返回列表
谷歌员工涉嫌利用内部信息在Polymarket获利120万美元,面临联邦欺诈指控
行业新闻谷歌法律诉讼预测市场

谷歌员工涉嫌利用内部信息在Polymarket获利120万美元,面临联邦欺诈指控

一名名为Michele Spagnuolo的谷歌员工因涉嫌利用公司内部机密信息在预测市场平台Polymarket上进行违规交易,被联邦检察官指控欺诈。据起诉书显示,该员工利用其在谷歌工作的便利,提前获知了2025年谷歌搜索趋势的相关结果,并据此下注获利约120万美元。此案引发了公众对预测市场中内幕交易监管的广泛关注。

The Verge

核心要点

  • 联邦指控:联邦检察官正式对谷歌员工Michele Spagnuolo提起欺诈指控。
  • 非法获利:被告涉嫌利用谷歌内部搜索趋势数据,在Polymarket预测市场上获利120万美元。
  • 信息不对称:起诉书称被告在公众获知相关搜索趋势结果前,已通过职务之便获取了机密信息。
  • 监管信号:此案标志着监管机构开始针对去中心化预测市场中的内幕交易行为采取严厉法律行动。

详细分析

内部信息与预测市场的博弈

根据联邦检察官解封的起诉书,Michele Spagnuolo被指控在2025年期间,利用其作为谷歌员工的特殊身份,访问了公司关于搜索趋势的机密数据。这些数据直接关联到Polymarket平台上的特定预测赌注。在预测市场中,信息的及时性和准确性是获胜的关键,而Spagnuolo被指控在交易公众尚未掌握这些信息时,就已经根据内部数据预知了赌注的最终结果,从而实现了高达120万美元的非法盈利。

法律指控与合规性挑战

此案由ABC新闻率先报道,随后由《The Verge》等媒体跟进。检察官在控诉中明确指出,Spagnuolo的行为构成了欺诈,因为他利用了非公开的、受保护的公司资产来获取个人经济利益。这一案件不仅是对涉案个人的惩处,也向整个科技行业和新兴的预测市场行业发出了警告:即便是在去中心化或基于区块链的平台上,利用内部信息进行交易依然受到联邦法律的严厉监管。

行业影响

该事件对AI及大数据行业具有深远影响。首先,它将迫使谷歌等科技巨头重新审视其内部敏感数据的访问权限管理,特别是那些可能影响金融或预测市场的数据。其次,对于Polymarket等预测市场平台而言,此案可能促使监管机构要求其引入更严格的合规审查机制(如KYC和反内幕交易监测),以维护市场的公平性。最后,这为法律界提供了一个关于“数字资产与预测市场内幕交易”的典型案例,有助于完善相关法律框架。

常见问题

Michele Spagnuolo具体是如何操作的?

根据起诉书,他利用在谷歌工作的权限访问了关于2025年搜索趋势的机密内部信息。由于Polymarket上有基于这些搜索趋势结果的预测项目,他利用提前获知的答案进行下注,从而确保了获利。

为什么这被视为欺诈而非普通的投资?

因为被告使用的信息属于谷歌的商业机密,且这些信息并未向公众披露。在法律上,利用职务之便获取非公开信息并在交易中获利,破坏了市场的公平竞争原则,符合欺诈和内幕交易的特征。

Polymarket在此案中扮演了什么角色?

Polymarket是一个去中心化的预测市场平台,用户可以在上面对未来事件的结果进行投注。在本案中,它是被告实施非法交易并获利的平台,虽然平台本身并未被指控,但此事件暴露了该类平台易受内幕交易影响的风险。

相关新闻

ACL 2026美团论文精选:从能力评测到推理优化,构建生成新范式
行业新闻

ACL 2026美团论文精选:从能力评测到推理优化,构建生成新范式

美团技术团队在国际自然语言处理顶级会议ACL 2026中共有6篇论文被收录。这些研究成果涵盖了大模型评测、复杂流程推理、竞赛级数学思维优化、强化学习优化以及生成式推荐等多个前沿领域。本文将深度解析美团在ACL 2026展示的技术布局,探讨其如何通过技术创新构建AI生成的新范式,并分析这些研究方向对大模型行业发展的深远意义。

用Agent评测思路管理AI Coding:美团31万行代码重构的实战经验分享
行业新闻

用Agent评测思路管理AI Coding:美团31万行代码重构的实战经验分享

本文详细介绍了美团技术团队在AI生成代码占比超过90%的背景下,如何通过Agent评测思路有效管理AI Coding。针对31万行代码的大规模重构实践,团队通过技术债梳理、Rule建设、重构SOP及Pre-PR机制,成功将高成本的重构专项转变为随迭代持续推进的日常动作,解决了AI生成代码可能带来的系统性混乱问题。

美团BI架构演进:以指标平台与分析引擎破解数据口径与性能难题
行业新闻

美团BI架构演进:以指标平台与分析引擎破解数据口径与性能难题

美团技术团队分享了其在BI领域的新一代架构实践。该架构以指标平台为核心,通过构建“自动语义”和“增强计算”两大核心能力,针对性地解决了传统BI平台在个性化数据集驱动下普遍存在的数据口径不统一、查询响应缓慢等核心痛点,实现了数据治理与分析效率的双重提升。