Hier soir, j’ai fait une chose assez bête… mais aussi assez intéressante. J’ai ouvert l’IA et je lui ai demandé d’analyser une stratégie on-chain, puis je lui ai posé cette question, en passant : « Si, à l’avenir, des agents d’IA pouvaient automatiquement aider les utilisateurs à trader et à gérer leurs actifs, quel est le plus grand risque ? » La réponse à l’écran est apparue très vite : efficacité, sécurité, exactitude des données, capacités du modèle… Tout cela était juste. Mais je suis resté un moment à regarder ces lignes, et je me suis rendu compte qu’il manquait une question essentielle. Si un système est suffisamment intelligent, devrait-il aussi savoir quand il ne peut pas agir ? Cette question m’a fait faire une pause pendant quelques minutes.

Ces dernières années, on a surtout discuté de ce que l’IA peut faire, mais on a rarement pris le temps de se demander sérieusement où se situent ses limites une fois qu’elle dispose réellement de capacités d’exécution. Ce n’est pas un scénario de science-fiction lointain. Du trading automatisé à la gestion d’actifs on-chain, puis au futur avec de plus en plus d’agents participant aux décisions : cette tendance est déjà en train d’apparaître. Et c’est justement à partir de cette question que j’ai reconsidéré @NewtonProtocol et son Newton Mainnet Beta.

Quand j’ai commencé à m’intéresser à Newton, franchement, comme beaucoup de gens, la première chose qui m’a attiré, c’était les directions plutôt à la mode : l’IA, les agents, l’automatisation on-chain. Après tout, le marché aime toujours parler du futur. Tous les projets te disent que l’avenir sera plus intelligent, plus efficace et plus automatisé. Mais en y réfléchissant plus en profondeur, je suis au contraire devenu de plus en plus lucide. Parce que j’ai découvert que plus le progrès technologique avance vite, plus le vrai problème à résoudre n’est pas « est-ce qu’on peut le faire ? », mais « une fois que c’est fait, qui en est responsable ? ». C’est aussi le changement majeur que j’ai redécouvert dans Newton Protocol ces derniers temps. Il ne cherche pas uniquement à améliorer l’efficacité d’exécution, mais à se poser une question plus fondamentale : lorsque les droits d’actifs et d’opérations sont progressivement confiés à des systèmes d’automatisation, comment l’autorisation devrait-elle être redéfinie ?

Avant, beaucoup de modèles de gestion d’actifs on-chain avaient un trait commun. Les utilisateurs déposent leurs actifs dans un Vault, le curator gère la stratégie, et les règles sont écrites dans la documentation. Cela semble très complet. Mais, dans la vraie exécution, il y a toujours une variable au milieu : l’humain. Les règles sont là, mais cela ne veut pas dire qu’elles seront forcément exécutées. Quand le marché monte, tout le monde pense que les gestionnaires sont professionnels et que la conception des stratégies est rationnelle ; mais quand on traverse de véritables conditions extrêmes, beaucoup de problèmes se révèlent. Ce n’est pas nécessairement que le gestionnaire est forcément peu fiable, c’est simplement que la personne elle-même est la plus grande variable. L’émotion, la pression, les biais de jugement : tout cela est difficile à éliminer complètement.

Donc, je pense que VaultKit dans Newton Mainnet Beta mérite qu’on s’y intéresse. Il n’a pas choisi de renforcer davantage l’idée de « faire confiance à un gestionnaire meilleur », mais plutôt d’essayer d’impliquer les règles elles-mêmes dans l’exécution. D’après la présentation officielle de Newton, VaultKit permet d’imposer l’exécution des règles de coffre sur la chaîne, de vérifier les conditions pertinentes avant le règlement des transactions, et de générer des preuves de signature vérifiables par n’importe qui. En termes simples : avant, c’était « les règles te disent quoi faire ». Maintenant, c’est « les règles décident si cette action peut avoir lieu ». Cela ressemble à un simple changement, mais la logique sous-jacente est complètement différente. Parce qu’il transforme une promesse de confiance en un mécanisme d’exécution vérifiable.

À titre personnel, je pense que ce qui rend vraiment Newton intéressant, ce n’est pas seulement la gestion du risque : c’est la refonte du modèle de confiance on-chain. Par le passé, nous dépendions davantage de la crédibilité des personnes. On faisait confiance à l’équipe, on faisait confiance au gestionnaire, on faisait confiance à un stratège suffisamment rationnel. Mais dans le futur, lorsque les agents IA commenceront à détenir de plus en plus de pouvoirs d’exécution, la seule confiance des humains ne suffira évidemment plus. Un système peut être très intelligent, mais s’il n’a pas des limites clairement définies, plus sa capacité est grande, plus son impact potentiel est important. Cela m’a fait penser aux stop-loss dans le trading. Beaucoup de gens ne savent pas que l’importance du stop-loss… mais au moment où il faut vraiment l’exécuter, on finit toujours par changer de plan à cause de l’émotion : « On attend encore. » « Ça va peut-être rebondir tout de suite. » « Cette fois, c’est particulier. » Et finalement, on se rend compte que le plus difficile à contrôler, ce n’est pas le marché, c’est soi-même. Le but des règles, c’est précisément de garder la frontière à l’avance, au moment où on risque le plus de perdre le contrôle.

Bien sûr, je ne pense pas non plus qu’avoir plus de règles soit forcément une bonne chose. Parce que le marché comporte toujours des situations complexes. Plus les règles sont strictes, plus la certitude augmente, mais l’espace de flexibilité peut aussi diminuer. C’est pourquoi, à mon avis, ce dont le protocole Newton a vraiment besoin pour être validé sur le long terme, ce n’est pas seulement de savoir si VaultKit peut limiter les erreurs : c’est de savoir s’il peut trouver un équilibre entre les règles et la liberté. Après tout, le monde des chaînes à l’avenir ne pourra pas reposer entièrement sur les humains, ni entièrement sur le code. Un système réellement mature devrait trouver une position raisonnable entre l’automatisation et les contraintes.

Maintenant, en regardant $NEWT et #Newt , je ne me concentre plus sur un simple récit technique. Je m’intéresse davantage à l’orientation derrière tout cela. Dans le passé, la concurrence on-chain consistait à résoudre « comment se connecter ». Ensuite, à résoudre « comment trader ». Et demain, il faudra peut-être résoudre : quand de plus en plus de systèmes intelligents agiront pour nous, qui définira leurs limites ? Je pense que l’endroit le plus intéressant à discuter dans le protocole Newton se trouve précisément ici. Il ne s’agit pas simplement de donner aux machines plus de capacités, mais d’explorer comment faire coexister capacité et responsabilité. Parce que le vrai danger à l’avenir n’est pas jamais une IA qui n’exécute pas. C’est une IA qui exécute tout, mais qui ne sait pas quand elle devrait s’arrêter.