La plupart des investisseurs sont formés à lire un APY en hausse comme une bonne nouvelle.
Plus de rendement.
Plus de demande.
Plus d’opportunités.
Mais parfois, le chiffre augmente parce que le système mesure un actif qui s’effondre de manière incorrecte.
Imaginez qu’une stablecoin commence à perdre sa parité.
Le véritable prix du marché baisse de 1 $ à 0,95 $.
Cependant, un coffre-fort automatisé continue d’évaluer le token à 1 $ lors du calcul de la performance.
Le coffre-fort ne voit pas un actif endommagé.
Il observe un rendement apparemment plus élevé.
Un bot d’allocation fait alors exactement ce pourquoi il a été conçu :
Il envoie davantage de capital vers le marché offrant le rendement le plus élevé calculé.
Le bot fonctionne correctement.
La transaction est valide.
Le smart contract s’exécute comme prévu.
Et le résultat peut encore être totalement erroné.
C’est une des raisons pour lesquelles je prête une attention plus étroite à @NewtonProtocol et à la direction de Newton Mainnet Beta.
Le problème que Newton cherche à résoudre n’est pas seulement de savoir si un agent IA ou un gestionnaire automatisé peut exécuter une transaction.
L’infrastructure blockchain fait déjà cela très bien.
Le problème le plus difficile est de savoir si la transaction doit être autorisée en vertu du mandat réel du coffre-fort.
Newton introduit une couche d’autorisation programmable entre l’intention de transaction et le règlement.
Un gestionnaire de coffre-fort, un bot ou un agent IA propose une action.
Newton évalue cette action par rapport à la politique active.
L’action reçoit un résultat « passe » ou « échoue » avant que le capital ne bouge.
Un reçu onchain signé peut alors fournir une preuve que la vérification de la politique a bien eu lieu.
L’intégration récente entre Newton et Webacy rend cette architecture plus facile à comprendre dans la pratique.
Webacy peut fournir des signaux liés à :
Historique du dépeg des stablecoins.
Conditions actuelles de liquidité.
Concentration risquée des détenteurs de jetons.
Contamination du portefeuille.
Qualité du coffre-fort et du curateur.
Le rendement déclaré reflète-t-il une activité durable ou une dégradation cachée ?
VaultKit peut transformer ces signaux en règles opposables.
Par exemple, un curateur pourrait créer une politique qui empêche le coffre-fort d’allouer à un stablecoin après plusieurs événements de dépeg.
Une autre politique pourrait exiger que la liquidité reste au-dessus d’un niveau minimum avant qu’une grosse transaction soit approuvée.
Un coffre-fort pourrait aussi réduire son exposition lorsque des portefeuilles risqués contrôlent trop de l’offre en circulation.
C’est plus utile que de simplement afficher les mêmes informations dans un tableau de bord.
Un tableau de bord indique au gestionnaire que quelque chose pourrait être incorrect.
Une politique opposable détermine ce que le système est autorisé à faire à propos de cela.
Cet écart devient plus important à mesure que la gestion du capital devient de plus en plus automatisée.
Un humain peut mettre cinq minutes pour examiner un avertissement, comparer plusieurs sources de données et décider s’il faut agir.
Un bot peut allouer du capital sur plusieurs marchés en quelques secondes.
L’exécution à la vitesse de la machine ne peut pas dépendre en toute sécurité d’une intervention humaine.
Mais je ne pense pas non plus que la politique programmable supprime tous les risques.
Une politique n’est aussi bonne que ses sources de données, ses seuils et ses hypothèses.
Un stablecoin peut brièvement passer sous 1 $ sans subir un effondrement réel.
La liquidité peut sembler importante jusqu’à ce que de nombreux utilisateurs tentent de sortir simultanément.
Un fournisseur de risque peut être temporairement indisponible.
Une politique mal conçue pourrait bloquer des transactions saines ou autoriser des transactions dangereuses.
L’amélioration importante n’est pas que Newton promet des décisions parfaites.
C’est que le processus de décision peut devenir explicite et vérifiable.
Au lieu de faire confiance au fait qu’un curateur « a probablement vérifié le risque », un allocateur peut examiner si une politique définie a été évaluée avant l’exécution.
Quelle source de données a été utilisée ?
Quel seuil a été appliqué ?
L’action a-t-elle réussi ou échoué ?
La règle a-t-elle été modifiée avant la transaction ?
Le résultat peut-il être vérifié indépendamment ?
Ces questions comptent bien plus pour le capital institutionnel qu’une autre hausse temporaire de l’APY.
Les institutions ont besoin de mandats qui restent opposables lorsque les marchés deviennent chaotiques.
Ils ont besoin de preuves que les stratégies automatisées ne peuvent pas abandonner silencieusement leurs limites lorsque les incitations changent.
Ils ont besoin de contrôles de risque qui existent dans le chemin d’exécution, plutôt que dans un PDF, un tableau de bord interne ou une promesse du gestionnaire.
Newton Mainnet Beta commence avec des coffres-forts DeFi, mais l’idée sous-jacente pourrait s’étendre bien plus loin.
Gestion de trésorerie des stablecoins.
Des actifs réels tokenisés.
Des agents de trading automatisés.
Crédit onchain.
Tout système dans lequel un logiciel est autorisé à déplacer de la valeur aura éventuellement besoin d’une réponse claire à la même question :
Qu’est-ce qui doit être prouvé avant que cette transaction soit autorisée ?
Pour moi, c’est la vraie valeur de Newton.
Ne pas rendre l’automatisation plus puissante.
Faire en sorte que l’automatisation reste à l’intérieur des limites qu’elle était censée respecter.
Parce qu’en finance automatisée, l’action la plus dangereuse peut ne pas ressembler à une attaque.
Cela peut ressembler à une transaction parfaitement valide qui poursuit le plus haut APY.
