Je me suis surpris à lire Newton d’une mauvaise façon au début.
Dès que j’ai vu « agents d’IA » et « stratégies automatisées », mon cerveau a tout de suite pensé à des bots de trading. J’ai failli fermer l’onglet, car j’avais l’impression que c’était une histoire que j’avais déjà trop souvent entendue.
Puis une question a continué de me suivre pendant que je lisais.
Qu’est-ce qui décide réellement si une IA doit être autorisée à passer un trade ?
Cette question m’a entraîné vers une tout autre partie du projet.
Ce qui ressortait n’était pas l’automatisation. C’était la garde-fou avant l’automatisation.
Newton sépare la politique de l’exécution. Plutôt que de laisser un agent agir d’abord et de vérifier ensuite, l’idée est d’évaluer les conditions en direct avant que la transaction ne se fasse. Le projet montre aussi des exemples d’utilisation de données en temps réel, comme les informations de rendement du Trésor provenant de Massive et des données réseau via Etherscan, comme entrées pour ces décisions.
Et ça a changé ma façon de le voir.
La crypto ne souffre plus vraiment d’un manque d’automatisation. Nous avons suffisamment de bots et de scripts capables d’aller plus vite que n’importe quel humain.
Le problème le plus difficile, c’est de savoir quand ces systèmes doivent ralentir ou s’arrêter.
C’est pourquoi je pense que la question intéressante n’est pas « À quel point l’IA est-elle intelligente ? »
C’est « À quel point les règles qui la contrôlent sont-elles intelligentes ? »
Bien sûr, cela crée aussi un compromis. Un garde-fou n’est utile que dans la mesure où les données et les politiques qui le sous-tendent sont bonnes. Si ces entrées deviennent obsolètes ou mal conçues, la couche supplémentaire ne rend pas les décisions meilleures. Elle ajoute simplement plus de complexité.
Donc si je continue à suivre Newton, je ne regarderai pas combien de fonctionnalités d’IA il introduit.
Je regarderai si ces contrôles de politique restent flexibles, vérifiables et connectés à des données fiables en temps réel à mesure que l’activité automatisée augmente.
Pour moi, c’est là que se trouve la vraie histoire.
Pas pour savoir si un agent d’IA peut trader.
S’il a, avant tout, obtenu l’autorisation de trader.
@NewtonProtocol
#newt $NEWT
Dès que j’ai vu « agents d’IA » et « stratégies automatisées », mon cerveau a tout de suite pensé à des bots de trading. J’ai failli fermer l’onglet, car j’avais l’impression que c’était une histoire que j’avais déjà trop souvent entendue.
Puis une question a continué de me suivre pendant que je lisais.
Qu’est-ce qui décide réellement si une IA doit être autorisée à passer un trade ?
Cette question m’a entraîné vers une tout autre partie du projet.
Ce qui ressortait n’était pas l’automatisation. C’était la garde-fou avant l’automatisation.
Newton sépare la politique de l’exécution. Plutôt que de laisser un agent agir d’abord et de vérifier ensuite, l’idée est d’évaluer les conditions en direct avant que la transaction ne se fasse. Le projet montre aussi des exemples d’utilisation de données en temps réel, comme les informations de rendement du Trésor provenant de Massive et des données réseau via Etherscan, comme entrées pour ces décisions.
Et ça a changé ma façon de le voir.
La crypto ne souffre plus vraiment d’un manque d’automatisation. Nous avons suffisamment de bots et de scripts capables d’aller plus vite que n’importe quel humain.
Le problème le plus difficile, c’est de savoir quand ces systèmes doivent ralentir ou s’arrêter.
C’est pourquoi je pense que la question intéressante n’est pas « À quel point l’IA est-elle intelligente ? »
C’est « À quel point les règles qui la contrôlent sont-elles intelligentes ? »
Bien sûr, cela crée aussi un compromis. Un garde-fou n’est utile que dans la mesure où les données et les politiques qui le sous-tendent sont bonnes. Si ces entrées deviennent obsolètes ou mal conçues, la couche supplémentaire ne rend pas les décisions meilleures. Elle ajoute simplement plus de complexité.
Donc si je continue à suivre Newton, je ne regarderai pas combien de fonctionnalités d’IA il introduit.
Je regarderai si ces contrôles de politique restent flexibles, vérifiables et connectés à des données fiables en temps réel à mesure que l’activité automatisée augmente.
Pour moi, c’est là que se trouve la vraie histoire.
Pas pour savoir si un agent d’IA peut trader.
S’il a, avant tout, obtenu l’autorisation de trader.
@NewtonProtocol
#newt $NEWT