Con la misma calma comencé el fin de semana a revisar una vieja posición DeFi: los niveles de liquidación eran idénticos a los de hace medio año cuando abrí la operación. El mercado ya había cambiado varias rondas de tendencia, pero esa línea se sentía como si estuviera soldada con acero. Este diseño de resistir el mercado con parámetros fijos, de verdad debería reemplazarse. Saqué de paso el SolidML de @OpenGradient para ver si el protocolo de préstamos “que piensa” del que habla realmente conectó la IA a la evaluación de riesgo del colateral.$TAC
Elegí tres tipos de colaterales con características de riesgo distintas; en SolidML simulé cuatro rondas de choques de mercado para cada uno y realicé doce evaluaciones. En cada una llevé los mismos elementos a una tabla para verificarlos fila por fila: versión del modelo, instantánea de entrada, la ruta de ensamblaje (matching) del middleware de enrutamiento de capacidades, el recibo de parámetros de riesgo de la Verification Layer y el umbral de liquidación ajustado del lado del protocolo. Para el mismo colateral, con diferentes volatilidades y profundidades de liquidez, los niveles de liquidación sí se movieron; y cada ajuste corresponde a un recibo de inferencia verificable on-chain, no a una decisión tomada “a ojo” entre bastidores.
El debate popular sobre préstamos con IA casi siempre se centra en la sensación de funciones: que sea “más inteligente” y “más segura”. OpenGradient hace algo mucho más frío: traslada los parámetros de riesgo de la votación de gobernanza al razonamiento en tiempo real a nivel de protocolo. SolidML entrega los nuevos umbrales, la Verification Layer sella la inferencia, y el middleware de enrutamiento de capacidades inyecta esos parámetros en la siguiente llamada del contrato de préstamo; no existe ningún asiento de gobernanza que pueda cambiar los números en secreto. “Inteligente” no es una palabra de marketing: es trasladar el poder de decisión de un comité a recibos que se pueden recomputar.$VELVET
También hay que cambiar los indicadores de observación. No me interesa cuántos protocolos de préstamos conectó OpenGradient; vigilo un dato contra la intuición: entre las posiciones a las que SolidML ajustó parámetros cada día, el porcentaje de eventos de ajuste que pueden ser recalculados y verificados por un tercero independiente usando la misma entrada. El primero mide la cantidad de integraciones; el segundo mide si este control de riesgo en tiempo real realmente aguanta la presión de colaterales a escala de millones.
Si $OPG solo se encarga de una comisión de “matching” para ejecutar una inferencia de riesgo, entonces se parece más a un token de llamada para controles de riesgo; pero si en el futuro el modelo de riesgo se despliega sobre el colateral, se emiten recibos de parámetros, hay compensación por errores, se pagan recompensas por desafíos de recomputación y además la distribución de beneficios del control de riesgo entre protocolos gira en torno a ello, entonces ya no sería solo un token de llamada: sería un activo de credibilidad de parámetros para esa red de control de riesgo en tiempo real.
Sin prisa para sacar conclusiones. Solo se ve de verdad el valor de cambiar parámetros fijos por inferencia en tiempo real en un mercado bajista. Quiero seguir observando el OpenGradient en la mainnet y las muestras que entregue la integración posterior de SolidML.#opg