Saikat 56

Zunächst dachte ich, dass das Beispiel zur Liquidation von 50.000 $ im Grunde nur darum ging, ob Babylon erkennen kann, wenn das Sicherheiten-Niveau die Schwelle überschreitet.

Je mehr ich darüber nachdachte, desto mehr wurde mir klar, dass das eigentlich der einfache Teil ist.
Ein Preis-Feed kann einen Liquidationsauslöser fast sofort identifizieren.

Bitcoin hingegen wird nach seinem eigenen Zeitplan abgewickelt. Diese beiden Uhren laufen nicht immer synchron, und genau in dieser Lücke beginnt die eigentliche Herausforderung.

Babylon verbindet schnelles Risikomonitoring mit der Sicherheit von Bitcoin, aber es kann Bitcoin nicht dazu bringen, sofort abzurechnen. Ein Liquidationssignal kann völlig korrekt sein, doch der Markt kann sich weiter bewegen, bevor die Abrechnung endgültig abgeschlossen ist.

Deshalb wird $BABY interessant. In diesen wartenden Minuten muss sich jemand mit dem Marktrisiko befassen.

Ein Liquiditätsanbieter? Oder absorbiert das Protokoll einen Teil dieser Exponierung?

Die Regeln mögen perfekt befolgt werden, aber perfekte Regeln garantieren nicht immer ein perfektes Ergebnis, wenn sich die Preise weiter ändern.

Zur Klarstellung: Eine langsamere Abwicklung ist kein Mangel, sondern Teil des Bitcoin-Designs. Babylon baut um diese Realität herum, statt so zu tun, als existiere sie nicht.

Die Frage ist, wie widerstandsfähig das System bleibt, wenn die Volatilität in diesem Abwicklungsfenster beschleunigt.

Der Gedanke, zu dem ich immer wieder zurückkehre, ist einfach:

Wenn eine Liquidation bei 50.000 $ ausgelöst wird, Bitcoin aber abgerechnet wird, nachdem der Preis sich bereits deutlich bewegt hat — wer trägt letztlich den Unterschied, während die Finalität noch nachzieht?

Das ist der Teil des Designs, der mich am meisten interessiert.

#baby $BABY @BabylonLabs_io $NVDA.US

#BinanceTurns9 Binance wird 9 – von euch aufgebaut

Jedes Infrastrukturprojekt beginnt mit einer Entscheidung: Entweder baut man alles von Grund auf neu – oder man stellt sich auf die Grundlage von jemand anderem.

Zurück im Jahr 2024 wählte Newton den zweiten Weg. Es baute sein Chain-Unification-Netzwerk mithilfe von Polygons Chain Development Kit auf und verband sich direkt mit der AggLayer für die Abwicklung über mehrere Chains hinweg.

Damals war das eine praktische Entscheidung: vorhandene Infrastruktur nutzen, um schneller voranzukommen. Doch diese Wahl bedeutete auch, dass die künftige Entwicklung von @NewtonProtocol eng mit Polygons eigener Roadmap verknüpft wurde.

Schneller vorwärts zur Mainnet-Beta, und das Bild sieht ganz anders aus.
Newton ist von dieser Abhängigkeit abgerückt. Statt sich auf Polygons Infrastruktur zu stützen, wird sein Sicherheitsmodell nun durch EigenLayer-Restaking betrieben: Betreiber sichern das Netzwerk, indem sie Sicherheiten unabhängig von einem einzelnen Blockchain-Ökosystem bereitstellen.

Das Produkt selbst ist um Ethereum und Base herum konzipiert – statt um polygonnahe Chains.
Das ist nicht einfach nur eine technische Migration. Es ist ein strategischer Wandel der Philosophie.

Indem Newton infrastrukturneutral wird, positioniert es sich so, dass es sich mit denjenigen Blockchain-Institutionen integrieren kann, die lieber bevorzugen, statt sie dazu zu bewegen, ihre Anforderungen an eine polygonzentrierte Architektur anzupassen. Das ist wichtig, weil die institutionelle Übernahme oft genauso stark von der Wahrnehmung geprägt wird wie von der Technologie.

Jede zusätzliche Erklärung während eines Enterprise-Pitches erzeugt Reibung. Wenn man ökossystem-spezifische Abhängigkeiten entfernt, nimmt man diese Reibung weg, noch bevor sie überhaupt entsteht.

Natürlich ist Neutralität nicht kostenlos.
Der technische Aufwand, der 2024 und 2025 in Polygons Stack investiert wurde, war nicht sinnlos, aber ein großer Teil dieser ursprünglichen Grundlage bestimmt die Architektur, die mit der Mainnet-Beta ausgeliefert wird, nicht mehr.

Die Erfahrung, Partnerschaften und Erkenntnisse bleiben wertvoll, doch die Kerninfrastruktur musste rund um ein vollständig anderes Sicherheitsmodell neu aufgebaut werden.

In vielerlei Hinsicht zahlte Newton doppelt für das gleiche Ziel: erst, indem es auf einem bestehenden Ökosystem aufbaute, und später, indem es sich für Unabhängigkeit neu aufstellte.

#newt $NEWT $BLUR $YFI

#BinanceTurns9 Binance wird 9 - von dir gebaut

Ich habe mir etwas Zeit genommen, den Blogbeitrag von Magic Newton Foundation zum 1. Juli über die Authorization Layer von @NewtonProtocol erneut durchzulesen.

Zunächst klang alles ganz genauso, wie man es von einem trust-minimierten System erwarten würde.

Eine trustlose Authorization Layer. EigenLayer Restaking. Dezentrale Operatoren. Zero-Knowledge-Proofs.

Die gesamte Architektur ist darauf ausgelegt, die Durchsetzung von Policies verifizierbar zu machen, ohne auf blindes Vertrauen angewiesen zu sein.

Doch je tiefer ich gelesen habe, desto mehr zog eine Einzelheit meine Aufmerksamkeit auf sich.

Das Mainnet Beta setzt für die Risikoanalyse auf Chainalysis, für Preisfeeds auf RedStone, für die Wallet-Reputation auf Webacy und für Collateral-Intelligence auf Credora.

Da kam mir eine Frage in den Kopf.
Was genau beweist eigentlich der Zero-Knowledge-Proof?

Er beweist, dass die Policy-Prüfung korrekt ausgeführt wurde. Aber der Risikoscore, die Reputationsdaten
oder die Bewertung des Collaterals innerhalb dieser Policy kommen weiterhin von diesen externen Anbietern.

Mit anderen Worten: Die Verifikation mag trustlos sein, aber die Daten selbst sind es noch immer.

Ich ertappte mich dabei, wie ich darüber nachdachte, während ich einen Kaffee trank.
Ist das tatsächlich eine Schwäche?
Vielleicht nicht.

Newton hat nie behauptet, dass die zugrunde liegenden Daten dezentral sein würden. Sein Ziel ist es, die Durchsetzung von Policies transparent und kryptografisch verifizierbar zu machen.

Trotzdem fühlt sich das Wort „trustless“ ein wenig anders an, wenn man merkt, dass das Vertrauen nicht verschwunden ist – es hat sich nur eine Ebene tiefer verlagert, zu den Providern, die die Daten liefern.

Vielleicht ist das aber genau das, was Institutionen wollen.
Die meisten Unternehmen setzen ohnehin mehr Vertrauen in Anbieter wie Chainalysis als in ein anonymes Netzwerk von Operatoren.

Aus dieser Perspektive könnte Newton ein Problem lösen, das wirklich relevant ist für die Akzeptanz durch Institutionen.

Eine Frage bleibt allerdings noch:
Hat schon jemand eine Authorization Policy gesehen, die sich vollständig auf dezentrale Datenquellen stützt?

Oder ist ein gewisses Maß an zentralem Vertrauen beim Aufbau von Compliance-Infrastruktur einfach unvermeidlich? 🙄

#newt $NEWT $EVAA $NVDAB

Wenn ich den Transparenzbericht von Newton lese, ist mir eine Richtlinie besonders aufgefallen:
Führungskräfte und Kernmitwirkende dürfen Newt nicht jederzeit nach Belieben verkaufen. Jeder Verkauf muss über ein von einem Dritten verwaltetes strukturiertes Verkaufsprogramm laufen.

Viele sehen das als Beleg dafür, dass das Team langfristig ausgerichtet ist, aber ich denke, es zeigt etwas anderes. Das Programm geht in erster Linie um Markfairness, nicht um persönliche Überzeugung.

Seine größte Stärke besteht darin, Insider daran zu hindern, nicht öffentliches Wissen auszunutzen. Führungskräfte können nicht schnell verkaufen, bevor eine große Ankündigung erfolgt, oder Gewinne aus einem Kursanstieg nach den Nachrichten ziehen, weil der Zeitpunkt der Verkäufe nicht direkt in ihrer Kontrolle liegt.

Das schafft einen transparenteren und vertrauenswürdigeren Markt.
Was das Programm jedoch nicht tut, ist zu garantieren, dass die Führungskräfte auf unbestimmte Zeit halten.

Teammitglieder können ihre Positionen im Laufe der Zeit weiterhin reduzieren oder sogar vollständig verlassen und dabei dennoch die Regeln einhalten.

Das Mechanismus regelt, wie Tokens verkauft werden, nicht warum sie verkauft werden.
Für mich ist das der entscheidende Unterschied.

Ein strukturiertes Verkaufsprogramm ist ein Hinweis auf starke Governance und Marktintegrität, sollte aber nicht automatisch als Beleg für einen unerschütterlichen langfristigen Glauben an Newtons Zukunft interpretiert werden.

@NewtonProtocol #newt $NEWT $BLUR $OPG

Je mehr ich Newton erforschte, desto mehr stach ein Detail hervor. Die Überschrift spricht über KI-Agenten, autonome Ausführung und vertrauensminimierte Automatisierung. Natürlich erwartete ich, dass diese Bausteine bereits live sind.

Stattdessen stellte ich fest, dass der heutige Fokus deutlich enger ist: DeFi-Tresore. Das Protokoll prüft derzeit die Aktionen von Curatoren anhand vordefinierter Richtlinien, bevor überhaupt etwas ausgeführt wird. Die KI-Agenten und das Modell-Registry sind weiterhin als „bald verfügbar“ markiert.

Diese Entwicklung wirkt tatsächlich nachvollziehbar. Bevor man autonomen Agenten die Kontrolle über finanzielle Aktionen gibt, ist es sinnvoll, die Policy-Engine in einer kleineren, aber wertvollen Umgebung zu beweisen. Das ist ein pragmatischer Rollout – auch wenn er sich zunächst anders anfühlt als das, was viele auf den ersten Blick vermuten.

Eine weitere interessante Entdeckung war die Zahl der Orakel-Integrationen, die das System bereits unterstützen: Chainalysis, vaults.fyi, RedStone, Credora und Webacy. Sie liefern die externen Signale, von denen das Protokoll abhängt, wodurch die heutige Architektur eher orkalgesteuert als agentengesteuert wirkt.

Nachdem ich nachvollzogen habe, was live ist und was noch auf der Roadmap steht, bleibt mir eine Frage: Wird der Übergang von sicherer Tresor-Automatisierung zu vollständig autonomen Agenten bald stattfinden –
oder liegt diese Zukunft noch weiter in der Ferne?,,🤔

@NewtonProtocol #newt $NEWT $ANOME $TLM

Als ich zum ersten Mal auf @NewtonProtocol gestoßen bin, hat mich eine Idee sofort gepackt: KI sollte wahrscheinlich nicht das Geld kontrollieren, ohne klare Grenzen.

Das leuchtet ein. KI kann in Sekunden auf Marktschwankungen reagieren, aber Tempo allein reicht nicht. Ohne festgelegte Grenzen kann ein einziger Fehler teuer werden, bevor es irgendjemand bemerkt.

Trotzdem habe ich genug Zeit in Krypto verbracht, um zu wissen, dass die Lösung eines Problems oft ein anderes nach sich zieht.

Newtons Ansatz bringt eine Policy-Ebene zwischen KI-Agenten und Blockchain-Transaktionen. So haben Nutzer mehr Kontrolle darüber, was KI tun darf.

Das ist ein praktisches Konzept, aber es bedeutet auch mehr Infrastruktur, mehr Abstimmung und mehr bewegliche Teile, die zusammenspielen müssen.

Die größere Frage ist aber Vertrauen. Diese Richtlinien erscheinen nicht automatisch.

Jemand entwirft sie, aktualisiert sie und entscheidet, wie die Governance sich entwickelt. Vertrauen wird nicht abgeschafft – es verlagert sich nur auf eine andere Ebene.

Dann ist da noch die Rolle des NEWT-Tokens. Ist er wirklich grundlegend, um das System zu sichern und Anreize auszurichten, oder ist es nur ein weiterer Token, der in technische Erklärungen verpackt ist?

Für mich ist die spannendste Frage nicht, ob die Technologie clever ist.

Sondern ob Entwickler, Unternehmen und Institutionen bereitwillig eine weitere Genehmigungsebene akzeptieren, bevor KI finanzielle Entscheidungen auf Märkten ausführt, in denen jede Sekunde zählen kann.

#newt $NEWT $VANRY $LAB

Als ich zum ersten Mal daran dachte, dass KI echtes Geld verwaltet, ohne um Erlaubnis zu bitten, kam mir sofort eine Frage in den Sinn:
Wer entscheidet, wann die KI handeln darf?
🤔
Das ist das Problem @NewtonProtocol , das sie lösen wollen.

Ihre Idee ist nicht, KI intelligenter zu machen. Es geht darum, eine Autorisierungsschicht zu bauen, die prüft, ob die Handlungen einer KI vordefinierten Regeln entsprechen, bevor irgendein Vermögen bewegt wird.

Da Blockchains Signaturen verifizieren und nicht Urteilskraft, lohnt sich diese Lücke, genauer betrachtet zu werden.

Aber Krypto hat mich skeptisch gemacht.
Wir haben unzählige Probleme gesehen, die mit einem weiteren Protokoll, einem weiteren Validator-Set, einem weiteren Governance-System und einem weiteren Token beantwortet wurden.

Jede neue Schicht verspricht mehr Sicherheit, doch jede erweitert auch die Angriffsfläche und erhöht die Komplexität.

Den Anreizen gebührt genauso viel Beachtung. Nutzer mögen besseren Schutz erhalten, aber wenn das zur Kerninfrastruktur wird, profitieren auch Token-Inhaber, Validatoren und frühe Unterstützer vom Wachstum des Netzwerks.

Dann kommt die Frage, die am meisten zählt: Wie dezentral ist die Entscheidungs-
findung, wenn eine relativ kleine Gruppe die Regeln hinter der Autorisierung trotzdem noch beeinflussen kann?

Und wenn eine KI die falsche Entscheidung trifft: Wem gehört der Fehler?

Dem Modell, dem Ersteller der Richtlinie, den Validatoren,
oder dem Protokoll?

Rechenleistung zu verteilen ist relativ einfach.

Verantwortung zu verteilen war schon immer die schwierigere Herausforderung – und das ist normalerweise auch der Punkt, an dem der eigentliche Test beginnt.

#newt $NEWT $TLM $HMSTR

Alle sind sich einig, dass KI immer schneller dabei wird, finanzielle Entscheidungen zu treffen. Aber Geschwindigkeit war noch nie das schwierigste Problem. 🙂

Die echte Herausforderung beginnt direkt bevor das Geld sich bewegt:
Wer überprüft, dass ein KI-Agent tatsächlich berechtigt ist, eine Transaktion auszuführen?

@NewtonProtocol ist der Ansicht, dass Autorisierung die fehlende Ebene ist. Statt zuzulassen, dass KI unkontrolliert agiert, führt es ein Protokoll ein, das Transaktionen überprüft, bevor sie die Blockchain erreichen.

Die Idee ist sinnvoll. Doch die Geschichte zeigt: Jede neue Ebene der Infrastruktur löst ein Problem und schafft dabei ein anderes.

Mehr Betreiber, mehr Governance und mehr Abhängigkeiten können auch mehr potenzielle Fehlerquellen bedeuten – besonders, wenn Märkte unvorhersehbar werden.

Das wirft eine weitere wichtige Frage auf:
ist NEWT wirklich für das System unverzichtbar,

oder beruht sein Nutzen eher auf Spekulation als auf langfristigem Wert?

Sicherheit und Automatisierung sind überzeugende Ziele, aber echte Infrastruktur wird an Sonderfällen (Edge Cases) geprüft – nicht an Marketing.

Was passiert, wenn sich Richtlinien widersprechen, Transaktionen verzögert werden

oder gültige Zahlungen fälschlicherweise blockiert werden?
Diese Fragen verdienen genauso viel Aufmerksamkeit wie die Technologie selbst.

Am Ende wird Vertrauen durch Jahre verlässlicher Leistung aufgebaut – nicht durch Whitepaper, sondern durch die Umsetzung in der realen Welt.

#newt $NEWT $TSLAB $TAIKO

Als ich Newtons Architektur zum ersten Mal erkundete, nahm ich an, dass das Gateway der zentrale Kontrollpunkt des Systems sei.

Schließlich beginnt jede Anwendung damit, ihre Aufgaben dort einzureichen. Doch je tiefer ich blickte, desto mehr wurde mir klar, dass die eigentliche Stärke des Designs darin liegt, sicherzustellen, dass diese Annahme niemals stimmt.

Das Gateway ist lediglich der bequemste Einstiegspunkt, kein einzelner Punkt der Autorität. Wenn eine Anwendung jemals glaubt, das Gateway würde ihre Anfragen verzögern oder filtern, muss sie nicht warten.

Über den Force-Inclusion-Mechanismus kann sie Aufgaben direkt an das Operator-Netzwerk übermitteln. Diese Designentscheidung stellt sicher, dass keine einzelne Komponente still und heimlich bestimmen kann, was tatsächlich das Netzwerk erreicht.

Ein weiteres Detail fiel mir ebenso stark auf. Das Gateway ist strukturell nicht in der Lage, Signaturen zu fälschen oder Ergebnisse zu manipulieren, ohne dass dies erkannt wird. Jeder Operator verifiziert unabhängig seine eigenen Eingaben, bevor er ein Ergebnis erzeugt.

Das bedeutet: Jeder Versuch, Daten zu manipulieren, würde schnell durch unabhängige Verifikation sichtbar werden – statt sich darauf zu verlassen, dass man einem einzigen Zwischenhändler vertraut.

Was diese Architektur interessant macht, ist nicht nur die Dezentralisierung, sondern auch die Robustheit. Ein dezentrales System ist nur so stark wie seine Fähigkeit, funktionsfähig zu bleiben, wenn eine Komponente sich falsch verhält oder nicht verfügbar wird.

@NewtonProtocol scheint diese Philosophie zu verkörpern, indem es sowohl einen optimierten Standardpfad als auch einen unabhängigen Fallback bereitstellt, wenn es nötig ist.

Dieses Gleichgewicht zwischen Bequemlichkeit und Zensurresistenz wirkt beabsichtigt. Das Gateway verbessert die Effizienz für normale Abläufe, während Force-Inclusion sicherstellt, dass Anwendungen stets einen Weg zur Teilnahme behalten, falls etwas schiefgeht.

Eine Frage bleibt jedoch noch in meinem Kopf. In realen Deployments,

wie oft wird Force-Inclusion tatsächlich genutzt?l

oder wird es mit zunehmender Skalierung des Netzwerks wertvoller?

Wenn man dieses praktische Gleichgewicht versteht, könnte sich eine Menge darüber zeigen, wie Newton über sein architektonisches Design hinaus funktioniert.

#newt $NEWT $SPCXB $NVDAB