加密货币交易员警惕:CLARITY法案是否成为保护稳定币收益的最后机会?

bitcoinist發佈於 2026-04-14更新於 2026-04-14

文章摘要

美国参议员Thom Tillis本周可能公布一项关于稳定币收益争议的"妥协草案",旨在推动《CLARITY法案》取得进展。该法案的核心争议在于是否允许加密货币公司为闲置稳定币持有支付利息。银行机构强烈反对此类收益产品,认为其会分流传统存款并威胁金融稳定;而加密行业则认为收益机制是吸引用户和维持业务的关键。最新政策倾向禁止"被动收益",但允许基于支付、转账等"主动使用"的奖励机制。该法案的最终定调将影响美国稳定币收益率水平,并可能促使追求收益的资金流向海外平台。目前比特币价格维持在7.4万美元上方。

美国参议员可能即将公布一项旨在解决加密货币稳定币收益争议的"妥协草案",该草案将纳入即将推出的CLARITY法案。

加密货币立法新进展

北卡罗来纳州共和党参议员汤姆·蒂利斯本周一表示,他计划在本周公布草案协议,以打破银行与加密公司在稳定币收益问题上的僵局。据Politico报道,他一直在与马里兰州民主党参议员安吉拉·奥斯布鲁克斯合作起草新的CLARITY法案文本,旨在最终解决加密公司能否为闲置稳定币持仓支付利息的问题。

报道称,草案文本已同时与银行团体和加密公司分享。报告指出银行仍反对关键条款,蒂利斯也为修改留出了空间。

这项旷日持久的收益争议是阻碍具有里程碑意义的CLARITY法案在参议院通过的主要障碍,尽管众议院去年已通过其版本。虽然去年通过的GENIUS法案禁止稳定币发行商直接向持有者支付利息,但仍允许交易所等第三方平台提供收益。

本月初,Coinbase首席法务官保罗·格鲁瓦尔曾表示,参议院谈判代表已"非常接近"就CLARITY法案最具争议的加密问题——稳定币收益达成协议。

稳定币收益之争

需要明确的是,争议的核心在于生息稳定币直接与传统银行存款竞争:它们提供美元计价资产,可即时链上转移的同时还能支付可观收益,这使其成为储蓄和货币市场账户的强大替代品。

银行担忧这可能导致存款流失——这些存款正是其贷款和投资活动的资金来源,尤其可能流失年轻化和数字化原生客户群体,这些群体更倾向于以代币化形式持有资产。因此银行推动对稳定币持有者的类利息支付实施严格限制或彻底禁止,主张此类产品应参照银行业监管,并认为不受约束的收益可能破坏金融稳定性及其核心资金基础。

然而从加密行业视角,闲置稳定币余额产生收益被视为基本功能:这是交易所和DeFi平台吸引和留住用户的主要方式之一,通过将闲置现金转化为创收产品。这些收益有助于区分链上美元与传统银行账户,支持代币激励计划,并深化借贷市场、永续合约和自动化做市商的流动性。

对多数平台而言,切断或严格限制稳定币收益将冲击其核心商业模式,削弱DeFi生态整合,并难以与允许收益的境外司法管辖区争夺全球资本——这些资本仅需点击几下即可转移。

对市场的影响

近期政策走向似乎倾向于禁止闲置余额的"被动"收益,但允许与支付、转账等"主动使用"行为挂钩的奖励。蒂利斯的妥协草案旨在围绕此原则进行规范,明确禁止性利息与允许的活动型奖励之间的界限。

美国对稳定币收益的界定将影响美元与外国央行数字货币(CBDC)及仍提供收益的离岸稳定币平台的竞争力。美国交易所可能需转向基于活动的"奖励"机制,而离岸平台或吸引追求收益的资本。

最终文本将深刻影响稳定币年化收益率、流动性以及专业交易员存放闲置资金的选择。

截至撰稿时,BTC日线交易价格突破7.4万美元。来源:Tradingview上的BTCUSDT图表

封面图片来自Perplexity。BTCUSDT图表来自Tradingview。

相關問答

Q美国参议员计划推出的CLARITY Act草案主要目的是什么?

A该草案旨在解决银行与加密公司之间关于稳定币收益的长期争议,明确加密公司是否可以为闲置稳定币持有支付利息,并试图打破立法僵局。

Q为什么银行反对加密公司支付稳定币收益?

A银行担心生息稳定币会直接与传统银行存款竞争,可能吸走用于贷款和投资活动的存款,尤其是年轻和数字原生客户可能更倾向于持有代币化资产,从而影响银行的资金基础和金融稳定性。

Q加密行业如何看待稳定币收益?

A加密行业认为稳定币收益是基本功能,帮助交易所和DeFi平台吸引和保留用户,将闲置现金转化为创收产品,支持代币激励计划,并增强借贷市场、永续合约和自动化做市商的流动性。

QCLARITY Act可能如何影响稳定币收益的市场实践?

A政策趋势可能禁止“被动”闲置余额收益,但允许与支付、转账等“主动使用”相关的奖励。美国对稳定币收益的定义将影响与外国CBDC和离岸稳定币平台的竞争,可能导致美国平台转向活动奖励,而离岸平台吸引追求收益的资金。

QGENIUS Act对稳定币收益有什么规定?

AGENIUS Act禁止稳定币发行商直接向持有者支付利息,但允许第三方平台(如交易所)提供收益。

你可能也喜歡

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。

marsbit8 分鐘前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit8 分鐘前

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 小時前

年薪百万抢电工,Meta急到自己办技校

marsbit1 小時前

交易

現貨
活动图片