Jeeya_Awan

اليوم $YFI and $BLUR تحظى باهتمام كبير، وأنا دائمًا أستمتع بمشاهدة اتجاه السوق. لكن بينما تأتي الأسعار وتذهب، أقضي وقتًا أكبر في متابعة المشاريع التي تحل مشكلات حقيقية. لهذا السبب تبقى @NewtonProtocol ضمن قائمة متابعتي. أثناء قراءتي عن ربط عدة مزوّدي بيانات (oracles)، أدركت مدى عمليته. في الحياة اليومية، نادرًا ما أتخذ قرارات بناءً على قطعة واحدة من المعلومات، فكيف ينبغي أن يكون الأمر مع سياسات البلوكشين؟ إن الجمع بين إشارات مستقلة مثل بيانات المخاطر، وفحص العقوبات، وصحة الـoracle في سياسة واحدة يبدو أكثر موثوقية بكثير. أقدّر أن بروتوكول Newton يتيح لهذه المصادر المختلفة أن تعمل معًا مع إنتاج قرار واحد واضح وإثبات واحد (attestation). يمنحني هذا التصميم المدروس ثقة أكبر من المشاريع التي تركز فقط على الضجيج، وواحدة من الأسباب التي تجعلني أواصل متابعة تطوره.
#newt #Newt #newton $NEWT

اليوم، $TLM و $SYN يلفتان الكثير من الاهتمام، ونعم، أنا أتابع ذلك عن كثب. لكن بينما تتحرك الأسواق بحماس، أعود باستمرار إلى سبب تميّز @NewtonProtocol بالنسبة لي. أثناء بحثي، أدركت أن أمان المعاملات يصبح أقوى بكثير عندما تكون قواعد التفويض قابلة للبرمجة بدلًا من مراجعتها يدويًا في كل مرة.

ما أعجبني أكثر هو كيف يمكن لسياسات Rego تحديد حدود الإنفاق، وقوائم السماح، وفحص العقوبات، ومنع الاحتيال قبل الموافقة على نية الإجراء. كما أقدّر عمليات التحقق المرتكزة على الخصوصية أولًا. بدلًا من كشف معلومات شخصية، تستقبل السياسات فقط نتيجة التحقق، مثل حالة KYC أو الأهلية، دون الكشف عن بيانات المستخدم الخام. هذا التوازن بين الامتثال والخصوصية يبدو كالاتجاه الذي ينبغي أن تتجه إليه الأنظمة على السلسلة (onchain). بالنسبة لي، ليس بروتوكول Newton مجرد متابعة للاتجاهات؛ بل إنه يبني بنية تحتية يمكنها جعل قرارات البلوك تشين أكثر جدارة بالثقة.
#newt #Newt $NEWT

بعض العادات في روتيني اليومي تغيّرت مع مرور الوقت. لم أعد أفترض أن كل إجراء يجب أن يحدث فورًا عندما أنقر على زر. سواء كنتُ أدير أصولًا رقمية، أو أستكشف أدوات DeFi جديدة، أو أتعلم عن البنية التحتية للبلوك تشين، فقد بدأت أقدّر الأنظمة التي تتحقق أولًا ثم تنفّذ ثانيًا. هذا التحول هو بالضبط ما جذب انتباهي @NewtonProtocol . يبدأ الأمر بالأقبية، لكن الرؤية لا تتوقف عند ذلك. إن رؤية توسّعه باتجاه العالم الحقيقي للأصول (RWAs) والعملات المستقرة ووكلاء الذكاء الاصطناعي عبر سوق «إنترنت السياسات» تجعل الفكرة تبدو أكبر بكثير من منتج واحد. بدلًا من الاعتماد على الثقة العمياء، تصبح السياسات جزءًا من كل قرار مهم. كما أنني أعجبني أن $NEWT يدعم هذا النظام البيئي المتنامي، رابطًا البروتوكول بالأشخاص الذين يستخدمونه. إن مشاهدة هذا النهج وهو يتطور جعلتني أعيد التفكير في كيفية عمل التفاعلات الآمنة على السلسلة في المستقبل.
#newt #Newt $NEWT

يتحسّن أداء الذكاء الاصطناعي في اتخاذ قرارات على السلسلة. لكن يبقى سؤال واحد يطرَح باستمرار: من يضع الحدود؟

@NewtonProtocol approaches هذا الأمر بطريقة مختلفة. بدلًا من التركيز على التنفيذ فقط، يقدّم تطبيق السياسات قبل الموافقة على المعاملات. وهذا يعني أنه يمكن تقييم كل إجراء عبر أربعة مجالات رئيسية: الامتثال، والهوية، والأمان، والمخاطر.

يمكن لعمليات التحقق من الامتثال مراعاة متطلبات العقوبات. تتحقق سياسات الهوية من أهلية المستخدم. يراقب الأمان التهديدات في الوقت الحقيقي. وتضع سياسات المخاطر في الاعتبار عوامل مثل تعرّض الطرف المقابل، وAPY، والرافعة المالية، وصحة الأوراكل.

ما يجعل هذا الأمر مثيرًا للاهتمام هو النظام البيئي الذي يقف خلفه. يتم تطوير السياسات بالتعاون مع قادة من بينهم Chainalysis وHexagate وVaults.fyi وRedStone وCredora، بينما يتم تأمين البنية التحتية عبر Eigen Labs وSuccinct وRhinestone وOctane.

لا يحتاج الذكاء الاصطناعي إلى السرعة فقط. بل يحتاج إلى قواعد يمكن الوثوق بأنها سيلتزم بها.
#newt #Newt $NEWT

كلما استكشفت @NewtonProtocol أكثر، أدركت أكثر أن أمن البلوكشين ليس مجرد كتابة سياسات قوية، بل هو تطبيقها باستمرار. ما جذب انتباهي هذا الأسبوع هو حزمة أدوات Newton Vault SDK من Magic Labs. بدلًا من ترك التحقق من الامتثال والأمن والمخاطر موزعًا بين أنظمة مختلفة، فإنه يجمعها في طبقة تنفيذ واحدة على السلسلة. ومع إعلان شركاء الإطلاق في 23 يونيو، يبدو أنه خطوة مهمة نحو جعل تنفيذ السياسات عمليًا في تطبيقات التمويل اللامركزي الواقعية.

كما تعلمت أيضًا أن فعالية السياسة لا تحددها الشيفرة وحدها. يمكن منطق السياسة نفسه أن يدعم تطبيقات مختلفة عبر استخدام إعدادات (تكوينات) مختلفة، ما يسمح للفرق بتعديل الحدود والظروف دون إعادة كتابة القواعد الأساسية. هذه المرونة قوية، لكنها تعني أيضًا أن الحوكمة حول تلك الإعدادات تصبح بنفس أهمية السياسة نفسها.

ومع نمو التمويل اللامركزي، أعتقد أن التنفيذ الشفاف سيصبح أكثر أهمية من مجرد اكتشاف المشكلات بعد حدوثها.

هل تعتقد أن إعدادات السياسات القابلة للتخصيص تعزز الثقة، أم يجب أن يكون كل معامل مهم أسهل على المستخدمين للتحقق منه قبل الاعتماد عليه؟
#newt #Newt $NEWT

قضيت وقتًا طويلاً في استكشاف التمويل اللامركزي (DeFi)، وشيء واحد كان يزعجني دائمًا: أكبر الخزائن (vaults) تدير مليارات، ومع ذلك لا تزال العديد من قواعد المخاطر لديها تعتمد على عمليات خارج السلسلة (offchain) وإشراف يدوي.

لم يبدُ هذا الفجوة في مكانها أبدًا.

لقد غيّر تعلّمي عن بروتوكول نيوتن (Newton Protocol) تمامًا طريقتي في فهم أمن التمويل اللامركزي.

بدلًا من الوثوق بأن شخصًا ما يتبع القواعد خلف الكواليس، يتيح نيوتن فرض تلك السياسات مباشرة على السلسلة (onchain) قبل اكتمال أي معاملة.

وهذا يعني أن الخزينة يمكنها تلقائيًا رفض الإجراءات التي لا تستوفي حدود المخاطر المحددة مسبقًا.

بالنسبة لي، هذا تحوّل كبير.

الأمر لا يتعلق فقط بمراقبة ما حدث بعد وقوعه، بل يتعلق بمنع المعاملات عالية المخاطر قبل أن تستقر.

إذا كان التمويل اللامركزي سيُنمى بشكل مسؤول، فأنا أعتقد أن بنية مثل نيوتن ستؤدي دورًا رئيسيًا في جعل إدارة الخزائن أكثر شفافيةً وقابلية للتنبؤ وجديرة بالثقة.

@NewtonProtocol #Newt $NEWT

في المرة الأولى التي جرّبت فيها بروتوكول DeFi جديدًا، أدركت شيئًا غريبًا.

كل أداة استخدمتها كانت قادرة على شرح ما حدث خطأ بعد تنفيذ معاملة، لكن لا واحدة منها استطاعت إيقاف معاملة سيئة قبل أن تقع.

كان هذا الفارق يزعجني دائمًا.

إن اكتشاف Newton Mainnet Beta غيّر طريقة تفكيري بشأن أمان الشبكات على السلسلة.

إنه يضيف خطوة تفويض قبل أن تنتقل المعاملة، بحيث تكسب كل عملية “تمريرة” قبل التسوية.

وهذا يذكّرني بكيفية الموافقة على مدفوعات البطاقات قبل أن يغادر المال حسابك.

يبدو أن طبقة اتخاذ القرار الإضافية هذه تطور طبيعي لـ DeFi، خصوصًا مع تدفّق المزيد من القيمة على السلسلة.

أنا متحمس لمشاهدة أن يصبح بروتوكول Newton شبكة التفويض التي تساعد على جعل التمويل اللامركزي أكثر ذكاءً وأمانًا وأكثر جدارة بالثقة من أول نقرة.
@NewtonProtocol #Newt $NEWT

كنت أعتقد أن أكبر تحدٍ في الذكاء الاصطناعي هو جعل النماذج أكثر ذكاءً. ثم أدركت مشكلةً أكبر: كيف تعرف أن الذكاء الاصطناعي فعلًا ما يدّعيه؟

أوصلتني تلك الفكرة إلى @OpenGradient .

لم يعجبني ما لفت انتباهي ليس شات بوت آخر أو عرضًا دعائيًا ملفتًا. بل كانت الفكرة وراء جعل الذكاء الاصطناعي قابلًا للتحقق بدلًا من طلب الثقة من المستخدمين تجاه «صندوق أسود». يمكن دعم كل استدلال بإثباتات تشفيرية، بينما تبقى النماذج مفتوحة وقابلة للنقل ومصممة لمستقبل لامركزي. بدلًا من تسليم البيانات إلى منصات مركزية، يمكن للمطورين بناء ذكاء اصطناعي يستطيع المستخدمون تدقيقه والتحقق منه وامتلاكه فعليًا.

بالنسبة لي، هذه هي الطبقة المفقودة التي احتاجها الذكاء الاصطناعي طوال الوقت. الذكاء دون ثقة مجرد وعد آخر. أما الذكاء مع تنفيذ قابل للتحقق فيتحول إلى بنية تحتية يمكن للمطورين والشركات وحتى الأنظمة البيئية بأكملها أن يبنوا عليها بثقة.

ليس OpenGradient مجرد ربط الذكاء الاصطناعي بسلسلة الكتل (بلوك تشين)، بل يعيد تعريف طريقة عمل الذكاء الاصطناعي الجدير بالثقة من الأساس. ومع ازدياد اندماج الذكاء الاصطناعي في كل تطبيق نستخدمه، قد يصبح الإثبات ذا قيمة مساوية للأداء.
#opg #OPG $OPG

في أول مرة وافقت فيها على معاملة ضمن التمويل اللامركزي (DeFi)، أدركت أنني كنت أثق في كود لا أستطيع التحقق منه فعليًا.

بدت كل الأمور طبيعية حتى تساءلت: "من الذي يتحقق مما إذا كان ينبغي حدوث هذا الإجراء قبل تنفيذه؟"

هذا ما لفت انتباهي إلى بروتوكول نيوتن.

بدلًا من تحليل المعاملات بعد أن تكون قد أصبحت على السلسلة (onchain)، يقوم نيوتن بتقييم كل معاملة مقابل السياسات النشطة قبل التسوية، ثم يسجل على السلسلة إثباتًا موقّعًا بالمرور/الرفض.

ذلك التحول الصغير يبدو مهمًا جدًا.

ليس الأمر فقط يتعلق بالشفافية بعد وقوع الحدث، بل بإثبات أن الفحوصات الصحيحة تمت قبل أن يصبح أي شيء نهائيًا.

ومع نمو DeFi، أعتقد أن الوقاية ستكون مهمة بقدر أهمية الاكتشاف، ونيوتن يبني بالضبط المكان الذي يبدأ منه هذا القدر من الثقة.
@NewtonProtocol #newt #Newt $NEWT

#opg
فقد بروتوكول التمويل اللامركزي DeFi مبلغ 4 ملايين دولار خلال ست دقائق. شاهدت سجل المعاملات وهو يملأ شاشتي—بيعٌ مذعور، تصفياتٌ متسلسلة، ومجتمعٌ تحطّم في الوقت الحقيقي. تم تزويد خبير/أوراكل (Oracle) بالذكاء الاصطناعي بسعرٍ زائف عبر قرضٍ سريع (flash loan)، فصدّته العقود الذكية دون تردد. لم يسأل أحد عن دليل مصدر تغذية السعر، لأن الأوراكل كان مجرد API. ولم تكن هناك طريقة للتحقق من أن الذكاء الاصطناعي قد عالج بياناتٍ دقيقة. في تلك الليلة أدركت أن الأوراكل دون دليل ليس سوى شائعة—لكن بسرعة اتصال أعلى.

قضيت أسابيع أعيد تلك الحادثة في ذهني. ماذا لو كان بإمكان العقد الذكي التحقق من ناتج الذكاء الاصطناعي قبل أن يتصرف؟ ماذا لو جاءت كل تغذية سعر مع إيصالٍ تشفيري يثبت أن النموذج عمل بشكل صحيح على مدخلاتٍ حقيقية؟ تلك الطبقة المفقودة—وهي الإثبات—كانت كفيلة بإيقاف الانهيار المتسلسل قبل أن يبدأ.

يُمكّن OpenGradient ذلك بالضبط. تعني الاستدلالات القابلة للتحقق (Verifiable inference) أن كل أوراكل يعمل بالذكاء الاصطناعي يمكنه إرفاق دليلٍ على أن الحساب كان أمينًا. لا يحتاج العقد الذكي إلى الثقة بالتغذية؛ بل يمكنه التحقق من الدليل على السلسلة (on-chain). البنية التحتية التشفيرية نفسها التي تؤمّن نماذج الذكاء الاصطناعي تؤمّن أيضًا مسارات البيانات التي يعتمد عليها DeFi. وهذا ليس مجرد تحسينٍ هامشي. بل هو الفرق بين بروتوكول إقراضٍ ينجو من التلاعب، وبروتوكولٍ يتبخر في دقائق.

$OPG هو الرمز (Token) الذي يُشغّل طبقة الثقة هذه. يقوم المُدققون (Validators) بإيداعه لضمان تأمين الشبكة حيث يتم توليد الأدلة. يستخدمه المطورون لنشر نماذج أوراكل قابلة للتحقق. وعندما أمتلك $OPG ، فأنا لا أحتفظ برمز فحسب—بل أدعم بنيةً تحتية تضمن أن هجوم القروض السريعة القادم يصطدم بجدارٍ من البرهان الرياضي، لا بمجرد الإيمان الأعمى.

ما زلت أستخدم بروتوكولات DeFi. لكن الآن أتحقق مما إذا كانت أوراكلاتها قابلة للتحقق. لأنه في عالم يمكن لسعرٍ زائف واحد أن يستنزف ملايين، لا تكون “الإثباتات” خيارًا. بل هي مسألة بقاء.
@OpenGradient #OPG $OPG
أي مسار نشرٍ من المسارات التالية تجد أنه الأكثر أهمية للمرحلة التالية من نضج السوق؟

مرحبًا بالجميع

كنت أظن أن نشر النموذج هو نهاية القصة. تدربه، تختبره، تطلقه، ثم تمضي قدمًا. لكن في الشهر الماضي، أظهر لي صديق يعمل كمطوّر شيئًا غيّر رأيي. كان نموذجه يعمل لمدة ستة أشهر على الهواء مباشرة، يقدم تنبؤات إلى بروتوكول DeFi صغير. في يوم من الأيام تغيّر الناتج. لم يكن ذلك بشكل دراماتيكي—فقط أسوأ قليلًا، ومتحيّز قليلًا. اشتبه أن شخصًا استبدل نموذجه بنسخة مُعبث بها. لكن لم يستطع إثبات ذلك. لا توجد بصمة للنموذج الأصلي، ولا سجل لما تم نشره. فقط شعور خانق بالقلق.

في أغلب الأحيان، نتعامل مع نماذج الذكاء الاصطناعي كأنها أشياء ثابتة. لكن في العالم الحقيقي، يتم تحديث النماذج. تتغير الإصدارات. وإذا لم تكن قادرًا على إثبات أي إصدار تم تشغيله ومتى، فأنت على بُعد تحديث واحد صامت من نظام مُعرّض للاختراق. قد يقوم خصم خبيث باستبدال نموذج نظيف بآخر يحتوي على باب خلفي، ولن يعرف أحد حتى يقع الضرر.

حلّ الاستدلال القابل للتحقق من OpenGradient هذه المشكلة بطريقة لم أكن قد فكرت بها: هوية نموذج قابلة للإثبات عبر الزمن. في كل مرة يعمل فيها نموذج، تتضمن الإثباتات التشفيرية تجزئة (هاش) النموذج نفسه. ليس فقط الحساب، بل الإصدار الدقيق الذي قام بتنفيذه. إذا تم استبدال النموذج، تتغير البراهين. تنقطع البصمة. يمكنك تتبع كل نسخة تم أن تقدّم استدلالًا عبرها في أي وقت، ويمكنك التحقق أن النموذج الذي وافقت عليه ما زال هو النموذج الذي يعمل.

$OPG تدعم سلسلة الثقة هذه بالكامل. يقوم المدققون برهنتها لتأمين الشبكة حيث يتم إنشاء البراهين. يستخدمها المطورون لنشر نماذج تحمل بصمات الإصدار افتراضيًا. وعندما أمتلك $OPG ، فأنا أساند بنية تحتية لا يمكن فيها تبديل أي نموذج بشكل خفي. لأن الاستمرار في تقديم البراهين ليس رفاهية—بل هو الطريقة الوحيدة للثقة في نظام يتغير مع الوقت.

ما زلت أُحدّث نماذجي الخاصة. لكن الآن أطالب بالإيصالات، لا عند الإطلاق فقط، بل كل يوم وهي تعمل. لأن النموذج الذي يفتقر إلى إثبات الإصدار يشبه مبنى بلا فحص لأساسه تتمنى أن يكون متينًا، لكنك لن تعرف أبدًا حتى يبدأ في الانهيار.
@OpenGradient #opg #OPG $OPG

ما اهتمامك بـ OPG؟