Il devient de plus en plus difficile de s’enthousiasmer pour de nouvelles narrations.
Peut-être que c’est simplement ce qui arrive après avoir passé trop d’années autour de la crypto. Tu lis suffisamment de whitepapers, tu regardes suffisamment de lancements de tokens, et finalement, chaque nouvelle catégorie finit par te sembler étrangement familière. La DeFi était censée réinventer la finance. La GameFi allait faire entrer des milliards de personnes. Les chaînes modulaires promettaient de résoudre le problème de la scalabilité sous un angle complètement différent. Puis l’IA est arrivée, et soudain presque chaque projet avait un agent, un marché, ou une grande vision selon laquelle des logiciels autonomes feraient tout fonctionner plus efficacement que les humains n’en sont capables.
Au bout d’un moment, vous arrêtez de demander ce qu’un projet prétend construire. Vous commencez à demander quel problème reste réellement non résolu.
C’était l’état d’esprit que j’avais en lisant le protocole Newton.
Au début, j’ai supposé que c’était une autre tentative d’attacher l’IA à l’infrastructure blockchain, parce que c’est là que l’attention se trouve actuellement. Ça n’aurait pas été la première. Le marché est devenu remarquablement doué pour emballer des idées familières dans n’importe quel récit qui est en train de faire tendance.
Mais plus j’y passais de temps avec la documentation, moins cela ressemblait à un autre pitch d’IA.
Le protocole n’est pas vraiment obsédé par le fait de rendre l’IA plus intelligente. Au contraire, il semble davantage préoccupé par le fait de rendre l’IA moins dangereuse dès qu’elle commence à interagir avec une vraie valeur.
Cette distinction est restée avec moi.
Tout le monde parle d’agents autonomes qui exécutent des échanges, gèrent des trésoreries ou coordonnent des activités on-chain complexes, comme si la partie difficile consistait à construire l’intelligence. Je n’en suis pas sûr. Les modèles s’améliorent tous les quelques mois. Le calcul coûte moins cher. L’outillage s’améliore.
La confiance n’a pas progressé au même rythme.
Si un agent d’IA déplace des actifs entre différents protocoles, prend des décisions de portefeuille, ou interagit avec des contrats intelligents sans attendre qu’un humain approuve chaque action, alors la question évidente n’est pas de savoir s’il peut le faire.
C’est à qui revient de décider où se situent les limites.
La crypto n’a jamais été particulièrement douée pour répondre à ça.
Cela fait des années que nous optimisons l’exécution en supposant, pour l’essentiel, que l’autorisation et la gouvernance finiraient bien par se régler d’elles-mêmes. Les contrats intelligents s’exécutent exactement comme ils ont été écrits, mais la finance du monde réel est rarement aussi simple. Les règles changent. Le risque change. Le contexte change. Le code statique ne gère pas toujours très gracieusement les situations dynamiques.
Newton semble partir de cette réalité inconfortable plutôt que de faire semblant qu’elle n’existe pas.
L’idée, du moins telle que je la comprends, n’est pas de remplacer la prise de décision par l’IA. Il s’agit plutôt de construire une couche d’autorisation qui se place sous ces décisions, afin de s’assurer que les systèmes autonomes fonctionnent dans des contraintes prédéfinies, plutôt que dans une liberté illimitée.
Ça ressemble… à quelque chose de surprenamment pragmatique.
Pas excitant comme le sont les memecoins ou les récits perpétuels. Pratique, dans le sens discret de l’infrastructure. Le genre de chose que les gens remarquent à peine… jusqu’au moment où ils ne peuvent plus construire sans elle.
Je me suis souvent demandé à quel point la crypto confond capacité et maturité.
On célèbre dès que des logiciels deviennent capables de faire quelque chose automatiquement, puis on passe les quelques années suivantes à découvrir toutes les raisons pour lesquelles l’automatisation sans limites crée de nouveaux risques. La DeFi l’a fait. Les ponts cross-chain l’ont certainement fait. Même les systèmes de gouvernance finissent par se heurter à des questions auxquelles personne ne voulait répondre pendant la phase de hype.
Peut-être que l’IA s’approche du même point.
Un système de trading autonome ne devient pas nécessairement fiable parce que ses prédictions s’améliorent. Un agent de trésorerie ne devient pas sûr parce qu’il exécute des transactions plus vite. À un moment donné, quelqu’un doit définir ce que ces systèmes sont autorisés à faire, ce qu’ils ne devraient jamais faire, et ce qui se passe lorsque les conditions changent.
C’est là que Newton est devenu pour moi plus intéressant que je ne l’avais prévu.
Pas parce que je pense que le problème est déjà résolu.
Honnêtement, je ne pense pas que quelqu’un l’ait déjà.
Les projets d’infrastructure ne se prouvent que rarement uniquement par leur architecture. L’adoption compte. La sécurité compte. Les développeurs doivent s’en soucier suffisamment pour construire au-dessus. Les utilisateurs doivent lui faire confiance sans penser constamment à la machinerie sous-jacente. C’est un processus long, et la crypto a pour habitude de déclarer la victoire bien plus tôt que ce qui serait raisonnable.
Je ne repars donc pas avec l’idée que Newton est inévitable.
J’ai lu trop de livres blancs pour croire que la “fatalité” existe dans cette industrie.
Ce que je retiens, c’est le sentiment que cela pose une meilleure question que la plupart des projets d’IA actuels.
Au lieu de demander de quelle liberté les agents autonomes devraient disposer, on se demande comment ces agents deviennent responsables une fois qu’on leur confie des actifs réels.
Ça ressemble moins à un récit marketing et davantage à un problème d’infrastructure.
Et si les derniers cycles m’ont appris quelque chose, c’est que les problèmes d’infrastructure dépassent généralement les récits.
C’est peut-être pour ça que Newton est resté dans ma tête plus longtemps que je ne l’aurais cru.
Pas parce que cela promettait l’avenir.
Mais parce qu’il a reconnu, en silence, quelque chose que l’industrie n’aime pas toujours admettre.
Rendre les machines plus intelligentes, c’est impressionnant.
Le rendre suffisamment prévisible pour avoir confiance avec de l’argent réel pourrait bien être le défi le plus difficile.