J’ai vu le staking être utilisé comme argument de sécurité tellement de fois que j’y réagis à peine plus.
Un protocole indique que les opérateurs verrouillent les tokens, que les mauvais acteurs sont sanctionnés, et que chacun est censé se sentir plus en sécurité.
Mais la partie à laquelle je reviens sans cesse avec Newton est beaucoup plus simple : qu’est-ce exactement punit-on ?
C’est important parce que Newton occupe une place inconfortable entre l’infrastructure et la prise de décision. Il veut aider des agents d’IA à exécuter des stratégies, à transférer des actifs et à agir au nom des utilisateurs. Une fois que l’argent commence à circuler automatiquement, il devient tentant de considérer chaque mauvais résultat comme une sorte d’échec que la garantie pourrait corriger.
Je ne pense pas que ça fonctionne comme ça.
Un agent de trading peut respecter toutes les règles et pourtant perdre de l’argent. Il peut utiliser la bonne plateforme d’échange, rester dans la limite de dépenses, n’échanger que des actifs approuvés, et tout de même se tromper complètement sur le marché.
Ce n’est pas nécessairement une faute.
Parfois, une stratégie est simplement mauvaise.
Parfois, la liquidité disparaît.
Parfois, le marché évolue plus vite que le modèle.
Vous ne pouvez pas réduire équitablement un opérateur pour cela.
Là où Newton devient plus intéressant, c’est quand la défaillance ne concerne pas la performance, mais l’autorisation.
L’agent était-il autorisé à effectuer cette transaction ?
Cela a-t-il dépassé la limite de l’utilisateur ?
A-t-il utilisé un canal approuvé ?
A-t-il agi après l’expiration de l’autorisation ?
Ce sont des questions qu’un système peut réellement vérifier.
C’est la véritable ligne de défense que Newton doit protéger.
La valeur de son modèle de staking ne réside pas dans le fait qu’il peut punir une IA pour avoir pris une mauvaise décision. Elle réside dans le fait qu’il pourrait punir des opérateurs qui approuvent des actions qui enfreignent clairement les règles.
Cela ressemble à une petite distinction, mais cela change toute la théorie des jeux.
Un opérateur se comporte honnêtement lorsque tricher coûte plus cher que la récompense.
Cela signifie que la mise doit être suffisamment élevée, que la probabilité de détection doit être suffisamment forte, et que la punition doit intervenir suffisamment vite.
Si un opérateur peut gagner 100 000 $ en approuvant une transaction malveillante mais ne s’attend à perdre que 20 000 $ s’il est pris, le système n’est pas sécurisé. Il ne fait qu’offrir un prix à la malhonnêteté.
C’est pourquoi je prête beaucoup plus attention à la détection qu’aux chiffres de staking en première ligne.
Les protocoles adorent montrer à quel point la valeur est verrouillée. Ce qui compte, c’est la quantité de cette valeur qui peut réellement être retirée, et si la violation peut être prouvée sans argument.
Newton semble mieux comprendre cela que la plupart des gens.
Ses contrôles de politique sont conçus autour de règles claires. Si une transaction dépasse une limite ou enfreint une condition définie, on ne demande pas aux opérateurs leur avis. On leur demande d’évaluer la même instruction selon la même politique.
C’est bien plus facile à faire respecter que de demander si une IA a agi intelligemment.
« C’était un bon échange ? » est subjectif.
« Ce portefeuille était-il autorisé à transférer 50 000 USDC ? » n’est pas.
La première concerne la stratégie.
La seconde concerne la sécurité.
Il reste une partie du modèle que je surveille attentivement.
Newton parle du fait que NEWT est utilisé pour la participation des opérateurs, la délégation et les incitations économiques, tandis que des parties de l’architecture technique pointent aussi vers ETH ou des jetons de staking liquide comme garantie punissable (slashable).
Je ne suis pas encore sûr de la façon dont cet équilibre fonctionnera concrètement.
Si NEWT porte la majeure partie de la charge de sécurité, alors le coût d’attaque du système dépend fortement du prix du jeton. Une baisse du prix du jeton peut rendre le réseau silencieusement moins coûteux à corrompre.
Si ETH ou des jetons de staking liquide fournissent le véritable soutien économique, alors Newton pourrait être moins exposé à son propre cycle de marché.
Cela pourrait être un design plus intelligent, mais les utilisateurs doivent savoir quel actif soutient réellement la promesse.
« Les opérateurs mettent en jeu des jetons » sonne rassurant.
Cela ne veut pas dire grand-chose à moins que la garantie soit suffisamment élevée pour couvrir les dommages que ces opérateurs pourraient causer.
Il y a aussi un problème que la plupart des modèles de staking évitent de discuter : la réduction (slashing) punit l’opérateur, mais ne rembourse pas automatiquement l’utilisateur.
Imaginez qu’un opérateur approuve une transaction qui enfreint la politique d’un utilisateur. L’utilisateur perd 500 000 $. L’opérateur est réduit (slashed) pour 100 000 $.
Le protocole peut dire que le système a fonctionné.
L’utilisateur ne sera probablement pas d’accord.
La punition n’est pas la même chose que la protection.
Une version sérieuse de Newton finira peut-être par devoir imposer des exigences de garantie liées à la quantité de valeur qu’un agent peut contrôler. Une stratégie qui déplace 10 000 $ ne devrait pas être traitée de la même manière qu’une stratégie qui gère 10 millions.
Une exposition plus élevée devrait entraîner des limites plus strictes, des cautions plus importantes, ou une forme d’assurance.
Sinon, le système peut punir un mauvais comportement après que les dégâts sont déjà faits.
Je pense aussi que les gens mettent trop l’accent sur la collusion délibérée.
Le risque le plus réaliste pourrait être que les opérateurs se trompent ensemble.
Différents opérateurs peuvent encore dépendre du même fournisseur cloud, du même flux de prix, du même logiciel de politique ou de la même source de données. Ils peuvent tous renvoyer la même mauvaise réponse sans coordonner du tout.
Ce n’est pas de la collusion.
C’est une défaillance partagée.
Un vote majoritaire n’aide pas si la majorité lit la même entrée erronée.
C’est pourquoi la diversité des opérateurs doit signifier davantage que des adresses de portefeuille différentes. Elle doit signifier une infrastructure différente, des implémentations différentes et des points de défaillance différents.
Sinon, le réseau peut sembler décentralisé tout en se comportant comme une seule machine.
La partie de Newton qui me semble la plus crédible n’est pas l’angle du trading par IA.
J’ai vu assez de projets promettre des agents plus intelligents et de meilleures stratégies. La plupart de tout cela finit par sonner de la même façon.
L’idée la plus forte est bien plus pratique : laisser un agent faire quelque chose d’utile sans lui donner un contrôle total.
Un utilisateur devrait pouvoir dire :
N’échangez que ces actifs.
Utilisez uniquement ces canaux.
Ne dépensez jamais plus que ce montant.
Arrêtez après cette date.
N’envoyez pas des fonds ailleurs.
Alors le travail de Newton n’est pas de décider si la stratégie est ingénieuse.
Son rôle est de s’assurer que l’agent reste à l’intérieur de ces limites.
C’est un rôle beaucoup plus crédible.
Donc je ne jugerais pas Newton en fonction du fait que ses agents gagnent de l’argent.
Je l’évaluerais selon qu’un opérateur a plus à perdre en enfreignant les règles d’un utilisateur que ce qu’il pourrait gagner en les ignorant.
Vous pouvez punir la malhonnêteté.
Vous ne pouvez pas punir le marché de s’être retourné contre vous.