“错误的方法”——加密货币游说团体拒绝华尔街对代币化证券实施更严格的DeFi监管

ambcrypto发布于2026-04-08更新于2026-04-08

文章摘要

区块链协会(BA)致信美国证券交易委员会(SEC),反对由 Citadel 等传统金融机构提出的对处理代币化证券的去中心化金融(DeFi)协议实施更严格监管的提议,称其为“错误做法”。BA 强调,证券法规范的是中介机构,而不应仅因基础设施用于代币化市场就将其自动归类为交易所、经纪商或交易商。该协会表示,DeFi 行业并非要求完全豁免监管,但希望 SEC 在制定规则前充分考虑区块链技术的运作机制。 Citadel 及证券业与金融市场协会(SIFMA)则主张,所有处理代币化证券的平台都应像传统中介一样受到监管,以确保公平竞争环境和投资者保护。此前,DeFi 教育基金(DEF)也批评了相关提议。目前尚未确定 SEC 将采取何种立场,而任何未通过《CLARITY 法案》明确的监管豁免规则仍可能面临法律争议。

DeFi行业正在加倍努力抵制由Citadel主导的呼吁,该呼吁要求取消去中心化协议享有的全面监管豁免。

在周一给美国证券交易委员会(SEC)的一封信中,区块链协会(BA)将Citadel提出的对处理代币化资产的DeFi协议进行监管的建议称为“错误的方法”。

BA是一个倡导性和伞式组织,其成员包括Coinbase等关键行业参与者。在信中,BA反驳道:

证券法监管的是中介机构。它们不会仅仅因为某项基础设施是代币化市场的一部分,就自动将其中立的基础设施转变为交易所、经纪商或交易商。

该游说团体补充说,DeFi行业并非寻求“免费通行证”。然而,它要求SEC在监管任何DeFi协议之前,先考虑底层技术的工作原理。

数字资产行业并非要求免费通行证。代币化证券仍然是证券。问题在于SEC是否会以反映现代基础设施实际运作方式的方式适用法律。

代币化证券是传统证券的链上版本,但通过区块链渠道进行交易。

Citadel希望每个人都遵守规则

有趣的是,BA要求SEC考虑“现代区块链基础设施设计”如何运作的请求,正是Citadel和SIFMA(更广泛的传统金融团体)所反对的。对于传统金融参与者而言,SEC必须通过“技术中立”的框架确保公平的竞争环境。

对他们来说,问题不在于DeFi场所是否由托管(由开发者控制)。他们补充说,关键在于每个处理代币化证券的平台都必须像传统中介一样受到监管。

根据对拟议创新豁免的批评者的说法,DeFi世界充满了骗局和拉地毯骗局,只有通过监管才能确保投资者保护。

上周,另一个加密货币游说团体DeFi教育基金(DEF)谴责了SIFMA和Citadel呼吁对自动做市商(AMM)进行监管,而专家认为AMM是去中心化平台。

SEC将采取哪条路线,以及不满的一方是否会因其关于创新豁免的决定而起诉该机构,还有待观察。

即便如此,如果该机构关于DeFi豁免的规则制定或指南没有通过《CLARITY法案》编入法典,那么它们仍然可能在法庭上受到质疑。例如,Tornado Cash背后的开发者Roman Storm对加密货币混合器没有控制权,但仍面临重审


最终总结

  • 区块链协会已与DeFi教育基金联手,抵御Citadel和华尔街对去中心化协议进行监管的推动。
  • DeFi游说团体恳请SEC在尝试监管去中心化协议之前,考虑其中立性质。

相关问答

Q区块链协会(BA)对Citadel提出的关于DeFi协议监管建议的主要反对理由是什么?

A区块链协会认为Citadel的监管方式是一个‘错误的方法’,并指出证券法律是规范中介机构的,不应仅因为基础设施是代币化市场的一部分就自动将其视为交易所、经纪商或交易商。他们要求SEC在监管任何DeFi协议前考虑底层技术的工作原理。

QCitadel和SIFMA对DeFi协议监管的核心要求是什么?

ACitadel和SIFMA要求SEC通过一个‘中性技术’框架确保公平竞争环境,认为所有处理代币化证券的平台,无论是否托管,都应像传统中介一样受到监管,以确保投资者保护。

Q代币化证券是什么?

A代币化证券是传统证券的链上版本,通过区块链基础设施进行交易。

QDeFi教育基金(DEF)对Citadel和SIFMA的呼吁有何反应?

ADeFi教育基金批评了Citadel和SIFMA对自动做市商(AMMs)的监管呼吁,认为这些平台是去中心化的,不应被过度监管。

Q如果SEC关于DeFi豁免的规则或指南未通过CLARITY法案编纂,可能会发生什么?

A如果SEC的规则或指南未通过CLARITY法案编纂,它们仍可能在法庭上受到争议,例如Tornado Cash的开发者Roman Storm尽管对加密混合器没有控制权,仍面临重审的情况。

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。

marsbit7小时前

BTC“数字黄金”的叙事是不是失败了?

marsbit7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7小时前

BTC“数字黄金”的叙事是不是失败了?

链捕手7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。

marsbit8小时前

从代码到认知:机器人大脑进化的万字指南

marsbit8小时前

交易

现货
合约
活动图片