内幕交易?ZachXBT点名交易所后,与Axiom用户关联的钱包获利

ambcrypto發佈於 2026-02-26更新於 2026-02-27

文章摘要

知名区块链调查机构ZachXBT于2月23日预告将曝光某加密货币公司内幕交易事件,引发市场猜测。2月26日其正式报告指控Axiom交易所员工滥用内部工具获取用户钱包数据进行内幕交易。在调查公布前,预测市场Polymarket上出现可疑投注:用户"predictorxyz"以13.8%的低概率押注6.58万美元赌Axiom将被指控,最终获利超40万美元。ZachXBT追踪发现该账户资金来自与Axiom活跃用户"JustADegen"关联的钱包,且投注前有新存入7万美元USDC的异常行为。事件暴露了加密市场存在信息不对称风险,调查行动本身可能成为可交易信号,同时警示交易所需加强内部数据管控,防范未公开信息被滥用。目前Axiom尚未回应该指控,事件仍在调查中。

一起在高调加密调查前进行的预测市场押注引发关注,因为链上分析师将获胜账户与Axiom Exchange的活跃用户联系起来,而该平台正是后续调查中被点名的对象。

这一事件重新引发了人们对信息泄露、加密公司内部管控以及调查本身是否正在成为链上市场可交易事件的担忧。

调查公布前的预告

区块链调查员ZachXBT于2月23日首次暗示,即将对一家加密公司的内幕交易进行重大调查。这一预告引发了社交媒体和预测市场的广泛猜测,但当时并未提及具体公司名称。

2月26日,ZachXBT发布了一份详细调查报告。他指控Axiom Exchange的员工滥用内部工具访问敏感用户钱包数据,从而进行内幕交易和协调牟利。

该报告包括录音、内部仪表板截图以及可追溯至2025年初的钱包跟踪证据。

Axiom后来承认了这些指控,并表示正在内部审查相关说法。

一笔盈利押注引发关注

在报告公开后,链上分析公司Lookonchain指出,Polymarket上一位名为“predictorxyz”的交易员在关于Axiom是否会因内幕交易被指控的市场中押注了约65,800美元

在该头寸建立时,据报赔率仅暗示了13.8%的概率。在Axiom被调查点名后,该头寸实现盈利,净赚超过40万美元,根据Lookonchain分享的Polymarket数据。

时机选择立即引发质疑:押注发生在ZachXBT公开预告之后,但在交易所被具体点名之前。

Lookonchain还报告称,另外两个新创建的匿名钱包押注了5.98万美元,赌Axiom是涉事公司。数据显示,这些钱包在三小时内赚取了10.9万美元

钱包溯源至Axiom用户

在后续回应中,ZachXBT表示,他已追踪到该Polymarket账户的资金来源。通过即时交易所溯源,最终关联至一个与Axiom活跃用户相关的Solana钱包,该用户在另一平台上用户名为“JustADegen”。

据ZachXBT称,该账户是新创建的,并在押注前不久注入了约7万美元的USDC。这种模式被描述为可疑,尽管不是不当行为的决定性证据。

ZachXBT强调,他的发现基于时间点分析和交易流分析。进一步确认需要访问交易所内部日志。目前尚未提起刑事指控,也未宣布任何执法行动。

Axiom事件揭示的问题

尽管对Axiom的指控仍在审查中,但事件序列凸显了加密市场的一个更广泛问题:调查、泄露和执法行动现在可以在事实完全公开之前影响价格——以及预测市场赔率。

即使没有内部协调的证据,该案例也说明了信息不对称,甚至其表象,如何在链上市场中创造盈利机会。

这也给交易所带来了令人不安的问题,涉及员工对敏感数据的访问权限以及防止滥用的保障措施。

对于预测市场,该事件凸显了开放押注未来事件与内部人士可能利用特权知识(或看似如此)从而破坏信任的风险之间日益增长的紧张关系。

后续发展

Axiom尚未公开评论与Polymarket押注相关的具体钱包追踪说法。

ZachXBT表示,他希望公司进行更深入的内部审查,并对任何被发现滥用访问权限的员工采取法律行动。

监管机构或检察官是否会介入仍有待观察。

但对于加密市场而言,这一事件已经发出了一个严峻的提醒:当调查本身成为市场催化剂时,信息、猜测和内幕优势之间的界限可能迅速模糊。

最终总结

  • Axiom调查揭示了内幕访问和薄弱的内部管控如何能在公众叙事完全形成之前,将敏感信息转化为金融工具。
  • 随着预测市场与链上透明度相交织,交易所可能面临更大压力,需要证明内部数据访问权限无法在市场动向披露前被利用。

相關問答

QZachXBT在2月23日发布的预告中暗示了什么?

AZachXBT在2月23日暗示即将对一家加密货币公司进行内幕交易调查,但当时没有提及具体公司名称。

Q预测市场交易员'predictorxyz'在Polymarket上对Axiom的赌注赚了多少钱?

A交易员'predictorxyz'投入约65,800美元押注Axiom会被指控内幕交易,最终获利超过40万美元。

QZachXBT如何追踪到Polymarket账户的资金来源?

AZachXBT通过即时交易所追踪资金流,发现该账户资金来自一个与Axiom活跃用户'JustADegen'相关的Solana钱包。

QAxiom交易所被指控的具体不当行为是什么?

AAxiom被指控其员工滥用内部工具访问敏感用户钱包数据,进行内幕交易和协调牟利。

Q这一事件对预测市场和加密货币交易所提出了哪些主要担忧?

A事件引发了对信息泄露、交易所内部管控的担忧,以及预测市场可能被内部人员利用特权信息获利而破坏信任的问题。

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。

marsbit49 分鐘前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit49 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。

marsbit2 小時前

年薪百万抢电工,Meta急到自己办技校

marsbit2 小時前

交易

現貨
活动图片