瑞波、恒星在新披露的爱泼斯坦文件中出现,前首席技术官施瓦茨回应

bitcoinist發佈於 2026-02-03更新於 2026-02-03

文章摘要

新一轮爱泼斯坦文件发布后,瑞波(Ripple)和恒星(Stellar)因2014年的一封投资人争议邮件被卷入舆论漩涡。邮件显示,Blockstream联合创始人Austin Hill曾向爱泼斯坦等人抱怨投资者同时支持多个竞争项目,并将投资瑞波或恒星视为对比特币生态的敌对行为。瑞波前首席技术官David Schwartz公开回应,否认两家项目与爱泼斯坦存在直接关联,称此举是“部落政治”渗入加密领域的又一例证。他强调邮件仅反映Hill的个人立场,并批评这种“非友即敌”的思维有害于行业整体发展。此外,Schwartz透露瑞波早期曾讨论是否采用非营利模式,但自己因担心利益输送问题而反对。截至发稿,XRP价格为1.64美元。

本周末,新曝光的爱泼斯坦文件解封邮件中提及瑞波(Ripple)与恒星(Stellar)在2014年的一场投资者争议,使得这两大区块链项目再度陷入社交媒体猜测漩涡。瑞波前首席技术官大卫·施瓦茨公开驳斥相关关联,表示未发现爱泼斯坦与这两个网络存在直接联系,并将此事件称为部落政治渗入加密领域的又一例证。

文件提及瑞波与恒星后施瓦茨作出回应

事件起源于X平台流传的邮件截图,其中Blockstream联合创始人奥斯汀·希尔向包括爱泼斯坦在内的多位知名收件人抱怨投资者将资金分散投入竞争性项目。施瓦茨指出,该文件是希尔向杰弗里·爱泼斯坦发送的邮件,解释其认为支持瑞波或恒星即视为敌人/对手,并补充称希尔可能向多人表达过类似观点。

随着截图传播,部分帖文将瑞波与恒星在邮件中的出现直接解读为深度关联的证据。施瓦茨在回应中试图区分煽动性表述与文件实际内容。

他表示:"我不知晓杰弗里·爱泼斯坦与瑞波、XRP或恒星之间存在任何关联,也没有证据表明瑞波或恒星相关人员曾接触爱泼斯坦或其核心圈成员。爱泼斯坦与比特币生态相关人员存在某些间接联系,但这可能适用于绝大多数超级富豪群体。"

来源:X @JoelKatz

施瓦茨在讨论串的首条发言精准捕捉了当日舆论氛围——既存疑又避免助长猜测。他写道:"我不愿成为阴谋论者,但即便这只是巨大冰山一角也丝毫不令人意外",同时附上了司法部托管文件的链接。后续他进一步指出更具腐蚀性的问题在于"敌人/对手"思维,强调"我们实属命运共同体,此类态度只会损害领域内所有人利益。"

根据源材料描述的2014年原始邮件,希尔反对资助方同时支持多个竞争项目,认为支持瑞波或恒星即是对其在Blockstream构建的比特币中心化生态系统的敌对行为。邮件摘要显示收件人包括伊藤穰一、爱泼斯坦与雷德·霍夫曼,其中使用了"在同一场比赛中押注两匹赛马"的表述。

重见天日的邮件同时揭示了早期项目架构理念的历史分歧。针对用户关于瑞波与恒星非营利定位的疑问,施瓦茨回应称早期曾就此进行辩论,本人持反对态度。

"早期我们讨论过这个方案。我强烈反对是因为让非营利组织的成功与私人利益如此绑定,既显虚伪又游走于违法边缘。"他写道,"这感觉就像沃尔玛创建非营利组织,专门教育人们如何在沃尔购物省钱——至少我个人作此联想。"

截至发稿,XRP交易价格为1.64美元。

XRP坚守0.618斐波那契回撤位,周线图 | 来源:TradingView.com XRPUSDT

相關問答

Q新曝光的爱泼斯坦文件中,瑞波和恒星是如何被提及的?

A文件中包含一封来自Blockstream联合创始人Austin Hill的电子邮件,其中抱怨投资者同时资助多个竞争项目,并将支持瑞波或恒星视为对比特币生态系统的敌对行为。邮件收件人包括爱泼斯坦、Joichi Ito和Reid Hoffman。

Q瑞波前首席技术官David Schwartz对爱泼斯坦与瑞波、恒星的关系作何回应?

ASchwartz公开表示,他不知道爱泼斯坦与瑞波、XRP或恒星之间存在任何直接联系,也没有证据表明瑞波或恒星的任何人员曾与爱泼斯坦或其密切关联者会面。

QAustin Hill在2014年邮件中表达了什么核心观点?

AHill反对投资者同时投资多个竞争项目(他称之为'在同一场比赛中押注两匹马'),认为支持瑞波或恒星是对他以比特币为中心的Blockstream生态系统的敌对行为。

QDavid Schwartz对非营利组织模式持何种立场?

ASchwartz强烈反对采用非营利模式,认为这具有欺骗性且近乎非法,因为非营利组织的成功与私人利益高度关联,并比喻为'沃尔玛创建非营利组织来教育人们在其购物能省多少钱'。

Q该事件反映了加密货币领域的什么深层问题?

ASchwartz指出这暴露了'敌人/对手'的部落主义思维,认为这种态度损害了整个领域的利益,强调'我们实际上都在同一条船上'。

你可能也喜歡

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

OpenAI工程师翁家翌提出名为“启发式学习”的新范式,探索AI通过自主编写和修改代码来提升能力,而非仅依赖训练神经网络参数。 在实验中,他让Codex在明确目标和反馈闭环中,为Atari Breakout等游戏编写纯Python策略代码,通过反复运行、查看日志与回放、定位失败并修改代码,最终使策略在Breakout中达到理论满分。这种“启发式学习”将经验沉淀为可阅读、修改和审计的软件系统,而非难以解释的神经网络权重。 文章对比了启发式学习与深度强化学习的差异:前者更新的是代码结构和规则,具备更好的可解释性、更高的样本效率,并能通过回归测试等方式缓解灾难性遗忘问题。在Atari57游戏的批量测试中,该方法在部分游戏上表现出接近或超越传统强化学习算法的效率,但在需要长程规划的复杂任务中仍存在局限。 该范式的潜在产业意义包括:为机器人控制等场景提供更轻量、可审计的解决方案;提升安全关键系统的可解释性与可维护性;以及为智能体产品提供能力沉淀和共享的新路径。然而,其实用性仍需在更复杂的真实场景中进一步验证。 翁家翌认为,未来更可能是神经网络(负责快速感知等)与启发式系统(负责规则、记忆与安全)结合的分工模式。这预示着AI发展的一条可能路径:在强大编码智能体的辅助下,部分经验可以重新转化为可读、可维护的软件工程资产。

marsbit49 分鐘前

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

marsbit49 分鐘前

你的 Claude 今晚要做梦了,别打扰它

Anthropic在开发者大会上为AI智能体平台引入了“做梦”(Dreaming)功能,这实际上是一种基于历史运行日志的离线批处理与自我优化机制。AI智能体在完成复杂任务后,会利用闲置时间自动回顾大量操作记录,从中提炼有效模式(例如更优的操作路径),并固化为可共享的记忆,从而提升后续任务效率。 类似机制也出现在其他AI产品中,如Hermes Agent的“Curator”功能可自动将经验整理成“Skill”,OpenClaw的“做梦”流程则细分为浅睡、快速眼动和深睡三个阶段,通过多维度加权决定哪些信息应存入长期记忆。 该功能与“记忆”(Memory)技术紧密相关。当前AI能力的核心挑战之一是如何有效管理与利用不断增长的上下文信息。一方面,行业正通过技术创新(如Subquadratic公司宣称的1200万token超长上下文模型)试图扩大信息容量;另一方面,“做梦”这类功能旨在让AI在有限上下文窗口内,主动筛选、巩固重要信息,模仿人类睡眠中的记忆处理过程。 文章指出,科技公司频繁使用“思考”“记忆”“做梦”等拟人化术语来描述AI功能,这不仅是技术类比,更是一种营销策略和认知塑造。它模糊了机器与人的边界,影响用户对产品的感知与期待,并在无形中转移了技术缺陷的责任归属。本质上,AI的“做梦”仍是一种消耗计算资源的自动化数据处理,但其命名方式却让我们更倾向于将其视为拥有内在生命的数字实体。

marsbit50 分鐘前

你的 Claude 今晚要做梦了,别打扰它

marsbit50 分鐘前

交易

現貨
合約
活动图片