W A R D A N
4k Publicaciones
W A R D A N
326 Siguiendo
20.2K+ Seguidores
11.0K+ Me gusta
Publicaciones
Todo
Citas
Videos
Live
Lo que encuentro más interesante del Protocolo Newton no es “el trading con IA”.
Es el permiso.
La mayoría de las personas observa a los agentes de IA en el ámbito cripto y piensa de inmediato en la velocidad, la automatización y estrategias más inteligentes. Esa es la capa visible. Pero la pregunta más profunda es más importante: ¿cuánto control debería tener realmente un agente una vez que empieza a actuar en nombre de un usuario?
Ahí es donde el Protocolo Newton vale la pena estudiarlo.
Si un agente automatizado puede comerciar, reajustar la cartera, seguir activadores o interactuar con DeFi, el riesgo real no es solo si la estrategia es buena. El riesgo es si el agente puede salir de los límites que el usuario tenía intención.
La idea de permisos programables de Newton cambia esa conversación. En lugar de tratar la automatización como una confianza ciega, intenta que las instrucciones del usuario sean más específicas, revocables y verificables. El objetivo no es simplemente “que la IA haga más”. El objetivo es “que la IA haga solo lo que fue aprobado”.
Esa diferencia importa.
Un rollup seguro, ejecución verificable, intenciones de automatización y un mercado de agentes suenan técnicos, pero la idea sencilla que hay debajo es clara: la automatización en cripto necesita reglas antes de necesitar escala.
Porque cuando los agentes se conviertan en parte de las finanzas onchain, los usuarios no solo preguntarán, “¿Puede este agente rendir bien?”.
También preguntarán, “¿Se puede confiar en este agente cuando yo no estoy vigilando?”.
Para mí, esa es la capa real detrás de $NEWT .
El futuro de la IA en cripto puede depender menos de qué tan inteligentes se vuelven los agentes y más de qué tan seguramente podemos limitar su poder.
@NewtonProtocol #Newt $NEWT
Es el permiso.
La mayoría de las personas observa a los agentes de IA en el ámbito cripto y piensa de inmediato en la velocidad, la automatización y estrategias más inteligentes. Esa es la capa visible. Pero la pregunta más profunda es más importante: ¿cuánto control debería tener realmente un agente una vez que empieza a actuar en nombre de un usuario?
Ahí es donde el Protocolo Newton vale la pena estudiarlo.
Si un agente automatizado puede comerciar, reajustar la cartera, seguir activadores o interactuar con DeFi, el riesgo real no es solo si la estrategia es buena. El riesgo es si el agente puede salir de los límites que el usuario tenía intención.
La idea de permisos programables de Newton cambia esa conversación. En lugar de tratar la automatización como una confianza ciega, intenta que las instrucciones del usuario sean más específicas, revocables y verificables. El objetivo no es simplemente “que la IA haga más”. El objetivo es “que la IA haga solo lo que fue aprobado”.
Esa diferencia importa.
Un rollup seguro, ejecución verificable, intenciones de automatización y un mercado de agentes suenan técnicos, pero la idea sencilla que hay debajo es clara: la automatización en cripto necesita reglas antes de necesitar escala.
Porque cuando los agentes se conviertan en parte de las finanzas onchain, los usuarios no solo preguntarán, “¿Puede este agente rendir bien?”.
También preguntarán, “¿Se puede confiar en este agente cuando yo no estoy vigilando?”.
Para mí, esa es la capa real detrás de $NEWT .
El futuro de la IA en cripto puede depender menos de qué tan inteligentes se vuelven los agentes y más de qué tan seguramente podemos limitar su poder.
@NewtonProtocol #Newt $NEWT
Antes pensaba que el Protocolo Newton trataba principalmente sobre trading con IA, pero la capa más profunda en realidad es mucho más importante.
Es la capa de permisos que está debajo.
La mayoría de las personas escuchan agentes de IA e inmediatamente piensan en bots que colocan operaciones, persiguen señales o automatizan acciones de DeFi. Esa es la capa evidente. Pero la pregunta difícil es mucho más profunda:
¿Quién decide qué se le permite hacer a un agente antes de que toque los fondos del usuario?
Ahí es donde Newton vale la pena estudiarlo.
El Protocolo Newton se construye en torno a la automatización onchain verificable, donde los usuarios pueden otorgar a los agentes permisos específicos en lugar de entregar una confianza ciega. Su rollup de Keystore está diseñado para almacenar y actualizar esos permisos, mientras que las intenciones de automatización definen qué debe ocurrir solo cuando se cumplen ciertas condiciones.
Eso cambia la conversación de “¿puede la IA actuar por mí?” a “¿puede la IA actuar dentro de reglas que puedo verificar?”
Esto importa porque la finanza agentica no crecerá solo con modelos más inteligentes. Crecerá a través de límites más seguros. Una estrategia de IA que pueda ejecutarse sin límites claros no es innovación. Es una nueva superficie de riesgo.
El valor real está en las vallas de control: topes de gasto, acciones aprobadas, verificaciones de políticas, recibos de verificación y un sistema en el que la ejecución pueda inspeccionarse en lugar de simplemente creerse.
Para $NEWT , la señal importante no es solo la atención en torno a las narrativas de IA. La señal más fuerte será si desarrolladores, protocolos y usuarios realmente confían lo suficiente en esta arquitectura de permisos como para construir automatización útil encima de ella.
La IA puede hacer que las finanzas onchain sean más rápidas.
Pero sin autorización verificable, la velocidad también desplaza el riesgo más rápido.
El futuro de las finanzas autónomas puede depender menos de lo poderosos que se vuelvan los agentes, y más de qué tan claramente podemos limitarlos antes de que actúen.
@NewtonProtocol #Newt $NEWT
$VANRY
Es la capa de permisos que está debajo.
La mayoría de las personas escuchan agentes de IA e inmediatamente piensan en bots que colocan operaciones, persiguen señales o automatizan acciones de DeFi. Esa es la capa evidente. Pero la pregunta difícil es mucho más profunda:
¿Quién decide qué se le permite hacer a un agente antes de que toque los fondos del usuario?
Ahí es donde Newton vale la pena estudiarlo.
El Protocolo Newton se construye en torno a la automatización onchain verificable, donde los usuarios pueden otorgar a los agentes permisos específicos en lugar de entregar una confianza ciega. Su rollup de Keystore está diseñado para almacenar y actualizar esos permisos, mientras que las intenciones de automatización definen qué debe ocurrir solo cuando se cumplen ciertas condiciones.
Eso cambia la conversación de “¿puede la IA actuar por mí?” a “¿puede la IA actuar dentro de reglas que puedo verificar?”
Esto importa porque la finanza agentica no crecerá solo con modelos más inteligentes. Crecerá a través de límites más seguros. Una estrategia de IA que pueda ejecutarse sin límites claros no es innovación. Es una nueva superficie de riesgo.
El valor real está en las vallas de control: topes de gasto, acciones aprobadas, verificaciones de políticas, recibos de verificación y un sistema en el que la ejecución pueda inspeccionarse en lugar de simplemente creerse.
Para $NEWT , la señal importante no es solo la atención en torno a las narrativas de IA. La señal más fuerte será si desarrolladores, protocolos y usuarios realmente confían lo suficiente en esta arquitectura de permisos como para construir automatización útil encima de ella.
La IA puede hacer que las finanzas onchain sean más rápidas.
Pero sin autorización verificable, la velocidad también desplaza el riesgo más rápido.
El futuro de las finanzas autónomas puede depender menos de lo poderosos que se vuelvan los agentes, y más de qué tan claramente podemos limitarlos antes de que actúen.
@NewtonProtocol #Newt $NEWT
$VANRY
·
--
🎙️ Btc Bull Tp 63600 no sé por qué no lo dijiste; no era para decirlo.
Finalizado
01 h 40 m 28 s
576
1
Estaba viendo otra demostración de un agente de IA la noche pasada. El agente escaneó datos del mercado, identificó una oportunidad y ejecutó un intercambio en segundos. A todos en los comentarios les impresionó la velocidad. Pero yo no dejaba de mirar la pantalla preguntándome qué pasa cuando ese agente sale mal. No si. Cuando.
La demo no mostró nunca el paso de revocación. Tampoco explicó qué sucede si el agente sigue operando durante un desplome relámpago que viola los límites de riesgo del usuario. Nunca abordó cómo un responsable de asignaciones institucionales da autorización de firma a un código que no puede controlar del todo. Toda la conversación sobre agentes de IA está obsesionada con hacerlos más inteligentes, rápidos y capaces. Casi nadie habla de hacerlos detendibles.
Aquí es donde el enfoque de Newton me hizo clic. No están construyendo otra wallet de IA ni otro framework de agentes. Están construyendo algo más extraño y más específico: un Keystore Rollup diseñado enteramente para permisos. No para transacciones. No para escalar. Solo para almacenar y hacer cumplir lo que se le permite hacer a un agente de IA, en múltiples cadenas, con reglas que se pueden revocar o actualizar sin desplegar contratos nuevos.
La documentación oficial lo dice con claridad. Los desarrolladores pueden definir vallas de seguridad como "solo operar si la volatilidad supera X" o "actuar solo cuando el RSI caiga por debajo de Y". No son sugerencias que el agente podría seguir. Son restricciones de política que se aplican mediante un validity rollup antes de que la transacción llegue a la cadena. El agente opera dentro de una clave de sesión que lleva sus propias limitaciones. Si la condición falla, el rollup bloquea la acción. El agente no puede anularlo. El usuario no necesita vigilar cada movimiento.
Esto importa porque el capital institucional ya está moviéndose onchain. Tesorerías tokenizadas, activos del mundo real, estrategias de rendimiento gestionadas por algoritmos. Pero ningún responsable de cumplimiento va a aprobar un agente de IA con autoridad de firma ilimitada. La arquitectura de permisos es el verdadero cuello de botella para la adopción.
@NewtonProtocol $NEWT #Newt
La demo no mostró nunca el paso de revocación. Tampoco explicó qué sucede si el agente sigue operando durante un desplome relámpago que viola los límites de riesgo del usuario. Nunca abordó cómo un responsable de asignaciones institucionales da autorización de firma a un código que no puede controlar del todo. Toda la conversación sobre agentes de IA está obsesionada con hacerlos más inteligentes, rápidos y capaces. Casi nadie habla de hacerlos detendibles.
Aquí es donde el enfoque de Newton me hizo clic. No están construyendo otra wallet de IA ni otro framework de agentes. Están construyendo algo más extraño y más específico: un Keystore Rollup diseñado enteramente para permisos. No para transacciones. No para escalar. Solo para almacenar y hacer cumplir lo que se le permite hacer a un agente de IA, en múltiples cadenas, con reglas que se pueden revocar o actualizar sin desplegar contratos nuevos.
La documentación oficial lo dice con claridad. Los desarrolladores pueden definir vallas de seguridad como "solo operar si la volatilidad supera X" o "actuar solo cuando el RSI caiga por debajo de Y". No son sugerencias que el agente podría seguir. Son restricciones de política que se aplican mediante un validity rollup antes de que la transacción llegue a la cadena. El agente opera dentro de una clave de sesión que lleva sus propias limitaciones. Si la condición falla, el rollup bloquea la acción. El agente no puede anularlo. El usuario no necesita vigilar cada movimiento.
Esto importa porque el capital institucional ya está moviéndose onchain. Tesorerías tokenizadas, activos del mundo real, estrategias de rendimiento gestionadas por algoritmos. Pero ningún responsable de cumplimiento va a aprobar un agente de IA con autoridad de firma ilimitada. La arquitectura de permisos es el verdadero cuello de botella para la adopción.
@NewtonProtocol $NEWT #Newt
sí, hermano, estoy de acuerdo en que eliminar las recompensas basadas en la participación podría reducir la manipulación. Sin embargo, la participación también es una forma importante de medir qué tan valioso es el contenido para la comunidad. En lugar de eliminar por completo la regla de participación, Binance Square debería centrarse en detectar la participación falsa, auditar las actividades sospechosas y tomar medidas estrictas contra los usuarios que manipulan las métricas. De esa manera, los creadores genuinos son recompensados mientras que los tramposos no se benefician de aprovechar vacíos legales.
AloNe72
·
--
sí, hermano, estoy de acuerdo en que eliminar las recompensas basadas en la participación podría reducir la manipulación. Sin embargo, la participación también es una forma importante de medir qué tan valioso es el contenido para la comunidad. En lugar de eliminar por completo la regla de participación, Binance Square debería centrarse en detectar la participación falsa, auditar las actividades sospechosas y tomar medidas estrictas contra los usuarios que manipulan las métricas. De esa manera, los creadores genuinos son recompensados mientras que los tramposos no se benefician de aprovechar vacíos legales.
Tenía un cuaderno abierto al lado de mi laptop mientras leía la documentación de Newton. Al principio, seguía escribiendo las mismas palabras que usa todo el mundo cuando habla de la IA en cripto. Mejores agentes. Automatización más inteligente. Ejecución más rápida.
Entonces me detuve.
Una pregunta no salía de mi cabeza.
Si un agente de IA toma una mala decisión, ¿por qué mi wallet debería confiar en él sin límites?
Esa pregunta cambió la forma en que leí el resto de la documentación.
Lo que me llamó la atención no fue otra promesa sobre lo que la IA podría hacer. Fue la idea de Newton de los Authorization Receipts. En lugar de entregar el control total, el protocolo se construye en torno a una delegación programable. El propietario de la wallet decide qué se le permite hacer a una IA, bajo qué condiciones y durante cuánto tiempo. La propiedad permanece separada de los derechos de ejecución.
Eso se siente como un problema mucho más interesante de resolver.
En toda la industria cripto, estamos acercándonos a un futuro en el que los agentes de IA puedan interactuar con protocolos en nuestro nombre. La tecnología avanza rápido, pero la confianza aún no se ha puesto al día. La mayoría de las conversaciones se centra en hacer que los agentes sean más capaces. Creo que la pregunta más difícil es si los usuarios se sienten cómodos dándoles acceso a esos agentes en primer lugar.
El enfoque de Newton me hizo darme cuenta de que son dos problemas distintos.
Por supuesto, agregar una capa de autorización también implica agregar más coordinación. Más reglas pueden mejorar el control, pero también pueden hacer que los sistemas sean más difíciles de diseñar y más fáciles de malinterpretar si la experiencia de usuario no es lo bastante simple. Esa es la parte que vigilaré, porque una buena seguridad solo funciona si la gente realmente puede usarla.
Después de leer la documentación, me fui con una forma diferente de evaluar los proyectos de IA.
Ya no empiezo preguntando qué tan inteligente es el agente.
Ahora pregunto quién decide sus permisos.
¿Puedo definir exactamente lo que puede hacer?
¿Esos límites pueden verificarse en lugar de darse por hecho?
Para mí, esa es la perspectiva más útil.
La ejecución de la IA probablemente seguirá mejorando en toda la industria. Pero si la delegación no se construye sobre permisos claros y verificables, sm no resolverá el problema de la confianza.
l@NewtonProtocol $NEWT #Newt
Entonces me detuve.
Una pregunta no salía de mi cabeza.
Si un agente de IA toma una mala decisión, ¿por qué mi wallet debería confiar en él sin límites?
Esa pregunta cambió la forma en que leí el resto de la documentación.
Lo que me llamó la atención no fue otra promesa sobre lo que la IA podría hacer. Fue la idea de Newton de los Authorization Receipts. En lugar de entregar el control total, el protocolo se construye en torno a una delegación programable. El propietario de la wallet decide qué se le permite hacer a una IA, bajo qué condiciones y durante cuánto tiempo. La propiedad permanece separada de los derechos de ejecución.
Eso se siente como un problema mucho más interesante de resolver.
En toda la industria cripto, estamos acercándonos a un futuro en el que los agentes de IA puedan interactuar con protocolos en nuestro nombre. La tecnología avanza rápido, pero la confianza aún no se ha puesto al día. La mayoría de las conversaciones se centra en hacer que los agentes sean más capaces. Creo que la pregunta más difícil es si los usuarios se sienten cómodos dándoles acceso a esos agentes en primer lugar.
El enfoque de Newton me hizo darme cuenta de que son dos problemas distintos.
Por supuesto, agregar una capa de autorización también implica agregar más coordinación. Más reglas pueden mejorar el control, pero también pueden hacer que los sistemas sean más difíciles de diseñar y más fáciles de malinterpretar si la experiencia de usuario no es lo bastante simple. Esa es la parte que vigilaré, porque una buena seguridad solo funciona si la gente realmente puede usarla.
Después de leer la documentación, me fui con una forma diferente de evaluar los proyectos de IA.
Ya no empiezo preguntando qué tan inteligente es el agente.
Ahora pregunto quién decide sus permisos.
¿Puedo definir exactamente lo que puede hacer?
¿Esos límites pueden verificarse en lugar de darse por hecho?
Para mí, esa es la perspectiva más útil.
La ejecución de la IA probablemente seguirá mejorando en toda la industria. Pero si la delegación no se construye sobre permisos claros y verificables, sm no resolverá el problema de la confianza.
l@NewtonProtocol $NEWT #Newt
He notado algo sobre $PEPE que muchos traders pasan por alto.
Cada vez que el mercado empieza a perseguir la moneda meme más nueva, la gente asume que PEPE ya ha tenido su momento. Pero los datos cuentan una historia diferente.
A pesar de que se lanzan cientos de tokens meme cada mes, PEPE sigue manteniendo su posición entre las mayores monedas meme por capitalización de mercado. Eso no está pasando solo por los memes. Refleja liquidez profunda, apoyo amplio de exchanges y una comunidad que se ha mantenido activa tanto en rallies como en correcciones dolorosas.
Desde la perspectiva de un trader, esto importa.
Las monedas meme de gran capitalización suelen atraer capital antes que nombres más pequeños y arriesgados cuando regresa la especulación. Si Bitcoin se mantiene fuerte y mejora la confianza del mercado, PEPE suele ser uno de los primeros activos meme que los traders vuelven a poner en su lista de seguimiento porque ofrece mejor liquidez y una participación más sólida en el mercado que la mayoría de las alternativas.
No lo estoy considerando como una predicción de que PEPE vaya a explotar de repente. Los mercados no funcionan así.
Lo que estoy vigilando es mucho más simple: aumento del volumen de operaciones, interés comprador sostenido y si el dinero inteligente empieza a rotar de nuevo hacia activos meme con alta convicción. Si esas señales aparecen juntas, PEPE podría convertirse otra vez en uno de los gráficos más interesantes para seguir.
El mayor error es ignorar un activo solo porque hoy no está en tendencia. En cripto, la atención se desvanece mucho más rápido que la liquidez—y la liquidez es a menudo lo que más importa.
$PEPE remains en mi lista de seguimiento exactamente por esa razón.
Cada vez que el mercado empieza a perseguir la moneda meme más nueva, la gente asume que PEPE ya ha tenido su momento. Pero los datos cuentan una historia diferente.
A pesar de que se lanzan cientos de tokens meme cada mes, PEPE sigue manteniendo su posición entre las mayores monedas meme por capitalización de mercado. Eso no está pasando solo por los memes. Refleja liquidez profunda, apoyo amplio de exchanges y una comunidad que se ha mantenido activa tanto en rallies como en correcciones dolorosas.
Desde la perspectiva de un trader, esto importa.
Las monedas meme de gran capitalización suelen atraer capital antes que nombres más pequeños y arriesgados cuando regresa la especulación. Si Bitcoin se mantiene fuerte y mejora la confianza del mercado, PEPE suele ser uno de los primeros activos meme que los traders vuelven a poner en su lista de seguimiento porque ofrece mejor liquidez y una participación más sólida en el mercado que la mayoría de las alternativas.
No lo estoy considerando como una predicción de que PEPE vaya a explotar de repente. Los mercados no funcionan así.
Lo que estoy vigilando es mucho más simple: aumento del volumen de operaciones, interés comprador sostenido y si el dinero inteligente empieza a rotar de nuevo hacia activos meme con alta convicción. Si esas señales aparecen juntas, PEPE podría convertirse otra vez en uno de los gráficos más interesantes para seguir.
El mayor error es ignorar un activo solo porque hoy no está en tendencia. En cripto, la atención se desvanece mucho más rápido que la liquidez—y la liquidez es a menudo lo que más importa.
$PEPE remains en mi lista de seguimiento exactamente por esa razón.
Bitcoin finalmente ha salido del canal descendente, pero no creo que esa sea la parte más importante de este gráfico.
Lo que capta mi atención es la zona que tenemos justo por delante.
Ahora el precio cotiza entre una zona de soporte recién formada y un grupo de resistencias donde la oferta previa se encuentra con las medias móviles principales. Este es el tipo de nivel que a menudo decide si una recuperación se convierte en una reversión de tendencia real o solo en otro rally de alivio.
Si los compradores siguen defendiendo el soporte y recuperan la resistencia con convicción, el sentimiento del mercado podría cambiar rápidamente. Pero si el precio es rechazado aquí, sugeriría que los vendedores aún controlan la estructura del marco temporal superior.
Ahora mismo, me interesa menos predecir la próxima vela y más ver cómo reacciona Bitcoin en este nivel.
La reacción importa más que la ruptura en sí.
#BTC #Bitcoin #crypto #TechnicalAnalysis #priceaction
$BTC
Lo que capta mi atención es la zona que tenemos justo por delante.
Ahora el precio cotiza entre una zona de soporte recién formada y un grupo de resistencias donde la oferta previa se encuentra con las medias móviles principales. Este es el tipo de nivel que a menudo decide si una recuperación se convierte en una reversión de tendencia real o solo en otro rally de alivio.
Si los compradores siguen defendiendo el soporte y recuperan la resistencia con convicción, el sentimiento del mercado podría cambiar rápidamente. Pero si el precio es rechazado aquí, sugeriría que los vendedores aún controlan la estructura del marco temporal superior.
Ahora mismo, me interesa menos predecir la próxima vela y más ver cómo reacciona Bitcoin en este nivel.
La reacción importa más que la ruptura en sí.
#BTC #Bitcoin #crypto #TechnicalAnalysis #priceaction
$BTC
Casi cerré los documentos porque pensé que ya había descubierto el proyecto.
Era tarde, mi cuaderno estaba lleno de flechas y de ideas tachadas, y todo sonaba familiar. Agentes de IA. Automatización. Permisos. Me sorprendí pensando: "He leído esta historia antes."
Entonces una pregunta me hizo dejar de escribir.
Si un agente mueve activos en mi nombre, ¿en qué exactamente estoy confiando?
No en el marketing. No en la interfaz. En la ejecución en sí.
Esa pregunta cambió por completo la forma en que miré el Protocolo Newton.
El detalle que me seguía atrayendo era su arquitectura híbrida de TEE y pruebas de conocimiento cero. Ya no lo estaba leyendo como otra característica técnica más. Lo leía como un intento de resolver el problema de la confianza que aparece en el momento en que la automatización toca un valor real.
Un entorno de ejecución seguro es una parte del cuadro. La otra parte es poder verificar lo que ocurrió sin exponer información sensible. Esa combinación me pareció mucho más importante que otra promesa de que un agente de IA "hará lo correcto".
La misma sensación volvió cuando llegué al modelo de políticas. En lugar de dar a un agente libertad ilimitada, los creadores definen políticas usando datos on-chain y off-chain. Eso me dice que la conversación trata menos de hacer a los agentes más inteligentes y más de hacer que sus límites sean comprobables.
Creo que aquí es donde muchas personas, incluida yo al principio, miran los sistemas cripto automatizados de la manera equivocada. A menudo comparamos características, cadenas compatibles o cuántas tareas puede realizar un agente.
La pregunta difícil es si el protocolo te da motivos para confiar en cada acción después de que dejas de vigilar.
Newton parece estar diseñando en torno a esa pregunta primero. Incluso el modelo de confianza descentralizado respaldado por colateral restakeado apunta en la misma dirección. No se da la confianza por defecto. Es algo que el sistema intenta reforzar con reglas verificables y consecuencias económicas.
Me fui con una forma distinta de evaluar proyectos de automatización.
En lugar de preguntar, "¿Qué puede hacer este agente?"
@NewtonProtocol $NEWT #Newt
Era tarde, mi cuaderno estaba lleno de flechas y de ideas tachadas, y todo sonaba familiar. Agentes de IA. Automatización. Permisos. Me sorprendí pensando: "He leído esta historia antes."
Entonces una pregunta me hizo dejar de escribir.
Si un agente mueve activos en mi nombre, ¿en qué exactamente estoy confiando?
No en el marketing. No en la interfaz. En la ejecución en sí.
Esa pregunta cambió por completo la forma en que miré el Protocolo Newton.
El detalle que me seguía atrayendo era su arquitectura híbrida de TEE y pruebas de conocimiento cero. Ya no lo estaba leyendo como otra característica técnica más. Lo leía como un intento de resolver el problema de la confianza que aparece en el momento en que la automatización toca un valor real.
Un entorno de ejecución seguro es una parte del cuadro. La otra parte es poder verificar lo que ocurrió sin exponer información sensible. Esa combinación me pareció mucho más importante que otra promesa de que un agente de IA "hará lo correcto".
La misma sensación volvió cuando llegué al modelo de políticas. En lugar de dar a un agente libertad ilimitada, los creadores definen políticas usando datos on-chain y off-chain. Eso me dice que la conversación trata menos de hacer a los agentes más inteligentes y más de hacer que sus límites sean comprobables.
Creo que aquí es donde muchas personas, incluida yo al principio, miran los sistemas cripto automatizados de la manera equivocada. A menudo comparamos características, cadenas compatibles o cuántas tareas puede realizar un agente.
La pregunta difícil es si el protocolo te da motivos para confiar en cada acción después de que dejas de vigilar.
Newton parece estar diseñando en torno a esa pregunta primero. Incluso el modelo de confianza descentralizado respaldado por colateral restakeado apunta en la misma dirección. No se da la confianza por defecto. Es algo que el sistema intenta reforzar con reglas verificables y consecuencias económicas.
Me fui con una forma distinta de evaluar proyectos de automatización.
En lugar de preguntar, "¿Qué puede hacer este agente?"
@NewtonProtocol $NEWT #Newt
Estaba mirando mis apuntes y no podía dejar de volver a la misma línea.
No “qué hace este proyecto”, sino “qué ocurre antes de que se ejecute la transacción?”.
Ahí es donde Newton empezó a sentirse diferente para mí.
Muchos proyectos cripto hablan como si la parte difícil fuera la automatización. Newton parece que está planteando una pregunta más incómoda: quién decide si una acción onchain debe permitirse o no. No después del hecho. Antes de que se asiente.
Esa es la parte a la que no dejé de volver. La documentación oficial presenta a Newton como un motor de políticas de preejecución para las finanzas onchain, y eso cambia toda la perspectiva. El detalle que más importa no es la etiqueta. Es el flujo que hay debajo. Las políticas no son solo ideas que se quedan sentadas en un panel. Se convierten en lógica Rego, se conectan con entradas de oráculo, y luego las evalúan los operadores, con una atestación al otro lado.
Eso suena técnico, pero el significado práctico es sencillo. Newton intenta que el cumplimiento, los controles de riesgo y las verificaciones de identidad formen parte de la transacción en sí, no de una capa separada que finge estar a la altura.
Y ahí también es donde está la tensión real.
Porque, una vez que mueves la decisión antes del settlement, la pregunta deja de ser solo velocidad o automatización. Se convierte en confianza, diseño de políticas y en quién se siente realmente cómodo con las reglas. En DeFi, eso importa más de lo que la gente admite. Si la política es débil, el sistema es débil. Si la política es demasiado rígida, el sistema se vuelve difícil de usar.
Por eso no leo Newton como otro titular de IA. Lo leo como una prueba de si las finanzas onchain pueden tener una capa real de autorización, y no solo una capa de ejecución más rápida.
La pregunta útil para mí ahora está muy clara.
Cuando un proyecto dice que ayuda con la automatización, ¿quieren decir que puede actuar más rápido o que puede demostrar que una transacción debería haber ocurrido en primer lugar?
@NewtonProtocol $NEWT #Newt
No “qué hace este proyecto”, sino “qué ocurre antes de que se ejecute la transacción?”.
Ahí es donde Newton empezó a sentirse diferente para mí.
Muchos proyectos cripto hablan como si la parte difícil fuera la automatización. Newton parece que está planteando una pregunta más incómoda: quién decide si una acción onchain debe permitirse o no. No después del hecho. Antes de que se asiente.
Esa es la parte a la que no dejé de volver. La documentación oficial presenta a Newton como un motor de políticas de preejecución para las finanzas onchain, y eso cambia toda la perspectiva. El detalle que más importa no es la etiqueta. Es el flujo que hay debajo. Las políticas no son solo ideas que se quedan sentadas en un panel. Se convierten en lógica Rego, se conectan con entradas de oráculo, y luego las evalúan los operadores, con una atestación al otro lado.
Eso suena técnico, pero el significado práctico es sencillo. Newton intenta que el cumplimiento, los controles de riesgo y las verificaciones de identidad formen parte de la transacción en sí, no de una capa separada que finge estar a la altura.
Y ahí también es donde está la tensión real.
Porque, una vez que mueves la decisión antes del settlement, la pregunta deja de ser solo velocidad o automatización. Se convierte en confianza, diseño de políticas y en quién se siente realmente cómodo con las reglas. En DeFi, eso importa más de lo que la gente admite. Si la política es débil, el sistema es débil. Si la política es demasiado rígida, el sistema se vuelve difícil de usar.
Por eso no leo Newton como otro titular de IA. Lo leo como una prueba de si las finanzas onchain pueden tener una capa real de autorización, y no solo una capa de ejecución más rápida.
La pregunta útil para mí ahora está muy clara.
Cuando un proyecto dice que ayuda con la automatización, ¿quieren decir que puede actuar más rápido o que puede demostrar que una transacción debería haber ocurrido en primer lugar?
@NewtonProtocol $NEWT #Newt
Anoche seguí volviendo una y otra vez a la documentación de MemSync porque había algo que no terminaba de encajar conmigo.
Al principio, honestamente pensé: "Esto es solo otra función de memoria con IA". A punto estuve de cerrar la página porque he visto esa idea tantas veces antes.
Luego me detuve, bajé la velocidad y leí de nuevo el pipeline de memoria.
La documentación describe la extracción de memoria, la clasificación, la generación de perfiles y la recuperación ejecutándose en una infraestructura verificada. Ese fue el momento en que mis notas cambiaron por completo.
Me di cuenta de que estaba haciendo la pregunta equivocada.
Ya no me interesaba si una IA puede recordar mis conversaciones anteriores. Muchos productos pueden hacer eso.
Lo que quería entender era quién controla esa memoria, cómo se gestiona con el tiempo y si la propia capa de memoria puede tratarse como algo en lo que puedes confiar en lugar de ser otra base de datos oculta.
Eso me parece un problema mucho más interesante, especialmente para cripto.
A medida que más agentes de IA y aplicaciones onchain necesitan contexto a largo plazo, la memoria deja de ser una función pequeña. Empieza a convertirse en infraestructura. Pero eso solo funciona si la memoria se extrae, clasifica y recupera bien. Si esas piezas son débiles, la experiencia puede volverse rápidamente poco fiable, sin importar lo impresionante que parezca la IA por fuera.
Probablemente, ese fue el mayor punto de vigilancia que me llevé al leer los documentos.
También cambió la forma en que evalúo proyectos de IA ahora.
Ya no presto tanta atención cuando veo las palabras "IA personalizada". En su lugar, pregunto qué es realmente lo que está pasando detrás de esa afirmación. ¿El proyecto simplemente está almacenando información en algún lugar, o está construyendo una capa de memoria que los desarrolladores puedan entender, auditar y en la que puedan confiar con el tiempo?
Para mí, esa pregunta es mucho más útil que cualquier titular de marketing.
Leer MemSync no me dio razones para asumir que todo está resuelto. Me dio un marco mejor para hacer preguntas más difíciles.
Y creo que esa es la clase de perspectiva que vale la pena mantener a medida que la IA y la cripto siguen acercándose.
@OpenGradient $OPG #OPG
Al principio, honestamente pensé: "Esto es solo otra función de memoria con IA". A punto estuve de cerrar la página porque he visto esa idea tantas veces antes.
Luego me detuve, bajé la velocidad y leí de nuevo el pipeline de memoria.
La documentación describe la extracción de memoria, la clasificación, la generación de perfiles y la recuperación ejecutándose en una infraestructura verificada. Ese fue el momento en que mis notas cambiaron por completo.
Me di cuenta de que estaba haciendo la pregunta equivocada.
Ya no me interesaba si una IA puede recordar mis conversaciones anteriores. Muchos productos pueden hacer eso.
Lo que quería entender era quién controla esa memoria, cómo se gestiona con el tiempo y si la propia capa de memoria puede tratarse como algo en lo que puedes confiar en lugar de ser otra base de datos oculta.
Eso me parece un problema mucho más interesante, especialmente para cripto.
A medida que más agentes de IA y aplicaciones onchain necesitan contexto a largo plazo, la memoria deja de ser una función pequeña. Empieza a convertirse en infraestructura. Pero eso solo funciona si la memoria se extrae, clasifica y recupera bien. Si esas piezas son débiles, la experiencia puede volverse rápidamente poco fiable, sin importar lo impresionante que parezca la IA por fuera.
Probablemente, ese fue el mayor punto de vigilancia que me llevé al leer los documentos.
También cambió la forma en que evalúo proyectos de IA ahora.
Ya no presto tanta atención cuando veo las palabras "IA personalizada". En su lugar, pregunto qué es realmente lo que está pasando detrás de esa afirmación. ¿El proyecto simplemente está almacenando información en algún lugar, o está construyendo una capa de memoria que los desarrolladores puedan entender, auditar y en la que puedan confiar con el tiempo?
Para mí, esa pregunta es mucho más útil que cualquier titular de marketing.
Leer MemSync no me dio razones para asumir que todo está resuelto. Me dio un marco mejor para hacer preguntas más difíciles.
Y creo que esa es la clase de perspectiva que vale la pena mantener a medida que la IA y la cripto siguen acercándose.
@OpenGradient $OPG #OPG
Estaba sentado con un café frío mientras navegaba por el lanzamiento de otro agente de IA. Todo el mundo está construyendo agentes ahora. Pero seguí preguntando: ¿cómo se les paga realmente? ¿Dónde lista un desarrollador su agente y cómo cobra cuando alguien lo usa?
La respuesta fue Newton Protocol. No el ángulo de cumplimiento que menciona todo el mundo. Algo en sus documentos: el Newton Model Registry.
Este es el detalle que detuvo mi scroll. Newton está construyendo un registro onchain donde se publican agentes de IA. Los desarrolladores pagan NEWT para listar agentes. Los operadores los sirven a los usuarios. Los desarrolladores reciben regalías en forma de participación en NEWT. Los usuarios también pagan NEWT para emitir zkPermissions, las claves de sesión que permiten que los agentes actúen en su nombre.
Esto no es staking ni gobernanza. Es infraestructura de mercado donde NEWT funciona como la moneda nativa de la monetización de agentes. Las tres acciones requieren NEWT. El protocolo incluso implementa EIP-1559, lo que significa que las comisiones en exceso se queman.
Los agentes de IA están de moda, pero la brecha de infraestructura es evidente. Todos construyen agentes. Nadie construye la App Store donde se les descubre y se les paga. Newton posiciona el Model Registry como esa capa, con el Verifiable Automation Marketplace por venir para componer enjambres de agentes.
Aquí está el intercambio. El Model Registry aún no está en vivo. Mainnet Beta aplica hoy políticas de bóveda, pero la infraestructura de la economía de agentes todavía se está desarrollando. Si se retrasa el lanzamiento del registro, la tesis de demanda de NEWT se debilita, sin importar lo ingenioso que parezca el mecanismo.
Qué vigilar: GitHub para el lanzamiento del código del Model Registry, el despliegue en testnet del rollup de zkPermissions y el número de registros de desarrolladores cuando se abra el mercado. Esas métricas señalan tracción real más rápido que el TVL de la bóveda.
Asociación remunerada con @NewtonProtocol $NEWT
#Newt
La respuesta fue Newton Protocol. No el ángulo de cumplimiento que menciona todo el mundo. Algo en sus documentos: el Newton Model Registry.
Este es el detalle que detuvo mi scroll. Newton está construyendo un registro onchain donde se publican agentes de IA. Los desarrolladores pagan NEWT para listar agentes. Los operadores los sirven a los usuarios. Los desarrolladores reciben regalías en forma de participación en NEWT. Los usuarios también pagan NEWT para emitir zkPermissions, las claves de sesión que permiten que los agentes actúen en su nombre.
Esto no es staking ni gobernanza. Es infraestructura de mercado donde NEWT funciona como la moneda nativa de la monetización de agentes. Las tres acciones requieren NEWT. El protocolo incluso implementa EIP-1559, lo que significa que las comisiones en exceso se queman.
Los agentes de IA están de moda, pero la brecha de infraestructura es evidente. Todos construyen agentes. Nadie construye la App Store donde se les descubre y se les paga. Newton posiciona el Model Registry como esa capa, con el Verifiable Automation Marketplace por venir para componer enjambres de agentes.
Aquí está el intercambio. El Model Registry aún no está en vivo. Mainnet Beta aplica hoy políticas de bóveda, pero la infraestructura de la economía de agentes todavía se está desarrollando. Si se retrasa el lanzamiento del registro, la tesis de demanda de NEWT se debilita, sin importar lo ingenioso que parezca el mecanismo.
Qué vigilar: GitHub para el lanzamiento del código del Model Registry, el despliegue en testnet del rollup de zkPermissions y el número de registros de desarrolladores cuando se abra el mercado. Esas métricas señalan tracción real más rápido que el TVL de la bóveda.
Asociación remunerada con @NewtonProtocol $NEWT
#Newt
🔥 ¡Ayuda a que este reenvío llegue a más personas!
Deja un comentario reflexivo en el reenvío, dale a Me gusta y comparte tu perspectiva. Las discusiones sólidas y la interacción de calidad ayudan a que una investigación valiosa llegue a una audiencia más amplia.
Cada comentario significativo marca la diferencia. 💬
Deja un comentario reflexivo en el reenvío, dale a Me gusta y comparte tu perspectiva. Las discusiones sólidas y la interacción de calidad ayudan a que una investigación valiosa llegue a una audiencia más amplia.
Cada comentario significativo marca la diferencia. 💬
W A R D A N
·
--
🚨 Antes de que sigas desplazándote, quiero TU opinión sobre mi perspectiva y la información que aporto para generar un debate valioso.
Pasé dos horas ayer intentando entender por qué el SDK de OpenGradient divide cada llamada de inferencia en dos pasos. No dejaba de mirar los ejemplos de Python. Primero ejecutas el modelo. Luego, por separado, lo verificas. Me molestó. Solo quería una única llamada de API limpia que devolviera un resultado y una prueba juntos. ¿Por qué complicarlo?
Luego encontré la sección HACA en el whitepaper. Y lo entendí. La separación no es una complicación. Es toda la arquitectura.
Cada otro proyecto de IA descentralizada que miré tiene el mismo fallo fatal. Quieren que los validadores reejecuten cada inferencia. Ejecutar el modelo 100 veces para 100 validadores. Eso es una locura. Un modelo de 70 mil millones de parámetros cuesta dinero real por cada ejecución. Multiplica eso por el tamaño del conjunto de validadores. Los tiempos de bloque se arrastrarían hasta minutos. Y además, los LLM son no deterministas. Mismo prompt, salidas distintas cada vez. Los validadores nunca podrían llegar a consenso sobre el estado.
OpenGradient no le pide a los validadores ejecutar modelos. Los nodos de inferencia con GPUs los ejecutan una vez. Devuelven resultados a los usuarios de inmediato. Luego envían las pruebas por separado. Atestaciones TEE de enclaves AWS Nitro o pruebas criptográficas ZKML. Los nodos completos verifican esas pruebas sin tocar el modelo. No se necesitan GPUs para los validadores. Solo hardware estándar ejecutando el consenso CometBFT.
Ahora la estructura del SDK tiene sentido. La separación no es un diseño incómodo. Es necesaria. La ejecución y la verificación viven en líneas de tiempo completamente distintas.
Pero seguí buscando la debilidad. La encontré en la sección 10.2. "El asentamiento asíncrono crea brechas temporales de confianza." Entre la entrega del resultado y el asentamiento de la prueba, hay una ventana. Obtienes la respuesta en milisegundos. La verificación en la blockchain se asienta segundos después. Para la mayoría de las aplicaciones, está bien. Para el trading de alta frecuencia o cualquier cosa que necesite una finalidad criptográfica instantánea, esa es tu exposición.
Ahora, cuando veo un proyecto de "IA descentralizada", hago una pregunta. ¿Cómo verifican los validadores la inferencia sin reejecutar el modelo ellos mismos?
@OpenGradient $OPG #OPG
Pasé dos horas ayer intentando entender por qué el SDK de OpenGradient divide cada llamada de inferencia en dos pasos. No dejaba de mirar los ejemplos de Python. Primero ejecutas el modelo. Luego, por separado, lo verificas. Me molestó. Solo quería una única llamada de API limpia que devolviera un resultado y una prueba juntos. ¿Por qué complicarlo?
Luego encontré la sección HACA en el whitepaper. Y lo entendí. La separación no es una complicación. Es toda la arquitectura.
Cada otro proyecto de IA descentralizada que miré tiene el mismo fallo fatal. Quieren que los validadores reejecuten cada inferencia. Ejecutar el modelo 100 veces para 100 validadores. Eso es una locura. Un modelo de 70 mil millones de parámetros cuesta dinero real por cada ejecución. Multiplica eso por el tamaño del conjunto de validadores. Los tiempos de bloque se arrastrarían hasta minutos. Y además, los LLM son no deterministas. Mismo prompt, salidas distintas cada vez. Los validadores nunca podrían llegar a consenso sobre el estado.
OpenGradient no le pide a los validadores ejecutar modelos. Los nodos de inferencia con GPUs los ejecutan una vez. Devuelven resultados a los usuarios de inmediato. Luego envían las pruebas por separado. Atestaciones TEE de enclaves AWS Nitro o pruebas criptográficas ZKML. Los nodos completos verifican esas pruebas sin tocar el modelo. No se necesitan GPUs para los validadores. Solo hardware estándar ejecutando el consenso CometBFT.
Ahora la estructura del SDK tiene sentido. La separación no es un diseño incómodo. Es necesaria. La ejecución y la verificación viven en líneas de tiempo completamente distintas.
Pero seguí buscando la debilidad. La encontré en la sección 10.2. "El asentamiento asíncrono crea brechas temporales de confianza." Entre la entrega del resultado y el asentamiento de la prueba, hay una ventana. Obtienes la respuesta en milisegundos. La verificación en la blockchain se asienta segundos después. Para la mayoría de las aplicaciones, está bien. Para el trading de alta frecuencia o cualquier cosa que necesite una finalidad criptográfica instantánea, esa es tu exposición.
Ahora, cuando veo un proyecto de "IA descentralizada", hago una pregunta. ¿Cómo verifican los validadores la inferencia sin reejecutar el modelo ellos mismos?
@OpenGradient $OPG #OPG
Inicia sesión para explorar más contenidos