فتحت توثيق نيوتن وأنا أتوقع أن أتعلم كيفية فرض السياسات. ظننت أن الجزء الأكثر إثارة سيكون طريقة الموافقة على المعاملة أو حظرها.
لكن بدلًا من ذلك، علقت في شيء أصغر بكثير.
كانت الوثائق تتحدث باستمرار عن حزم السياسات، والمخططات المعرّفة بالأنواع، والأسرار المشفّرة، ومصادر البيانات المختلفة. قرأت هذا القسم مرتين لأنّه غيّر سؤالًا في رأسي بصمت. ربما ليست أصعب مشكلة هي كتابة قاعدة. ربما تكمن الصعوبة في التأكد من أن القاعدة تنظر إلى المعلومات الصحيحة.
لقد بدا الأمر وكأنه القصة الحقيقية.
تعني سياسةٌ جيدةٌ القليل جداً إذا كانت البيانات التي تغذيها غير موثوقة. يمكنك كتابة أذكى قاعدة في العالم، لكن إن كانت درجة مخاطر المحفظة قديمة أو كانت بيانات الهوية ناقصة، يظل الناتج محل تساؤل.
يبدو أن نيوتن يفهم ذلك.
بدلاً من التعامل مع البيانات الخارجية كأمر لاحق، يبني البروتوكول حزم سياسات حولها. تصف الوثائق الأوراكل المعتمدة للبيانات، وقوالب Rego، والمخططات المهيكلة (typed schemas)، وروابط npm، وعناوين PolicyData على السلسلة. عند قراءتها، بدا الأمر أقل كونه ميزة امتثال بسيطة وأكثر كونه بناء أساس قبل بناء المنزل.
هناك تفصيلٌ آخر جذب انتباهي.
يوضح نيوتن أن الأسرار المستخدمة من قِبل الأوراكل يتم التحقق منها مقابل مخطط (schema)، ثم تُشفّر على جانب العميل، ولا تُفكّ تشفيرها إلا أثناء تقييم السياسة. قد لا يبدو ذلك مثيراً في البداية، لكنّه يجيب عن سؤال مهم. إذا كانت البيانات الحساسة مطلوبة لاتخاذ قرارات أفضل، فكيف تتجنب تعريضها على طول الطريق؟
يعكس خيار التصميم هذا الكثير عن المكان الذي يركّز فيه الفريق جهده.
إليك الطريقة التي أفكر بها الآن في تدفق العمل.
يختار المطوّرون مصادر بيانات موثوقة. تُغذي تلك المصادر سياسةً. تقوم السياسة بتقييم معاملة قبل تنفيذها. والنتيجة لا تعتمد فقط على القاعدة نفسها، بل أيضاً على جودة كل مُدخل خلفها.
هذه طريقةٌ أكثر فائدة للحكم على النظام.
والمقايضة واضحة أيضاً.
يمكن أن يؤدي إضافة مصادر بيانات أكثر إلى جعل القرارات أذكى، لكن ذلك يخلق أيضاً تبعياتٍ أكثر. إذا أصبح الأوراكل غير مُحدّث أو لم تعد المخططات تتوافق مع البيانات التي يستقبلها، فقد تصبح السياسة تدريجياً أقل موثوقية دون أن يلاحظ أحد ذلك فوراً.
هذه هي نقطة المراقبة التي خرجتُ بها.
يُبرز نيوتن أيضاً حزم السياسات لمجالات مثل فحص العقوبات، والتحقق من الهوية والاختصاص، ومخاطر المحفظة، ومخاطر الخزنة، والبيانات السوقية. هذه كلها مشكلات عملية يَبدأ الكثير من تطبيقات البلوك تشين على مواجهتها. ومع انتقال العملات المشفّرة نحو مسارات عمل أكثر أتمتةً ومُعزَّزة بالذكاء الاصطناعي، ستهم جودة مُدخلات السياسات بقدر سرعة المعاملة.
أسهل مقارنة وجدتُها هي الطهي.
يمكن للوصفتك أن تكون مثالية، لكن إن كانت المكوّنات رديئة فلن تكون الوجبة جيدة. تعمل السياسات بالطريقة نفسها. لا يمكن للمنطق الجيد وحده أن يصلح بياناتاً ضعيفة بالكامل.
لهذا تغيّر فهمي لنيوتن.
في البداية، ظننت أن البروتوكول معنيّ في المقام الأول بفرض القواعد. لكن بعد أن قضيت وقتاً أطول مع الوثائق، أرى أن السؤال الأكثر إثارة للاهتمام هو ما إذا كان يمكنه بناء طبقة بيانات جديرة بالثقة لهذه القواعد.
في المستقبل، هذا ما سأراقبه.
ليس ما إذا كان نيوتن يضيف سياساتٍ أكثر، بل ما إذا كان يواصل تحسين جودة الخصوصية وموثوقية المعلومات التي تعتمد عليها تلك السياسات. إذا ظلت هذه القاعدة قوية، فستكون لبقية النظام فرصة أكبر بكثير لكسب ثقة حقيقية.
