合去中心化协议,这些协议使用户能够在没有中心化中介的自动化平台上交易数字资产。

HPC 支持永续合约框架

该中心的首要任务之一将是为永续衍生品(通常称为“perps”)建立法律结构。这些没有到期日的工具在离岸加密货币交易所广泛交易,并占全球数字资产活动的很大份额。

Chervinsky 认为,永续合约比传统的期权和期货合约更具优势,因为它们更简单,并能提供对标的资产的更直接敞口。尽管它们在国外很受欢迎,但尚未在美国主流金融中站稳脚跟,部分原因是监管不确定性。

为了资助这一倡议,Hyperliquid 相关的基金会捐赠了 100 万枚HYPE 代币。按当前每枚代币 28.75 美元的价格计算,这笔拨款价值约 2870 万美元。

日线图显示 HYPE 周三测试 28 美元支撑位。来源:TradingView.com 上的 HYPEUSDT

除了 Jake Chervinsky 在新企业中的角色外,创始团队还包括政策顾问 Brad Bourque(曾任 Sullivan & Cromwell LLP 的助理)和政策总监 Salah Ghazzal(曾任 Variant 的政策主管)。

Hyperliquid 政策中心还在扩充其领导团队,目前正在招聘关键职位,包括参谋长、传播主管和政府关系主管。

特色图片来自 OpenArt,图表来自 TradingView.com

相关问答

QHyperliquid基金会支持创建的政策中心叫什么名字?其总部位于哪里?

A该政策中心名为Hyperliquid Policy Center (HPC),总部位于华盛顿特区。

Q谁被任命为Hyperliquid政策中心的首席执行官?他之前有哪些相关行业经验?

AJake Chervinsky被任命为首任CEO。他此前曾在区块链协会(行业领先贸易组织)担任高级职务,并曾在风险投资公司Variant工作。

QHyperliquid政策中心的主要使命是什么?

A其使命是帮助国会议员和联邦机构更好地理解DeFi协议的运作方式,并在监管机构制定适应该技术的规则时提供专业技术知识。

Q该政策中心的优先事项之一是为哪种金融衍生品建立法律框架?这类产品有何特点?

A优先为永续衍生品(perpetuals,简称perps)建立法律框架。这类产品没有到期日,在海外加密货币交易所广泛交易,具有结构简单、能提供更直接底层资产敞口的优点。

QHyperliquid基金会为支持该政策中心投入了多少资金?以何种形式投入?

A基金会投入了100万枚HYPE代币。按当前每枚28.75美元的价格计算,这笔拨款价值约2870万美元。

你可能也喜欢

BTC“数字黄金”的叙事是不是失败了?

这篇文章从三个核心问题探讨了比特币的现状与未来,强调提供的是思考框架而非投资建议。 **如何看待比特币资产?** 作者认为比特币是一种全新的、更优秀的“黄金”资产。其优势在于总量恒定、转移便捷、交易可审计。尽管早期与灰色地带关联,但合规化是趋势。目前全球数字货币渗透率仅3%-4%,类比互联网和电商的早期阶段,意味着比特币仍处于发展初期,潜力巨大但波动性也极高。 **如何理解本轮下跌?** 比特币自2025年10月高点(近12.6万美元)持续下跌,2026年2月一度跌破6.1万美元,单日跌幅达15%,随后又快速反弹。这被解读为遵循四年减半周期的共识性获利了结。特别之处在于,美国比特币ETF的批准引入了机构资金,也促使早期低成本持有者(如矿工和信仰者)进行大规模“换手”,这是资产迈向主流化的必经过程。历史数据显示,比特币历次大跌的幅度在收窄(从93%到当前的约50%),表明资产正在成熟,波动率逐步下降,但高波动仍是其获取超额回报的固有特征。 **长期如何看待发展?** 长期价值可对标黄金。当前比特币市值仅为黄金市值的约7%,若“数字黄金”叙事实现一半,上行空间依然显著。但作者提醒,短期市场脆弱,换手可能未完,底部无法预测。真正的风险并非资产归零(概率较低),而在于错误的仓位管理(如All-in或加杠杆)以及对资产缺乏深刻理解。投资者必须计算并承受潜在的最大回撤(例如从已跌50%的位置再跌50%),才能存活至长期价值兑现。 文章最后以亚马逊在互联网泡沫后暴涨为例,指出关键不在于比特币未来是否上涨,而在于投资者能否通过理性的仓位管理和深度认知,扛过剧烈波动存活到那一天。文末提问引导读者反思:当前黄金涨、比特币跌的局面,究竟意味着“数字黄金”叙事失败,还是资产进化过程中的换手阵痛?这取决于每个人对比特币最底层的信仰。

marsbit6小时前

BTC“数字黄金”的叙事是不是失败了?

marsbit6小时前

BTC“数字黄金”的叙事是不是失败了?

标题:BTC“数字黄金”的叙事是不是失败了? 作者:@wuk_Bitcoin 本文从三个核心问题出发,探讨比特币的现状与未来。 **如何看待比特币?** 作者认为比特币是一种全新的、更优秀的“黄金”类资产。其优势在于:总量恒定(2100万枚);资产可转移性极强,在全球不确定性时代具备溢价;所有交易链上可审计,透明度高。反驳了比特币主要用于灰色地带的过时观点,指出其正走向合规。目前全球数字货币渗透率仅约3%-4%,类比互联网和电商早期,意味着该资产类别仍处早期,潜力与巨大波动并存。 **如何理解本轮下跌?** 比特币自2025年10月高点(近12.6万美元)持续下跌,2026年2月初曾单日暴跌15%,跌破6.1万美元。这被视为遵循其四年减半周期的规律性回调,是长期持有者在周期高点锁定利润的结果。本轮下跌的特殊性在于:美国比特币ETF的批准引入了大量机构新资金,但也促使成本极低的早期持有者(矿工、OG)进行历史性抛售,即从“早期信仰者”向“长期配置机构”的换手过程。历史数据显示,比特币历次大回撤的跌幅在逐步收窄(从93%到目前的约50%),表明资产在成熟,波动率在下降,但高波动仍是获取超额回报的代价。 **长期怎么看?** 若将比特币视为“数字黄金”,其当前总市值(约1.4万亿美元)仅为黄金总市值(约20万亿美元)的7%。即使该叙事仅部分实现,上行空间依然可观。但作者强调短期风险:换手可能未结束,市场脆弱,不排除进一步下跌。真正的风险不在于资产归零(概率极低),而在于错误的仓位管理(如All-in、加杠杆)和对资产缺乏深度理解,这可能导致投资者无法承受巨大波动而提前被迫出局。 **最后对比** 作者以亚马逊在互联网泡沫破裂后股价跌95%又最终上涨42倍为例,指出关键在于“活着等到那一天”。对于比特币,核心同样是能否通过理性仓位管理活到其价值兑现之时。文末提问:当黄金大涨而比特币大跌,这究竟是“数字黄金”叙事的失败,还是资产进化过程中的阵痛?答案取决于每个人对比特币最底层的信仰。

链捕手6小时前

BTC“数字黄金”的叙事是不是失败了?

链捕手6小时前

从代码到认知:机器人大脑进化的万字指南

本文概述了机器人大脑从传统代码控制到现代人工智能模型驱动的演进历程。文章首先回顾了前大型语言模型(LLM)时代,机器人依赖手工编码的模块化技术栈(感知、状态估计、规划、控制)和行为树,虽稳定但泛化能力差。随后,深度学习改进了感知,强化学习和模仿学习进入了控制层,但策略仍较为狭窄。 ChatGPT的出现带来了转折。LLM最初被用作自然语言编译器,将指令转化为机器人可执行的原子技能序列(如谷歌的SayCan)。但更重要的突破是视觉-语言-动作模型(VLA),例如谷歌的RT-2和开源的OpenVLA,它能将视觉、语言信息融合,直接输出动作指令,实现了推理与行动的耦合。 目前最先进的系统采用“双脑”架构(如Figure AI的Helix、NVIDIA GR00T):一个慢速、参数多的“系统2”负责高层次推理和规划;一个快速、小巧的“系统1”负责高频动作生成。其下还可能有一个“系统0”反射层处理平衡等底层控制。出于延迟和可靠性考虑,安全关键的控制回路通常在机器人本地(如NVIDIA Jetson模块)运行,而对话界面和集群学习等任务可交由云端。 开源模型(如OpenVLA、GR00T、π0)降低了行业门槛,让初创公司能在其基础上用自有数据微调。然而,当前VLA机器人仍存在任务中途恢复能力弱、样本效率低、缺乏物理常识和长期规划能力等局限。 这催生了下一代方向:世界模型。这类模型(如NVIDIA Cosmos、Meta V-JEPA)能根据当前状态和动作预测未来结果,让机器人在行动前进行模拟和评估,从而改善恢复能力、泛化能力和长期规划。架构上主要分为像素级视频扩散、联合嵌入预测架构(JEPA)和潜在动作世界模型等流派。 文章最后指出,数据采集(特别是远程操作数据)是核心竞争力,仿真训练至关重要,机器人成本正在迅速下降。当前物理AI的发展阶段大约相当于“GPT-2时代”,虽未完全自主,但正通过架构的持续演进(从代码到感知、规划、策略,最终到世界模型),朝着更通用、更强大的方向稳步前进。

marsbit7小时前

从代码到认知:机器人大脑进化的万字指南

marsbit7小时前

交易

现货
合约
活动图片