Hồi còn đi học, trường mình thỉnh thoảng tổ chức diễn tập chữa cháy. Chuông báo vang lên, mọi người xếp hàng, đi theo lối thoát hiểm rồi tập trung ở sân trường. Lúc đó ai cũng nghĩ đây chỉ là một buổi tập khá mất thời gian, vì chẳng có đám cháy nào cả. Nhưng sau này mình mới hiểu, mục đích của diễn tập chưa bao giờ là xử lý một vụ cháy đang xảy ra. Nó được tạo ra để khi tình huống thật xuất hiện, mọi người không phải vừa chạy vừa nghĩ mình nên làm gì
Mình thấy nhiều hệ thống tài chính cũng gặp bài toán tương tự. Phần lớn thời gian thị trường vận hành khá ổn định nên những lớp kiểm soát gần như không được chú ý. Chỉ khi xuất hiện một sự kiện bất thường, thanh khoản biến động mạnh hoặc một kiểu tấn công mới, người ta mới biết liệu các policy có được thiết kế cho ngày bình thường hay cho ngày hệ thống chịu áp lực lớn nhất. @NewtonProtocol đang đưa policy layer vào trước quá trình thực thi, để các điều kiện được đánh giá trước khi tài sản di chuyển. Với mỗi lần policy được evaluate, $NEWT trở thành một phần của cơ chế chuẩn bị đó, thay vì chỉ xuất hiện sau khi sự cố đã xảy ra
Tự phản biện: nhưng diễn tập chỉ có ý nghĩa nếu kịch bản được cập nhật theo thực tế. Nếu năm nào cũng diễn đúng một tình huống cũ, trong khi tòa nhà đã thay đổi lối thoát hiểm hoặc xuất hiện những rủi ro mới, thì buổi diễn tập sẽ tạo ra cảm giác an toàn giả. Một policy layer cũng đối mặt với vấn đề tương tự. Không phải cứ có nhiều rule là hệ thống sẽ an toàn hơn. Điều quan trọng là các rule đó có phản ánh đúng môi trường hiện tại hay vẫn đang giải quyết những vấn đề của ngày hôm qua
Điều mình muốn thấy ở Newton không chỉ là khả năng thực thi policy hiệu quả, mà còn là khả năng chứng minh rằng các policy luôn được xem xét, cập nhật và giải thích khi bối cảnh thay đổi. Một hệ thống đáng tin không phải vì nó có sẵn kế hoạch cho mọi tình huống, mà vì nó không ngừng kiểm tra xem kế hoạch đó còn phù hợp hay không