MEV交易在Pump.fun集体诉讼中重返法庭

cointelegraph发布于2025-12-18更新于2025-12-18

文章摘要

美国法院再次审理一起针对MEME币发行平台Pump.fun的集体诉讼案,该案涉及最大可提取价值(MEV)操作争议。法官已批准原告方提交新证据的动议,新增超过5000条内部聊天记录作为证据,指控Pump.fun与Solana验证者合谋,通过MEV技术对零售投资者进行抢跑交易。诉状称平台以"公平发行"为幌子,实际允许内部人员低价获取代币后抛售给散户。此案可能为美国MEV相关诉讼树立判例,但技术复杂性使司法裁决面临挑战。此前11月另一起MEV机器人审判案因陪审团无法达成共识而流审,凸显了加密货币技术案件审理的难度。

美国法院再次被要求对最大可提取价值(MEV)实践进行裁决,此前一名法官允许将新证据添加到与模因币平台相关的集体诉讼中。

法官批准了一项动议,允许修改并重新提交针对模因币启动平台Pump.fun、最大可提取价值(MEV)基础设施公司Jito Labs、Solana生态系统背后的非营利组织Solana基金会及其他实体的集体诉讼,以纳入新证据。

该动议称,一名“机密线人”于9月提交了5000多份内部聊天记录形式的新证据,这些证据此前无法获得。文件称:

“原告声称,这些日志包含Pump.fun、Solana Labs、Jito Labs及其他相关方关于涉嫌阴谋的实时讨论,并且这些记录实质性地阐明了该企业的管理、协调和沟通。”
获批准的添加新证据案件修正动议首页。来源:Burwick Law

该诉讼最初于7月提起,指控Pump.fun平台通过将模因币发行宣传为“公平”来故意误导零售投资者,但实际上与Solana验证者合谋,通过最大可提取价值(MEV)抢先交易零售参与者。

最大可提取价值是一种通过重新排序区块内交易以使MEV套利者和验证者利润最大化的技术。

原告声称,Pump.fun使用MEV技术让内部人士以低价优先获得新代币,然后拉高价格并抛售给零售参与者,使内部人士得以将零售参与者作为退出流动性。

Cointelegraph联系了代表原告的律师事务所Burwick Law,以及Pump.fun、Jito Labs和Solana基金会,但截至发稿时未收到任何回复。

原始诉讼文件中的指控。来源:Burwick Law

此案可能为美国的MEV案件开创先例,因为该实践的伦理问题仍在加密行业内争论不休,而法律机构难以就这一高度技术性的主题制定适当的法规。

相关:Pump.fun联合创始人否认套现4.36亿美元,声称是“国库管理”

MEV机器人审判留下未解问题

被指控使用MEV交易机器人获利数百万美元的Anton和James Peraire-Bueno兄弟于11月在美国受审。

检方认为兄弟俩骗取了受害者的资金,但辩护律师称他们执行的是合法交易策略,并未做任何违法之事。

陪审团难以对此案作出裁决,几名陪审员要求提供额外信息以澄清区块链技术细节的复杂性。

由于陪审团陷入僵局未能作出裁决,该案以无效审判告终,突显了裁决围绕新兴金融应用法律争议的复杂性。

杂志:认识比警察更擅长打击犯罪的链上加密侦探


热门币种推荐

相关问答

Q美国法院最近受理了针对哪家模因币平台的集体诉讼?

A美国法院受理了针对模因币发行平台Pump.fun的集体诉讼,同时被起诉的还包括MEV基础设施公司Jito Labs和Solana生态系统背后的非营利组织Solana Foundation等。

Q原告方指控Pump.fun和其合作伙伴通过什么技术手段损害零售投资者利益?

A原告指控Pump.fun与Solana验证者合谋,通过最大可提取价值(MEV)技术进行抢先交易(front-run)。该技术通过重新排序区块内的交易,使内部人员能够以低价优先获得新代币,随后进行拉高抛售,将零售投资者作为退出流动性。

Q此案中提交的新证据是什么?由谁提供?

A新证据包括超过5000份内部聊天记录,由一名“机密线人”于2024年9月提交。这些记录据称包含了Pump.fun、Solana Labs、Jito Labs等各方就所谓欺诈计划进行的实时讨论。

Q为什么MEV相关案件在美国审判面临挑战?

AMEV案件审判面临挑战主要是因为该技术高度复杂,法律机构难以制定明确的监管规则。此前Peraire-Bueno兄弟的MEV机器人案件因陪审团无法达成一致裁决而流审,突显了审理新兴金融技术法律争议的复杂性。

Q这起诉讼可能产生什么行业影响?

A此案可能为美国MEV相关案件树立重要判例,推动加密货币行业对MEV伦理标准的讨论,并促使监管机构对这一高技术性领域建立更明确的法律框架。

你可能也喜欢

芯片设计:制度租金的「现金流重构」与「能力跃迁窗口」

2026年上半年,中国芯片设计行业呈现极端分化:部分企业利润暴涨,而另一些则大幅下滑。文章指出,这并非简单的市场周期或价值创造的结果,而是源于“制度租金”的分配——通过产能限制和政策合规(如国产替代强制采购),下游制造业的利润被系统性转移至上游芯片设计公司。 这种“制度性现金流重构”打破了过去中国芯片行业长期面临的“现金流断裂-短周期研发”死循环,首次为设计公司提供了稳定的正向经营现金流。关键不在于租金本身,而在于企业如何利用这笔资金:若用于囤积产能或维系关系,则是慢性自杀;若投入长周期技术研发(如车规芯片、AI算力),则可能开启“能力跃迁窗口”。 文章认为,当前的制度租金窗口期可能长达五年以上,且政策正从单纯采购转向生态强制绑定,为技术迭代提供了时间。同时,未受租金保护的公司正经历“市场化出清”,被迫提升效率,并与下游客户构建更深的股权或研发合作。 少数公司(如澜起科技、复旦微电)已在租金之外,凭借真实技术壁垒和市场化需求实现增长,这预示了行业未来的分化方向:当租金退去,依赖租金的企业将被淘汰,而将租金转化为核心技术能力的企业将成为新主角。因此,投资的本质是识别那些能将“现金流重构”转化为“自主造血”和“技术定义”能力的公司。

marsbit10分钟前

芯片设计:制度租金的「现金流重构」与「能力跃迁窗口」

marsbit10分钟前

Karpathy说还要十年,可这条路已经挤满了人

Karpathy曾表示大模型要具备持续学习能力可能还需十年,但目前该领域已涌现多条技术路线。持续学习的核心挑战是“灾难性遗忘”,即模型学习新知识时会覆盖旧有参数。为解决此问题,研究者主要从以下几个方向探索: 1. **外挂记忆**:将新知识存储在外部数据库,使用时检索注入上下文,如MemGPT、Letta等。该方法安全可控,但知识未真正内化。 2. **上下文工程**:让模型输入的上下文自身持续进化,例如斯坦福等提出的ACE框架,将上下文视为可增长的“攻略手册”,通过生成、反思、整理角色来更新。 3. **持续后训练**:在模型部署后继续微调权重以吸收新知识,但需克服遗忘问题。例如Tinker平台采用自蒸馏微调(SDFT),让模型自己充当老师以减轻遗忘。 4. **持续预训练**:用新语料继续预训练模型,以适应领域或知识变化,但计算成本高且遗忘风险大。 5. **自我修改与进化**:更前沿的思路是让模型学会自我更新,如MIT的SEAL让模型生成“自我编辑”指令来指导微调;Google的“嵌套学习”将模型视为多层级优化系统,实现跨时间尺度的记忆更新。 当前这些方向并非互斥,未来可能协作:短时、易变知识靠外挂记忆,长期能力靠参数调整,而学习过程可能由模型自主决策。尽管灾难性遗忘仍未根治,但持续学习已从概念走向多条技术路径并行的活跃探索期,成为实现“AI同事”的关键战场。

marsbit14分钟前

Karpathy说还要十年,可这条路已经挤满了人

marsbit14分钟前

交易

现货

热门文章

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对PUMP(PUMP)币价的意见。

活动图片