Binance Square
GweiToTheSky
2.6k Publications

GweiToTheSky

790 Suivis
5.5K+ Abonnés
3.8K+ J’aime
Publications
·
--
Chaque cycle crypto nous vend le même rêve : cette fois, le système supprime enfin le besoin de confiance. « Nous avons corrigé la confiance. » « Nous avons corrigé la sécurité. » « Nous avons corrigé la couche manquante. » Le protocole Newton ($NEWT ) vise un problème bien réel : si des agents d’IA, des coffres automatisés et des smart contracts commencent à faire circuler de l’argent sérieux, qui s’assure que ces actions respectent les bonnes règles avant que des dégâts ne surviennent ? L’idée paraît logique. N’attendez pas une attaque. N’enquêtez pas sur l’échec après la disparition des fonds. Placez des politiques avant l’exécution et bloquez les actions risquées avant qu’elles ne se stabilisent. Histoire propre. Sur le papier, du moins. Mais c’est là que les choses se compliquent. Ajouter une couche de règles crée aussi une nouvelle dépendance. Qui rédige ces politiques ? Qui contrôle les paramètres par défaut ? Qui décide de ce que « sûr » signifie réellement ? Car parfois, le plus grand pouvoir n’est pas de conserver l’argent. C’est de contrôler ce que l’argent a le droit de faire. Newton parle d’un passage de la confiance aveugle vers des règles vérifiables, et c’est une direction qui mérite d’être surveillée. Mais la technologie seule ne supprime pas les incitations humaines. Quelqu’un conçoit encore le système. Quelqu’un profite de l’adoption. Quelqu’un contrôle les standards que tout le monde est amené à suivre. Le vrai test pour Newt n’est pas de savoir si la technologie fonctionne pendant une phase bêta avec des premiers convaincus. Le test arrive plus tard. Quand de l’argent réel entre en jeu, les incitations s’entrechoquent, et le système doit prouver qu’il peut protéger les utilisateurs sans devenir un autre gardien, portant simplement un nom différent. @NewtonProtocol #Newt $TAC $SKL
Chaque cycle crypto nous vend le même rêve : cette fois, le système supprime enfin le besoin de confiance.

« Nous avons corrigé la confiance. »
« Nous avons corrigé la sécurité. »
« Nous avons corrigé la couche manquante. »

Le protocole Newton ($NEWT ) vise un problème bien réel : si des agents d’IA, des coffres automatisés et des smart contracts commencent à faire circuler de l’argent sérieux, qui s’assure que ces actions respectent les bonnes règles avant que des dégâts ne surviennent ?

L’idée paraît logique. N’attendez pas une attaque. N’enquêtez pas sur l’échec après la disparition des fonds. Placez des politiques avant l’exécution et bloquez les actions risquées avant qu’elles ne se stabilisent.

Histoire propre.

Sur le papier, du moins.

Mais c’est là que les choses se compliquent. Ajouter une couche de règles crée aussi une nouvelle dépendance. Qui rédige ces politiques ? Qui contrôle les paramètres par défaut ? Qui décide de ce que « sûr » signifie réellement ?

Car parfois, le plus grand pouvoir n’est pas de conserver l’argent.

C’est de contrôler ce que l’argent a le droit de faire.

Newton parle d’un passage de la confiance aveugle vers des règles vérifiables, et c’est une direction qui mérite d’être surveillée. Mais la technologie seule ne supprime pas les incitations humaines. Quelqu’un conçoit encore le système. Quelqu’un profite de l’adoption. Quelqu’un contrôle les standards que tout le monde est amené à suivre.

Le vrai test pour Newt n’est pas de savoir si la technologie fonctionne pendant une phase bêta avec des premiers convaincus.

Le test arrive plus tard.

Quand de l’argent réel entre en jeu, les incitations s’entrechoquent, et le système doit prouver qu’il peut protéger les utilisateurs sans devenir un autre gardien, portant simplement un nom différent.

@NewtonProtocol #Newt
$TAC $SKL
Regardez : chaque cycle apporte une nouvelle promesse selon laquelle la technologie va éliminer les erreurs humaines. @NewtonProtocol entre avec une idée similaire : les agents IA deviennent puissants, mais s’ils contrôlent l’argent, qui s’assure qu’ils ne franchissent pas la ligne ? Newton essaie de résoudre un problème réel en ajoutant des règles et des limites vérifiables avant que des actions financières autonomes ne se produisent. L’objectif n’est pas seulement des transactions d’IA plus rapides, mais un comportement d’IA contrôlé. Mais soyons honnêtes : ajouter une couche de règles ajoute aussi un autre système que les gens doivent faire confiance. Plus de politiques, plus de vérifications, plus d’infrastructures. Parfois, résoudre une complexité en crée une autre. La vraie question est donc : qui contrôle ces règles et qui en tire profit si cela devient la norme ? Les développeurs, les opérateurs, les fournisseurs d’infrastructure et les détenteurs de jetons peuvent gagner de la valeur, mais les utilisateurs font toujours confiance aux choix de conception de quelqu’un. La décentralisation sonne bien, mais le pouvoir peut se concentrer discrètement autour de celui qui crée les politiques, gère l’infrastructure clé ou définit ce que signifie vraiment « sûr ». Et que se passe-t-il quand une IA respecte des règles approuvées, mais prend tout de même une terrible décision financière ? Une erreur vérifiée reste une erreur. Le plus grand défi de Newton n’est pas de prouver que l’IA peut déplacer de l’argent. Il faut prouver que l’ajout d’un autre système de confiance réduit réellement le risque au lieu de simplement déplacer le risque vers un endroit plus difficile à voir. #Newt $NEWT $SENT $SPCX
Regardez : chaque cycle apporte une nouvelle promesse selon laquelle la technologie va éliminer les erreurs humaines. @NewtonProtocol entre avec une idée similaire : les agents IA deviennent puissants, mais s’ils contrôlent l’argent, qui s’assure qu’ils ne franchissent pas la ligne ?

Newton essaie de résoudre un problème réel en ajoutant des règles et des limites vérifiables avant que des actions financières autonomes ne se produisent. L’objectif n’est pas seulement des transactions d’IA plus rapides, mais un comportement d’IA contrôlé.

Mais soyons honnêtes : ajouter une couche de règles ajoute aussi un autre système que les gens doivent faire confiance. Plus de politiques, plus de vérifications, plus d’infrastructures. Parfois, résoudre une complexité en crée une autre.

La vraie question est donc : qui contrôle ces règles et qui en tire profit si cela devient la norme ? Les développeurs, les opérateurs, les fournisseurs d’infrastructure et les détenteurs de jetons peuvent gagner de la valeur, mais les utilisateurs font toujours confiance aux choix de conception de quelqu’un.

La décentralisation sonne bien, mais le pouvoir peut se concentrer discrètement autour de celui qui crée les politiques, gère l’infrastructure clé ou définit ce que signifie vraiment « sûr ».

Et que se passe-t-il quand une IA respecte des règles approuvées, mais prend tout de même une terrible décision financière ? Une erreur vérifiée reste une erreur.

Le plus grand défi de Newton n’est pas de prouver que l’IA peut déplacer de l’argent.

Il faut prouver que l’ajout d’un autre système de confiance réduit réellement le risque au lieu de simplement déplacer le risque vers un endroit plus difficile à voir.

#Newt $NEWT
$SENT $SPCX
Article
Le protocole Newton et la fine frontière entre la vérification et l’hypothèseLa question silencieuse derrière la confiance programmable Le protocole Newton circule depuis un moment dans les discussions liées aux infrastructures, non pas parce qu’il promet une version plus bruyante de la crypto, mais parce qu’il tente de répondre à une question plus discrète et plus inconfortable : en réalité, à quoi fait-on exactement confiance lorsque des systèmes automatisés commencent à déplacer une vraie valeur ? J’ai assez vu de cycles de technologie pour savoir que la première vague d’attention se porte généralement sur la vitesse, l’échelle et des démos impressionnantes. Les questions les plus difficiles arrivent ensuite. Qui contrôle le système ? Qui vérifie les décisions ? Que se passe-t-il lorsqu’une chose fonctionne techniquement, mais produit malgré tout le mauvais résultat ?

Le protocole Newton et la fine frontière entre la vérification et l’hypothèse

La question silencieuse derrière la confiance programmable
Le protocole Newton circule depuis un moment dans les discussions liées aux infrastructures, non pas parce qu’il promet une version plus bruyante de la crypto, mais parce qu’il tente de répondre à une question plus discrète et plus inconfortable : en réalité, à quoi fait-on exactement confiance lorsque des systèmes automatisés commencent à déplacer une vraie valeur ?
J’ai assez vu de cycles de technologie pour savoir que la première vague d’attention se porte généralement sur la vitesse, l’échelle et des démos impressionnantes. Les questions les plus difficiles arrivent ensuite. Qui contrôle le système ? Qui vérifie les décisions ? Que se passe-t-il lorsqu’une chose fonctionne techniquement, mais produit malgré tout le mauvais résultat ?
@NewtonProtocol attaque un problème que la crypto ignore généralement : déplacer des actifs est désormais facile, mais contrôler ce que ces actifs ont le droit de faire reste encore délicat. Sur le papier, des couches de politique réutilisables semblent logiques. Au lieu que chaque application reconstruise des limites de dépenses, des autorisations, des validations et des règles de risque, Newton veut une logique opérationnelle partagée qui puisse circuler entre les chaînes. Chaque cycle introduit une nouvelle « couche manquante » qui prétend corriger la confiance, la sécurité ou la coordination. Le point difficile, c’est qu’un autre système de protection peut lui aussi devenir une autre dépendance. Plus de règles signifie plus d’endroits où des erreurs, de mauvaises hypothèses ou une prise de décision centralisée peuvent se dissimuler. La vraie question est… qui contrôle ces politiques dans le temps ? Si quelques équipes, modèles, opérateurs ou fournisseurs d’infrastructure deviennent les gardiens par défaut, le système est-il réellement plus ouvert, ou la crypto a-t-elle simplement reconstruit d’anciens points de contrôle avec un nouveau branding ? Si Newton réussit, les développeurs, les opérateurs, les détenteurs de jetons et les acteurs de l’infrastructure pourraient y gagner. Mais les utilisateurs supportent le risque lorsque des autorisations automatisées échouent, que les politiques se brisent, ou que quelqu’un exploite une faille. Le marketing met en avant des transactions pilotées par une IA plus sûres. Le compromis inconfortable, c’est la confiance accordée à la couche de règles elle-même. Peut-être que l’avenir a besoin d’une infrastructure d’intention partagée. Ou peut-être que nous créons un autre système qui devra un jour être protégé contre lui-même. #Newt $NEWT $TAC $EVAA
@NewtonProtocol attaque un problème que la crypto ignore généralement : déplacer des actifs est désormais facile, mais contrôler ce que ces actifs ont le droit de faire reste encore délicat.

Sur le papier, des couches de politique réutilisables semblent logiques. Au lieu que chaque application reconstruise des limites de dépenses, des autorisations, des validations et des règles de risque, Newton veut une logique opérationnelle partagée qui puisse circuler entre les chaînes.

Chaque cycle introduit une nouvelle « couche manquante » qui prétend corriger la confiance, la sécurité ou la coordination. Le point difficile, c’est qu’un autre système de protection peut lui aussi devenir une autre dépendance. Plus de règles signifie plus d’endroits où des erreurs, de mauvaises hypothèses ou une prise de décision centralisée peuvent se dissimuler.

La vraie question est… qui contrôle ces politiques dans le temps ? Si quelques équipes, modèles, opérateurs ou fournisseurs d’infrastructure deviennent les gardiens par défaut, le système est-il réellement plus ouvert, ou la crypto a-t-elle simplement reconstruit d’anciens points de contrôle avec un nouveau branding ?

Si Newton réussit, les développeurs, les opérateurs, les détenteurs de jetons et les acteurs de l’infrastructure pourraient y gagner. Mais les utilisateurs supportent le risque lorsque des autorisations automatisées échouent, que les politiques se brisent, ou que quelqu’un exploite une faille.

Le marketing met en avant des transactions pilotées par une IA plus sûres. Le compromis inconfortable, c’est la confiance accordée à la couche de règles elle-même.

Peut-être que l’avenir a besoin d’une infrastructure d’intention partagée. Ou peut-être que nous créons un autre système qui devra un jour être protégé contre lui-même.

#Newt $NEWT $TAC
$EVAA
La plupart des gens regardent les agents d’IA et ne voient que l’intelligence. Moi, je m’intéresse à la partie que tout le monde ignore : le contrôle. La vraie question, c’est la suivante : à qui fait-on réellement confiance quand l’IA commence à déplacer de l’argent réel ? À chaque nouveau cycle technologique, on promet de supprimer les anciens problèmes. Puis on découvre que le problème n’a pas été éliminé : il a simplement été déplacé ailleurs. Le protocole Newton ($NEWT ) tente de résoudre un problème concret : donner aux agents d’IA des règles, des autorisations, de la vérification, et des moyens plus sûrs d’exécuter des actions onchain, plutôt que de fonctionner comme des boîtes noires incontrôlées. Ça sonne propre. Sur le papier, en tout cas. Mais le hic est simple. Plus de couches signifie aussi plus de choses à faire confiance. Qui crée les politiques ? Qui contrôle l’infrastructure essentielle ? Que se passe-t-il lorsqu’un agent suit parfaitement les règles, mais que la stratégie elle-même échoue ? Un agent vérifié ne veut pas automatiquement dire un agent intelligent. Pour l’instant, Newton a des bases intéressantes comme les réseaux d’opérateurs, les attestations TEE et des preuves transparentes, mais de grandes idées comme une adoption plus large des agents et les places de marché doivent encore faire leurs preuves. Le marché observe les bots d’IA. Moi, j’observe la couche invisible qui se cache derrière. Parce que l’histoire montre que la partie la plus difficile n’a jamais été de construire l’automatisation. Le plus dur, c’est de décider qui obtient le contrôle quand l’automatisation devient puissante. @NewtonProtocol #Newt $VANRY $BEL
La plupart des gens regardent les agents d’IA et ne voient que l’intelligence.

Moi, je m’intéresse à la partie que tout le monde ignore : le contrôle.

La vraie question, c’est la suivante : à qui fait-on réellement confiance quand l’IA commence à déplacer de l’argent réel ?

À chaque nouveau cycle technologique, on promet de supprimer les anciens problèmes. Puis on découvre que le problème n’a pas été éliminé : il a simplement été déplacé ailleurs.

Le protocole Newton ($NEWT ) tente de résoudre un problème concret : donner aux agents d’IA des règles, des autorisations, de la vérification, et des moyens plus sûrs d’exécuter des actions onchain, plutôt que de fonctionner comme des boîtes noires incontrôlées.

Ça sonne propre. Sur le papier, en tout cas.

Mais le hic est simple.

Plus de couches signifie aussi plus de choses à faire confiance. Qui crée les politiques ? Qui contrôle l’infrastructure essentielle ? Que se passe-t-il lorsqu’un agent suit parfaitement les règles, mais que la stratégie elle-même échoue ?

Un agent vérifié ne veut pas automatiquement dire un agent intelligent.

Pour l’instant, Newton a des bases intéressantes comme les réseaux d’opérateurs, les attestations TEE et des preuves transparentes, mais de grandes idées comme une adoption plus large des agents et les places de marché doivent encore faire leurs preuves.

Le marché observe les bots d’IA.

Moi, j’observe la couche invisible qui se cache derrière.

Parce que l’histoire montre que la partie la plus difficile n’a jamais été de construire l’automatisation.

Le plus dur, c’est de décider qui obtient le contrôle quand l’automatisation devient puissante.

@NewtonProtocol #Newt

$VANRY $BEL
Article
Les agents IA deviennent plus puissants. Le protocole Newton demande qui les contrôleLa course silencieuse aux infrastructures derrière la finance autonome Chaque cycle technologique suit généralement le même schéma. D’abord, tout le monde se concentre sur ce qu’un nouveau système peut faire. Plus tard, tout le monde commence à se demander ce qui se passe lorsque ce système devient suffisamment puissant pour fonctionner sans supervision humaine constante. C’est cette deuxième question qui rend les choses vraiment intéressantes. Depuis des années, la conversation sur l’IA et la crypto se concentre sur la vitesse. Des agents plus rapides. Des transactions plus rapides. Une exécution plus rapide. Des systèmes autonomes capables d’analyser l’information et d’agir en quelques secondes.

Les agents IA deviennent plus puissants. Le protocole Newton demande qui les contrôle

La course silencieuse aux infrastructures derrière la finance autonome
Chaque cycle technologique suit généralement le même schéma.
D’abord, tout le monde se concentre sur ce qu’un nouveau système peut faire.
Plus tard, tout le monde commence à se demander ce qui se passe lorsque ce système devient suffisamment puissant pour fonctionner sans supervision humaine constante.
C’est cette deuxième question qui rend les choses vraiment intéressantes.
Depuis des années, la conversation sur l’IA et la crypto se concentre sur la vitesse. Des agents plus rapides. Des transactions plus rapides. Une exécution plus rapide. Des systèmes autonomes capables d’analyser l’information et d’agir en quelques secondes.
J’ai passé un peu de temps à étudier @NewtonProtocol , et plus je le regardais, plus une seule question restait avec moi. Est-ce qu’on résout vraiment le problème de confiance dans l’IA, ou est-ce qu’on crée simplement une couche plus intelligente que nous devrons continuer à faire confiance ? Je comprends pourquoi le Newton Protocol ($NEWT ) attire l’attention. Les agents IA qui gèrent des actions on-chain semblent être la prochaine étape logique. Exécution plus rapide, décisions automatisées, meilleure coordination. Ça paraît propre. Du moins sur le papier. Chaque nouvelle technologie promet de supprimer les limites humaines, puis un nouveau défi apparaît : qui contrôle le système derrière elle. Les règles et la vérification sont des idées puissantes, mais les règles sont encore conçues par des personnes. La vraie question est : qui fixe ces limites, qui les met à jour, et qui en bénéficie quand l’adoption grandit. Peut-être que le plus grand test de Newton n’est pas de savoir si des agents IA peuvent exécuter des tâches. Peut-être que le vrai test consiste à savoir si les humains continuent de questionner ces systèmes une fois qu’ils deviennent pratiques. Car l’histoire montre une chose clairement. Les problèmes de confiance ne disparaissent presque jamais. Ils se déplacent simplement vers un nouvel endroit. #Newt @NewtonProtocol $LAB $VANRY
J’ai passé un peu de temps à étudier @NewtonProtocol , et plus je le regardais, plus une seule question restait avec moi.

Est-ce qu’on résout vraiment le problème de confiance dans l’IA, ou est-ce qu’on crée simplement une couche plus intelligente que nous devrons continuer à faire confiance ?

Je comprends pourquoi le Newton Protocol ($NEWT ) attire l’attention. Les agents IA qui gèrent des actions on-chain semblent être la prochaine étape logique. Exécution plus rapide, décisions automatisées, meilleure coordination.

Ça paraît propre.

Du moins sur le papier.

Chaque nouvelle technologie promet de supprimer les limites humaines, puis un nouveau défi apparaît : qui contrôle le système derrière elle.

Les règles et la vérification sont des idées puissantes, mais les règles sont encore conçues par des personnes. La vraie question est : qui fixe ces limites, qui les met à jour, et qui en bénéficie quand l’adoption grandit.

Peut-être que le plus grand test de Newton n’est pas de savoir si des agents IA peuvent exécuter des tâches.

Peut-être que le vrai test consiste à savoir si les humains continuent de questionner ces systèmes une fois qu’ils deviennent pratiques.

Car l’histoire montre une chose clairement.

Les problèmes de confiance ne disparaissent presque jamais. Ils se déplacent simplement vers un nouvel endroit.

#Newt @NewtonProtocol
$LAB $VANRY
Article
Le véritable fossé de Newton Protocol n’est peut-être pas l’IA. Il pourrait s’agir de celui qui définit les règles.La plupart des personnes qui s’intéressent au protocole Newton se posent la même question. Peut-il rendre les agents d’IA plus sûrs avec de l’argent ? C’est une question légitime, mais après avoir passé plus de temps à étudier l’architecture, je pense qu’il y en a une autre, cachée en dessous. Si des systèmes autonomes finissent par gérer des milliards de dollars, qui contrôle le livre des règles financières qu’ils suivent ? Cette question semble moins enthousiasmante que des agents d’IA réalisant des transactions instantanées ou optimisant des portefeuilles, mais historiquement, ce sont souvent les couches d’infrastructure ennuyeuses qui accumulent le plus de puissance.

Le véritable fossé de Newton Protocol n’est peut-être pas l’IA. Il pourrait s’agir de celui qui définit les règles.

La plupart des personnes qui s’intéressent au protocole Newton se posent la même question.
Peut-il rendre les agents d’IA plus sûrs avec de l’argent ?
C’est une question légitime, mais après avoir passé plus de temps à étudier l’architecture, je pense qu’il y en a une autre, cachée en dessous.
Si des systèmes autonomes finissent par gérer des milliards de dollars, qui contrôle le livre des règles financières qu’ils suivent ?
Cette question semble moins enthousiasmante que des agents d’IA réalisant des transactions instantanées ou optimisant des portefeuilles, mais historiquement, ce sont souvent les couches d’infrastructure ennuyeuses qui accumulent le plus de puissance.
Voir la traduction
Everyone is asking whether Newton Protocol can make AI agents safer. I'm more interested in a different question: Who controls the definition of "safe"? Newton Protocol is trying to solve one of the biggest problems in autonomous finance: allowing AI systems to act without forcing users to blindly trust every decision. Verification, policies, and permission layers can reduce uncertainty. But they also introduce a new challenge. The risk doesn't disappear. Part of it moves from execution to governance. If an AI agent cannot perform an action because a policy blocks it, someone had to design that policy. Someone decides what limits exist, what gets updated, and what behavior is considered acceptable. That creates a different kind of power layer. For developers, the challenge is flexibility. For users, it is trust. For validators, it is enforcement. For regulators, it is control. The strongest version of Newton is not just a system that verifies actions. It is one where rules can evolve without becoming controlled by a small group of decision makers. History shows that infrastructure usually fails less from technical limitations and more from incentive problems. The real test for $NEWT may not be whether AI agents can follow rules. The harder question is: Can we build systems powerful enough to control AI without creating another system that controls everyone else? @NewtonProtocol #Newt $HMSTR {spot}(HMSTRUSDT) $EPIC {spot}(EPICUSDT) As AI agents enter finance, what becomes the biggest risk?
Everyone is asking whether Newton Protocol can make AI agents safer.

I'm more interested in a different question:

Who controls the definition of "safe"?

Newton Protocol is trying to solve one of the biggest problems in autonomous finance: allowing AI systems to act without forcing users to blindly trust every decision.

Verification, policies, and permission layers can reduce uncertainty. But they also introduce a new challenge.

The risk doesn't disappear. Part of it moves from execution to governance.

If an AI agent cannot perform an action because a policy blocks it, someone had to design that policy. Someone decides what limits exist, what gets updated, and what behavior is considered acceptable.

That creates a different kind of power layer.

For developers, the challenge is flexibility. For users, it is trust. For validators, it is enforcement. For regulators, it is control.

The strongest version of Newton is not just a system that verifies actions. It is one where rules can evolve without becoming controlled by a small group of decision makers.

History shows that infrastructure usually fails less from technical limitations and more from incentive problems.

The real test for $NEWT may not be whether AI agents can follow rules.

The harder question is:

Can we build systems powerful enough to control AI without creating another system that controls everyone else?

@NewtonProtocol #Newt

$HMSTR
$EPIC
As AI agents enter finance, what becomes the biggest risk?
Who controls the rules?
0%
Lack of user trust
0%
Weak economic incentives
0%
Technical failures
100%
1 Votes • Vote fermé
J’ai passé des heures à lire la documentation de @NewtonProtocol , les discussions au sein de la communauté et les arguments avancés à son sujet. Plus je lisais, moins j’étais intéressé par ce que cette technologie pourrait faire, et plus j’étais intéressé par la personne ou l’entité qui finirait par la contrôler. L’IA devient plus intelligente. Les actifs tokenisés se développent rapidement. Donc, naturellement, nous avons besoin d’un système qui décide de ce que l’agent IA est autorisé à faire avant même qu’il ne touche à l’argent. Sur le papier, c’est exactement ce que construit Newton Protocol. Chaque cycle crypto introduit une autre « couche manquante » qui promet de réduire le risque. Cette fois, il s’agit de l’autorisation. L’idée est logique. L’IA ne devrait pas avoir une liberté illimitée de déplacer du capital. Mais il y a une question que je ne pouvais pas ignorer. Qui écrit les règles ? Dès que les autorisations deviennent programmables, le pouvoir passe du code à la politique. Les politiques ne se créent pas toutes seules. Ce sont des personnes qui les définissent. Des organisations les mettent à jour. Quelqu’un décide de ce que l’IA peut ou ne peut pas faire. Ce n’est pas supprimer la confiance. C’est la déplacer. Le « Authorization Before Execution » de Newton paraît rassurant. Mais à terme, chaque système d’autorisations en soulève une autre : qui contrôle ces autorisations ? Et il y a aussi la liquidité. Les premiers signaux pendant une bêta peuvent ressembler à une adoption alors qu’il s’agit en réalité d’incitations attirant du capital à court terme. Le vrai défi n’est pas d’amener des utilisateurs. C’est de les garder une fois que l’enthousiasme retombe. Peut-être que Newton résout un problème réel. Ou peut-être qu’il ajoute une couche de plus dont tout le monde dépendra un jour, sans comprendre pleinement qui la contrôle. La technologie peut automatiser des décisions. Elle ne peut pas automatiser la responsabilité. Quand des milliards transitent par des systèmes financiers propulsés par l’IA, la question la plus importante ne sera pas de savoir si l’IA avait l’autorisation. Ce sera qui a accordé cette autorisation et qui répond quand quelque chose tourne mal. #Newt $THE {future}(THEUSDT) $ALLO {future}(ALLOUSDT) $NEWT {future}(NEWTUSDT) Quel est le plus grand risque de la finance alimentée par l’IA ?
J’ai passé des heures à lire la documentation de @NewtonProtocol , les discussions au sein de la communauté et les arguments avancés à son sujet. Plus je lisais, moins j’étais intéressé par ce que cette technologie pourrait faire, et plus j’étais intéressé par la personne ou l’entité qui finirait par la contrôler.

L’IA devient plus intelligente. Les actifs tokenisés se développent rapidement. Donc, naturellement, nous avons besoin d’un système qui décide de ce que l’agent IA est autorisé à faire avant même qu’il ne touche à l’argent.

Sur le papier, c’est exactement ce que construit Newton Protocol.

Chaque cycle crypto introduit une autre « couche manquante » qui promet de réduire le risque. Cette fois, il s’agit de l’autorisation. L’idée est logique. L’IA ne devrait pas avoir une liberté illimitée de déplacer du capital.

Mais il y a une question que je ne pouvais pas ignorer.

Qui écrit les règles ?

Dès que les autorisations deviennent programmables, le pouvoir passe du code à la politique. Les politiques ne se créent pas toutes seules. Ce sont des personnes qui les définissent. Des organisations les mettent à jour. Quelqu’un décide de ce que l’IA peut ou ne peut pas faire.

Ce n’est pas supprimer la confiance.

C’est la déplacer.

Le « Authorization Before Execution » de Newton paraît rassurant. Mais à terme, chaque système d’autorisations en soulève une autre : qui contrôle ces autorisations ?

Et il y a aussi la liquidité.

Les premiers signaux pendant une bêta peuvent ressembler à une adoption alors qu’il s’agit en réalité d’incitations attirant du capital à court terme. Le vrai défi n’est pas d’amener des utilisateurs. C’est de les garder une fois que l’enthousiasme retombe.

Peut-être que Newton résout un problème réel. Ou peut-être qu’il ajoute une couche de plus dont tout le monde dépendra un jour, sans comprendre pleinement qui la contrôle.

La technologie peut automatiser des décisions.

Elle ne peut pas automatiser la responsabilité.

Quand des milliards transitent par des systèmes financiers propulsés par l’IA, la question la plus importante ne sera pas de savoir si l’IA avait l’autorisation.

Ce sera qui a accordé cette autorisation et qui répond quand quelque chose tourne mal.

#Newt

$THE
$ALLO
$NEWT

Quel est le plus grand risque de la finance alimentée par l’IA ?
AI Making Bad Decisions
0%
Centralized Permissions
0%
Liquidity & Market Risks
0%
Human Misuse
0%
0 Votes • Vote fermé
Article
Voir la traduction
Newton's Mainnet Beta Isn't About Faster Transactions. It's About Which Transactions Happen.For months, Newton stayed quietly in the background while everyone chased faster chains and smarter AI. Now that its mainnet beta is live, people are finally paying attention not because it moves money faster, but because it asks a more important question before money moves. Newton has largely remained in the background of conversations about crypto infrastructure. While headlines focused on faster blockchains, token launches, and AI-powered trading agents, Newton was pursuing a less glamorous question. What happens before a transaction reaches the blockchain? That question is beginning to attract serious attention now that Newton's mainnet beta is live. The timing is not accidental. Institutional capital has been flowing into onchain financial products at a pace that few expected. Curated DeFi vaults have expanded rapidly, attracting increasingly sophisticated investors who expect the same operational safeguards they rely on in traditional finance. The settlement layer has matured. The control layer has not. That imbalance matters more than another incremental improvement in transaction speed. The challenge is no longer moving assets efficiently. It is making sure those assets move only under the conditions that were intended. I've watched several generations of blockchain infrastructure promise to replace existing financial systems. Most concentrated on execution. Newton focuses on authorization. That distinction may seem subtle, but it changes where trust is placed inside the system. Traditional financial institutions rarely approve transactions without a long chain of internal controls. Compliance teams review sanctions lists. Risk managers define exposure limits. Custodians verify approvals. Auditors maintain records that regulators can inspect later. Public blockchains were designed differently. Once a transaction satisfies the protocol rules and the required signatures, settlement happens automatically. The blockchain does not ask whether a portfolio has exceeded its internal allocation policy or whether a newly sanctioned address should receive funds. Those decisions usually happen somewhere outside the blockchain through spreadsheets, internal software, human review, or fragmented compliance systems. That arrangement works while operations remain relatively small. It becomes much harder as billions of dollars begin moving through automated vaults, autonomous trading systems, and increasingly sophisticated financial software. March offered a reminder of this gap when automated allocation systems continued executing exactly as programmed during periods of market stress. The software wasn't malfunctioning. It simply lacked the ability to reconsider its actions when circumstances changed. Automation faithfully followed instructions that no longer reflected reality. The real weakness, therefore, is not blockchain settlement. It is the absence of programmable authorization before settlement. Many observers describe Newton as another security layer or compliance platform. That explanation only captures part of the picture. The more interesting idea is the separation between financial logic and authorization policy. Traditionally, if an institution wants to change transaction rules, developers often modify smart contracts or surrounding infrastructure. Every policy update can introduce operational complexity and additional audit work. Newton treats policy almost like an independent operating system sitting above execution. Instead of rewriting financial applications every time regulations evolve or internal governance changes, organizations define policies separately. Those policies describe what is allowed, what requires additional verification, and what should be blocked altogether. The underlying financial application continues operating while the authorization logic evolves independently. This separation resembles how mature enterprise software evolved years ago. Business rules eventually became configurable rather than permanently embedded inside application code. Crypto has largely skipped that architectural step until now. The mechanics are simpler than they initially sound. A vault curator first defines a collection of rules. Those rules may include spending limits, compliance requirements, approved counterparties, collateral thresholds, identity verification, smart contract risk scores, or pricing conditions. When someone initiates a transaction, Newton inserts a policy evaluation before settlement occurs. Rather than immediately allowing assets to move, a distributed network of operators evaluates whether every applicable policy has been satisfied. If the transaction passes, the network produces a cryptographic attestation confirming authorization. That proof becomes part of an onchain record before settlement proceeds. If the transaction violates predefined policies, authorization is denied and settlement never happens. Importantly, the verification process does not require exposing sensitive institutional information publicly. Newton records proof that required policies were satisfied without necessarily revealing every piece of underlying private data. Around this authorization engine sits an expanding ecosystem of specialized infrastructure providers. Compliance policies can incorporate sanctions screening. Risk engines contribute collateral intelligence and market assessments. Price feeds update exposure calculations. Smart contract monitoring services continuously evaluate security conditions. Zero-knowledge technologies strengthen verification, while smart account infrastructure manages secure execution. Instead of replacing existing infrastructure, Newton attempts to coordinate it. Infrastructure projects eventually arrive at the same economic question. Who performs verification, why should they behave honestly, and what incentives keep the network functioning? Newton's authorization network depends on independent operators who evaluate policies and produce verifiable attestations. That role creates an economic function beyond simple governance. The native token is positioned less as a speculative asset and more as an operational component of the authorization network. It aligns incentives for participants responsible for policy enforcement while supporting the broader security model inherited through its architectural relationship with restaking infrastructure and cryptographic verification. Whether that economic design proves durable depends on transaction volume rather than market excitement. Authorization only becomes economically meaningful if institutions actually rely on these policy checks every day. A network securing thousands of real financial decisions generates fundamentally different demand than one sustained primarily by token speculation. That distinction will become increasingly important as the network grows. The design choice that stands out most is not the compliance integrations or the growing list of technology partners. It is the decision to treat authorization itself as reusable infrastructure. Most financial software builds custom approval systems for each application. Newton instead proposes an Internet of Policies where authorization rules become modular, portable, and discoverable across different products. Today those policies apply primarily to DeFi vaults. Tomorrow they could govern tokenized real-world assets, stablecoin treasury operations, autonomous AI agents, or institutional payment systems. If successful, policy becomes a shared network resource rather than an isolated feature built repeatedly by every individual application. That changes the conversation from "How do we secure this vault?" to "How do we establish common authorization standards for an entire digital economy?" It is a considerably larger ambition than launching another DeFi protocol. Good architecture does not automatically guarantee widespread adoption. Newton ultimately depends on organizations trusting external authorization infrastructure during some of their most sensitive financial operations. Every policy depends on external information remaining accurate. Compliance databases must stay current. Risk providers must deliver reliable assessments. Price feeds must remain resilient during market volatility. Verification networks must continue operating even under stress. Each additional dependency introduces another layer that institutions must evaluate carefully. There is also the governance challenge. Policies are only valuable when participants agree they reflect legitimate authority. Financial institutions, regulators, asset managers, and protocol developers often have different priorities. Designing flexible authorization systems without creating excessive complexity may prove harder than building the underlying cryptography. History suggests operational adoption usually advances more slowly than technical capability. Newton arrives at an interesting moment for blockchain infrastructure. The industry has largely solved the mechanics of decentralized settlement. Moving digital assets across networks is no longer the primary engineering challenge. Determining when those assets should move, under what conditions, and with what level of accountability has become the more difficult question. That makes Newton's direction worth paying attention to. Still, infrastructure succeeds quietly. No authorization layer becomes valuable because its token appreciates or because its launch attracts attention on social media. It becomes valuable when institutions begin relying on it so routinely that users stop noticing it altogether. The coming years will determine whether Newton becomes one more ambitious middleware project or whether programmable authorization becomes as fundamental to blockchain finance as settlement itself. I've seen many technologies promise to transform financial infrastructure by making transactions faster. Far fewer have asked whether every transaction should happen in the first place. That question may ultimately prove to be the more important one. @NewtonProtocol $NEWT #Newt

Newton's Mainnet Beta Isn't About Faster Transactions. It's About Which Transactions Happen.

For months, Newton stayed quietly in the background while everyone chased faster chains and smarter AI. Now that its mainnet beta is live, people are finally paying attention not because it moves money faster, but because it asks a more important question before money moves.
Newton has largely remained in the background of conversations about crypto infrastructure. While headlines focused on faster blockchains, token launches, and AI-powered trading agents, Newton was pursuing a less glamorous question. What happens before a transaction reaches the blockchain?
That question is beginning to attract serious attention now that Newton's mainnet beta is live. The timing is not accidental. Institutional capital has been flowing into onchain financial products at a pace that few expected. Curated DeFi vaults have expanded rapidly, attracting increasingly sophisticated investors who expect the same operational safeguards they rely on in traditional finance. The settlement layer has matured. The control layer has not.
That imbalance matters more than another incremental improvement in transaction speed. The challenge is no longer moving assets efficiently. It is making sure those assets move only under the conditions that were intended.
I've watched several generations of blockchain infrastructure promise to replace existing financial systems. Most concentrated on execution. Newton focuses on authorization. That distinction may seem subtle, but it changes where trust is placed inside the system.
Traditional financial institutions rarely approve transactions without a long chain of internal controls. Compliance teams review sanctions lists. Risk managers define exposure limits. Custodians verify approvals. Auditors maintain records that regulators can inspect later.
Public blockchains were designed differently. Once a transaction satisfies the protocol rules and the required signatures, settlement happens automatically. The blockchain does not ask whether a portfolio has exceeded its internal allocation policy or whether a newly sanctioned address should receive funds. Those decisions usually happen somewhere outside the blockchain through spreadsheets, internal software, human review, or fragmented compliance systems.
That arrangement works while operations remain relatively small. It becomes much harder as billions of dollars begin moving through automated vaults, autonomous trading systems, and increasingly sophisticated financial software.
March offered a reminder of this gap when automated allocation systems continued executing exactly as programmed during periods of market stress. The software wasn't malfunctioning. It simply lacked the ability to reconsider its actions when circumstances changed. Automation faithfully followed instructions that no longer reflected reality.
The real weakness, therefore, is not blockchain settlement. It is the absence of programmable authorization before settlement.
Many observers describe Newton as another security layer or compliance platform. That explanation only captures part of the picture.
The more interesting idea is the separation between financial logic and authorization policy.
Traditionally, if an institution wants to change transaction rules, developers often modify smart contracts or surrounding infrastructure. Every policy update can introduce operational complexity and additional audit work.
Newton treats policy almost like an independent operating system sitting above execution.
Instead of rewriting financial applications every time regulations evolve or internal governance changes, organizations define policies separately. Those policies describe what is allowed, what requires additional verification, and what should be blocked altogether. The underlying financial application continues operating while the authorization logic evolves independently.
This separation resembles how mature enterprise software evolved years ago. Business rules eventually became configurable rather than permanently embedded inside application code.
Crypto has largely skipped that architectural step until now.
The mechanics are simpler than they initially sound.
A vault curator first defines a collection of rules. Those rules may include spending limits, compliance requirements, approved counterparties, collateral thresholds, identity verification, smart contract risk scores, or pricing conditions.
When someone initiates a transaction, Newton inserts a policy evaluation before settlement occurs.
Rather than immediately allowing assets to move, a distributed network of operators evaluates whether every applicable policy has been satisfied. If the transaction passes, the network produces a cryptographic attestation confirming authorization. That proof becomes part of an onchain record before settlement proceeds.
If the transaction violates predefined policies, authorization is denied and settlement never happens.
Importantly, the verification process does not require exposing sensitive institutional information publicly. Newton records proof that required policies were satisfied without necessarily revealing every piece of underlying private data.
Around this authorization engine sits an expanding ecosystem of specialized infrastructure providers. Compliance policies can incorporate sanctions screening. Risk engines contribute collateral intelligence and market assessments. Price feeds update exposure calculations. Smart contract monitoring services continuously evaluate security conditions. Zero-knowledge technologies strengthen verification, while smart account infrastructure manages secure execution.
Instead of replacing existing infrastructure, Newton attempts to coordinate it.
Infrastructure projects eventually arrive at the same economic question. Who performs verification, why should they behave honestly, and what incentives keep the network functioning?
Newton's authorization network depends on independent operators who evaluate policies and produce verifiable attestations. That role creates an economic function beyond simple governance.
The native token is positioned less as a speculative asset and more as an operational component of the authorization network. It aligns incentives for participants responsible for policy enforcement while supporting the broader security model inherited through its architectural relationship with restaking infrastructure and cryptographic verification.
Whether that economic design proves durable depends on transaction volume rather than market excitement.
Authorization only becomes economically meaningful if institutions actually rely on these policy checks every day. A network securing thousands of real financial decisions generates fundamentally different demand than one sustained primarily by token speculation.
That distinction will become increasingly important as the network grows.
The design choice that stands out most is not the compliance integrations or the growing list of technology partners.
It is the decision to treat authorization itself as reusable infrastructure.
Most financial software builds custom approval systems for each application. Newton instead proposes an Internet of Policies where authorization rules become modular, portable, and discoverable across different products.
Today those policies apply primarily to DeFi vaults. Tomorrow they could govern tokenized real-world assets, stablecoin treasury operations, autonomous AI agents, or institutional payment systems.
If successful, policy becomes a shared network resource rather than an isolated feature built repeatedly by every individual application.
That changes the conversation from "How do we secure this vault?" to "How do we establish common authorization standards for an entire digital economy?"
It is a considerably larger ambition than launching another DeFi protocol.
Good architecture does not automatically guarantee widespread adoption.
Newton ultimately depends on organizations trusting external authorization infrastructure during some of their most sensitive financial operations.
Every policy depends on external information remaining accurate. Compliance databases must stay current. Risk providers must deliver reliable assessments. Price feeds must remain resilient during market volatility. Verification networks must continue operating even under stress.
Each additional dependency introduces another layer that institutions must evaluate carefully.
There is also the governance challenge.
Policies are only valuable when participants agree they reflect legitimate authority. Financial institutions, regulators, asset managers, and protocol developers often have different priorities. Designing flexible authorization systems without creating excessive complexity may prove harder than building the underlying cryptography.
History suggests operational adoption usually advances more slowly than technical capability.
Newton arrives at an interesting moment for blockchain infrastructure.
The industry has largely solved the mechanics of decentralized settlement. Moving digital assets across networks is no longer the primary engineering challenge. Determining when those assets should move, under what conditions, and with what level of accountability has become the more difficult question.
That makes Newton's direction worth paying attention to.
Still, infrastructure succeeds quietly. No authorization layer becomes valuable because its token appreciates or because its launch attracts attention on social media. It becomes valuable when institutions begin relying on it so routinely that users stop noticing it altogether.
The coming years will determine whether Newton becomes one more ambitious middleware project or whether programmable authorization becomes as fundamental to blockchain finance as settlement itself.
I've seen many technologies promise to transform financial infrastructure by making transactions faster.
Far fewer have asked whether every transaction should happen in the first place.
That question may ultimately prove to be the more important one.
@NewtonProtocol $NEWT #Newt
J’ai passé les derniers jours à lire la documentation du protocole Newton et à fouiller son architecture pour comprendre le problème qu’il cherche réellement à résoudre. Plus j’y regardais, plus une chose devenait claire : Newton n’est pas simplement un autre projet DeFi. Il cherche à devenir la couche de décision entre les utilisateurs et les transactions blockchain. Newton résout un vrai problème. Aujourd’hui, la DeFi est chaotique. Plusieurs portefeuilles, des ponts, des validations (approvals) et des transactions sans fin créent de nombreuses occasions de commettre des erreurs coûteuses. Le protocole affirme que des agents on-chain automatisés peuvent gérer cette complexité grâce à des stratégies définies par l’utilisateur. Jusqu’ici, tout semble raisonnable. Mais chaque cycle crypto promet de simplifier les choses, puis remplace discrètement la complexité par une autre couche encore plus difficile à comprendre. Au lieu que les utilisateurs exécutent directement des transactions, Newton introduit des proxies de confiance, des validateurs, la gouvernance et le token NEWT. Sur le papier, c’est efficace. En pratique, c’est un autre système qui peut échouer et un autre ensemble d’incitations sur lequel les utilisateurs doivent encore compter. NEWT ne sert pas seulement à payer le gaz. Il est utilisé pour le staking, la gouvernance, la participation des validateurs et le collatéral. La vraie question est de savoir si ces rôles créent une demande réelle ou s’ils ne font que justifier un autre token. Ensuite, il y a l’histoire de la sécurité. Les environnements d’exécution de confiance (Trusted Execution Environments) et les preuves à connaissance zéro sont des outils puissants, mais ils n’éliminent pas la confiance. Ils la déplacent. Les utilisateurs continuent de dépendre d’hypothèses matérielles, d’incitations des validateurs, de mises à jour logicielles et de décisions de gouvernance. Ce n’est pas supprimer la confiance. C’est la réorganiser. La technologie de Newton peut fonctionner. Mais la question la plus importante est de savoir si l’ajout d’une couche de coordination rend réellement la DeFi plus simple, ou s’il crée simplement un autre système que seuls les spécialistes comprennent pleinement. C’est le schéma que la crypto répète sans cesse. Et c’est là que le vrai risque commence souvent. @NewtonProtocol #Newt $NEWT {future}(NEWTUSDT) $BIRB {future}(BIRBUSDT) $TLM {future}(TLMUSDT) Est-ce que le protocole Newton simplifie réellement la DeFi ?
J’ai passé les derniers jours à lire la documentation du protocole Newton et à fouiller son architecture pour comprendre le problème qu’il cherche réellement à résoudre.

Plus j’y regardais, plus une chose devenait claire : Newton n’est pas simplement un autre projet DeFi. Il cherche à devenir la couche de décision entre les utilisateurs et les transactions blockchain.

Newton résout un vrai problème. Aujourd’hui, la DeFi est chaotique. Plusieurs portefeuilles, des ponts, des validations (approvals) et des transactions sans fin créent de nombreuses occasions de commettre des erreurs coûteuses. Le protocole affirme que des agents on-chain automatisés peuvent gérer cette complexité grâce à des stratégies définies par l’utilisateur.

Jusqu’ici, tout semble raisonnable.

Mais chaque cycle crypto promet de simplifier les choses, puis remplace discrètement la complexité par une autre couche encore plus difficile à comprendre.

Au lieu que les utilisateurs exécutent directement des transactions, Newton introduit des proxies de confiance, des validateurs, la gouvernance et le token NEWT. Sur le papier, c’est efficace. En pratique, c’est un autre système qui peut échouer et un autre ensemble d’incitations sur lequel les utilisateurs doivent encore compter.

NEWT ne sert pas seulement à payer le gaz. Il est utilisé pour le staking, la gouvernance, la participation des validateurs et le collatéral. La vraie question est de savoir si ces rôles créent une demande réelle ou s’ils ne font que justifier un autre token.

Ensuite, il y a l’histoire de la sécurité. Les environnements d’exécution de confiance (Trusted Execution Environments) et les preuves à connaissance zéro sont des outils puissants, mais ils n’éliminent pas la confiance. Ils la déplacent. Les utilisateurs continuent de dépendre d’hypothèses matérielles, d’incitations des validateurs, de mises à jour logicielles et de décisions de gouvernance.

Ce n’est pas supprimer la confiance.

C’est la réorganiser.

La technologie de Newton peut fonctionner. Mais la question la plus importante est de savoir si l’ajout d’une couche de coordination rend réellement la DeFi plus simple, ou s’il crée simplement un autre système que seuls les spécialistes comprennent pleinement.

C’est le schéma que la crypto répète sans cesse. Et c’est là que le vrai risque commence souvent.

@NewtonProtocol #Newt

$NEWT
$BIRB
$TLM
Est-ce que le protocole Newton simplifie réellement la DeFi ?
Yes, it does
50%
It adds more layers
0%
It's too early to judge
50%
It depends on adoption
0%
2 Votes • Vote fermé
Vérifié
Article
Newton Protocol (NEWT) : Construire la couche d’autorisation manquante pour l’automatisation onchainDepuis quelques années, la plupart des conversations autour de l’infrastructure blockchain tournent autour de réseaux plus rapides, de transactions moins coûteuses et, de plus en plus, de smart contracts toujours plus sophistiqués. En silence, toutefois, une autre question prend de l’importance. Si des agents logiciels doivent gérer des portefeuilles, exécuter des transactions, distribuer des fonds de trésorerie, rééquilibrer des portefeuilles et coordonner des organisations décentralisées, qui décide de ce que ces agents ont réellement le droit de faire ? C’est à cette question que Newton Protocol s’inscrit dans le débat. Il n’a pas attiré l’attention parce qu’il promet une autre blockchain plus rapide ou un autre assistant d’intelligence artificielle. Au contraire, il tente de résoudre un problème bien moins glamour : créer une couche d’autorisation décentralisée qui détermine si des actions automatisées doivent avoir lieu ou non.

Newton Protocol (NEWT) : Construire la couche d’autorisation manquante pour l’automatisation onchain

Depuis quelques années, la plupart des conversations autour de l’infrastructure blockchain tournent autour de réseaux plus rapides, de transactions moins coûteuses et, de plus en plus, de smart contracts toujours plus sophistiqués. En silence, toutefois, une autre question prend de l’importance. Si des agents logiciels doivent gérer des portefeuilles, exécuter des transactions, distribuer des fonds de trésorerie, rééquilibrer des portefeuilles et coordonner des organisations décentralisées, qui décide de ce que ces agents ont réellement le droit de faire ?
C’est à cette question que Newton Protocol s’inscrit dans le débat. Il n’a pas attiré l’attention parce qu’il promet une autre blockchain plus rapide ou un autre assistant d’intelligence artificielle. Au contraire, il tente de résoudre un problème bien moins glamour : créer une couche d’autorisation décentralisée qui détermine si des actions automatisées doivent avoir lieu ou non.
Regardez, @NewtonProtocol is essaie de résoudre un problème réel. Les coffres DeFi reposent souvent sur la confiance. Les curateurs gèrent le capital, le risque évolue rapidement, et les contrats intelligents ne peuvent pas voir des informations hors chaîne comme des listes de sanctions ou des conditions de marché changeantes. Newton veut ajouter une couche de politique qui vérifie chaque action importante avant qu’elle ne se produise. Ça a l’air raisonnable. Mais je l’ai déjà vu ce film. La crypto a l’habitude de résoudre un problème de confiance en en créant trois nouvelles dépendances. Au lieu de faire confiance à un gestionnaire de coffre, vous confiez désormais votre confiance à des opérateurs de politique, des fournisseurs d’oracles, des données de conformité, la gouvernance et des flux de risque externes. Ce n’est pas supprimer la confiance. C’est la répartir sur un réseau plus vaste. Et il y a la question de la décentralisation. Qui décide quelles politiques deviennent la norme ? Qui choisit les fournisseurs de données ? Que se passe-t-il si ces fournisseurs se trompent ou deviennent indisponibles ? Le marketing dit « moteur de politique décentralisé », mais la décentralisation n’est pas un slogan. C’est une question de savoir qui a le dernier mot quand les choses tournent mal. Parlons aussi des incitations. Les institutions veulent la conformité parce que les régulateurs l’exigent. C’est bien. Mais beaucoup d’utilisateurs particuliers sont venus en DeFi pour éviter des couches d’autorisation, pas pour en ajouter de nouvelles. Newton semble pensé d’abord pour les institutions, tandis que tout le monde est censé accepter la complexité supplémentaire. Le principal point bloquant est simple. Un moteur de politique peut prouver que les règles ont été respectées. Il ne peut pas prouver que ce sont les bonnes règles qui ont été définies dès le départ. C’est la partie que le marketing met rarement en avant. Et c’est la question qui mérite d’être posée avant d’appeler cela la prochaine grande étape pour la DeFi. #Newt $NEWT {future}(NEWTUSDT) $CELO {future}(CELOUSDT) $NFP {future}(NFPUSDT) Quel est le plus grand défi avec l’approche du protocole Newton ?
Regardez, @NewtonProtocol is essaie de résoudre un problème réel. Les coffres DeFi reposent souvent sur la confiance. Les curateurs gèrent le capital, le risque évolue rapidement, et les contrats intelligents ne peuvent pas voir des informations hors chaîne comme des listes de sanctions ou des conditions de marché changeantes. Newton veut ajouter une couche de politique qui vérifie chaque action importante avant qu’elle ne se produise.

Ça a l’air raisonnable.

Mais je l’ai déjà vu ce film.

La crypto a l’habitude de résoudre un problème de confiance en en créant trois nouvelles dépendances. Au lieu de faire confiance à un gestionnaire de coffre, vous confiez désormais votre confiance à des opérateurs de politique, des fournisseurs d’oracles, des données de conformité, la gouvernance et des flux de risque externes. Ce n’est pas supprimer la confiance. C’est la répartir sur un réseau plus vaste.

Et il y a la question de la décentralisation.

Qui décide quelles politiques deviennent la norme ? Qui choisit les fournisseurs de données ? Que se passe-t-il si ces fournisseurs se trompent ou deviennent indisponibles ? Le marketing dit « moteur de politique décentralisé », mais la décentralisation n’est pas un slogan. C’est une question de savoir qui a le dernier mot quand les choses tournent mal.

Parlons aussi des incitations.

Les institutions veulent la conformité parce que les régulateurs l’exigent. C’est bien. Mais beaucoup d’utilisateurs particuliers sont venus en DeFi pour éviter des couches d’autorisation, pas pour en ajouter de nouvelles. Newton semble pensé d’abord pour les institutions, tandis que tout le monde est censé accepter la complexité supplémentaire.

Le principal point bloquant est simple. Un moteur de politique peut prouver que les règles ont été respectées. Il ne peut pas prouver que ce sont les bonnes règles qui ont été définies dès le départ.

C’est la partie que le marketing met rarement en avant. Et c’est la question qui mérite d’être posée avant d’appeler cela la prochaine grande étape pour la DeFi.
#Newt

$NEWT
$CELO
$NFP
Quel est le plus grand défi avec l’approche du protocole Newton ?
Too Much Complexity
80%
More Trust Required
0%
Compliance Trade-offs
20%
Good for Institutions
0%
5 Votes • Vote fermé
Article
Les politiques de transaction vérifiables peuvent-elles devenir la couche manquante de la finance on-chain ?Pendant une bonne partie des dernières années, les échanges autour de la finance décentralisée se sont concentrés sur la rapidité, l’efficacité du capital et le rendement. De nouveaux marchés de prêt ont vu le jour presque chaque semaine, les échanges décentralisés sont devenus plus sophistiqués et des incitations en tokens ont encouragé des milliards de dollars à circuler entre les réseaux blockchain. Pourtant, en dehors de la communauté crypto, de nombreuses institutions qui géraient d’importantes réserves de capitaux sont restées largement à l’écart. La technologie elle-même n’était que rarement le principal sujet. L’absence de contrôles vérifiables était.

Les politiques de transaction vérifiables peuvent-elles devenir la couche manquante de la finance on-chain ?

Pendant une bonne partie des dernières années, les échanges autour de la finance décentralisée se sont concentrés sur la rapidité, l’efficacité du capital et le rendement. De nouveaux marchés de prêt ont vu le jour presque chaque semaine, les échanges décentralisés sont devenus plus sophistiqués et des incitations en tokens ont encouragé des milliards de dollars à circuler entre les réseaux blockchain. Pourtant, en dehors de la communauté crypto, de nombreuses institutions qui géraient d’importantes réserves de capitaux sont restées largement à l’écart. La technologie elle-même n’était que rarement le principal sujet. L’absence de contrôles vérifiables était.
Article
Newton Protocol : la couche d’autorisation manquante qui peut rendre la finance onchain plus sûreLa technologie blockchain a transformé la façon dont les gens envoient de l’argent, échangent des actifs numériques et utilisent des services financiers. Chaque jour, des milliards de dollars circulent sur différents réseaux sans banques ni entreprises de paiement traditionnelles. Ce nouveau système financier est rapide, ouvert et accessible à toute personne disposant d’une connexion Internet. En parallèle, il crée aussi de nouveaux défis, car les smart contracts ne peuvent pas comprendre ce qui se passe en dehors de la chaîne. C’est ici que le protocole Newton introduit une nouvelle solution. Au lieu de modifier le fonctionnement des réseaux existants, il ajoute une couche de vérification qui contrôle si une transaction respecte des règles importantes avant d’être exécutée. Cela rend les transactions numériques plus intelligentes, plus sûres et plus fiables, tout en conservant un système décentralisé.

Newton Protocol : la couche d’autorisation manquante qui peut rendre la finance onchain plus sûre

La technologie blockchain a transformé la façon dont les gens envoient de l’argent, échangent des actifs numériques et utilisent des services financiers. Chaque jour, des milliards de dollars circulent sur différents réseaux sans banques ni entreprises de paiement traditionnelles. Ce nouveau système financier est rapide, ouvert et accessible à toute personne disposant d’une connexion Internet. En parallèle, il crée aussi de nouveaux défis, car les smart contracts ne peuvent pas comprendre ce qui se passe en dehors de la chaîne.
C’est ici que le protocole Newton introduit une nouvelle solution. Au lieu de modifier le fonctionnement des réseaux existants, il ajoute une couche de vérification qui contrôle si une transaction respecte des règles importantes avant d’être exécutée. Cela rend les transactions numériques plus intelligentes, plus sûres et plus fiables, tout en conservant un système décentralisé.
Les smart contracts sont puissants, mais ils ont encore une limitation majeure : ils ne peuvent pas voir ce qui se passe en dehors de la blockchain. C’est là que le protocole Newton change la donne. Conçu comme un moteur de politique décentralisé sur EigenLayer AVS, Newton apporte directement du contexte du monde réel à l’exécution des smart contracts. Au lieu de s’appuyer sur des API centralisées ou des contrôles côté front-end, les protocoles peuvent vérifier des conditions hors chaîne telles que l’état KYC, le contrôle des sanctions, la preuve des réserves, la détection de fraude et des politiques de dépenses personnalisées avant d’approuver les transactions. Cela crée une nouvelle couche de confiance programmable, garantissant que la sécurité et la conformité sont appliquées au niveau du smart contract, indépendamment du fait qu’une transaction provienne d’un portefeuille (wallet), d’un agrégateur (aggregator) ou d’un agent autonome d’IA. Un autre atout est sa conception modulaire et indépendante de la chaîne. Newton prend déjà en charge les principaux écosystèmes EVM tels que Ethereum, Base et Arbitrum, ce qui rend l’intégration flexible pour les développeurs tout en préparant une compatibilité blockchain plus large à l’avenir. Alors que la finance décentralisée et les applications alimentées par l’IA continuent d’évoluer, l’infrastructure qui relie de manière sécurisée l’intelligence hors chaîne à l’exécution sur chaîne deviendra de plus en plus importante. Le protocole Newton construit exactement cette base. L’avenir de Web3 ne se limite pas à la décentralisation : il est capable de comprendre le contexte, vérifiable et sécurisé. @NewtonProtocol $NEWT #Newt
Les smart contracts sont puissants, mais ils ont encore une limitation majeure : ils ne peuvent pas voir ce qui se passe en dehors de la blockchain.

C’est là que le protocole Newton change la donne.

Conçu comme un moteur de politique décentralisé sur EigenLayer AVS, Newton apporte directement du contexte du monde réel à l’exécution des smart contracts. Au lieu de s’appuyer sur des API centralisées ou des contrôles côté front-end, les protocoles peuvent vérifier des conditions hors chaîne telles que l’état KYC, le contrôle des sanctions, la preuve des réserves, la détection de fraude et des politiques de dépenses personnalisées avant d’approuver les transactions.

Cela crée une nouvelle couche de confiance programmable, garantissant que la sécurité et la conformité sont appliquées au niveau du smart contract, indépendamment du fait qu’une transaction provienne d’un portefeuille (wallet), d’un agrégateur (aggregator) ou d’un agent autonome d’IA.

Un autre atout est sa conception modulaire et indépendante de la chaîne. Newton prend déjà en charge les principaux écosystèmes EVM tels que Ethereum, Base et Arbitrum, ce qui rend l’intégration flexible pour les développeurs tout en préparant une compatibilité blockchain plus large à l’avenir.

Alors que la finance décentralisée et les applications alimentées par l’IA continuent d’évoluer, l’infrastructure qui relie de manière sécurisée l’intelligence hors chaîne à l’exécution sur chaîne deviendra de plus en plus importante. Le protocole Newton construit exactement cette base.

L’avenir de Web3 ne se limite pas à la décentralisation : il est capable de comprendre le contexte, vérifiable et sécurisé.

@NewtonProtocol
$NEWT #Newt
$XRP /USDT : Aller au-delà du prix Au fil des années, XRP est resté l’un des actifs numériques les plus reconnus dans le secteur crypto, en grande partie grâce à son objectif d’améliorer les paiements transfrontaliers et l’efficacité du règlement. Plutôt que de chercher à remplacer l’ensemble des systèmes financiers, son cas d’usage principal consiste à permettre des transferts de valeur plus rapides et moins coûteux. L’intérêt du marché pour XRP augmente souvent pendant les périodes de forte dynamique des altcoins, les avancées réglementaires, ou les annonces liées à l’adoption institutionnelle. Cela en fait un token que de nombreux traders gardent dans leur liste de surveillance. L’une des forces de XRP réside dans son écosystème déjà établi, une liquidité élevée sur les principales plateformes d’échange, et une communauté restée active à travers plusieurs cycles de marché. Toutefois, comme pour tout actif crypto, la performance des prix dépend de bien plus que de la technologie seule. Le sentiment du marché, les conditions macroéconomiques et l’actualité réglementaire peuvent tous influencer les mouvements à court terme. Pour les traders, $XRP /USDT peut présenter des opportunités grâce à sa liquidité et à son volume d’échanges actif, mais il comporte aussi la même volatilité observée sur l’ensemble du marché crypto. De fortes variations de prix sont possibles dans les deux sens, ce qui rend la gestion du risque indispensable. La perspective réaliste est simple : si l’adoption continue de croître et si l’ensemble du marché crypto reste en bonne santé, XRP pourrait continuer à attirer l’attention. Dans le même temps, les investisseurs doivent éviter de prendre des décisions basées uniquement sur l’excitation des réseaux sociaux ou sur des mouvements de prix à court terme. La meilleure approche consiste à combiner la structure du marché, le volume, l’actualité et une gestion du risque appropriée avant d’entrer dans une quelconque transaction. Ce post est fourni à des fins uniquement éducatives et ne doit pas être considéré comme un conseil financier. Faites toujours vos propres recherches (DYOR). #xrp #Ripple #Binance #Altcoins $MUB
$XRP /USDT : Aller au-delà du prix

Au fil des années, XRP est resté l’un des actifs numériques les plus reconnus dans le secteur crypto, en grande partie grâce à son objectif d’améliorer les paiements transfrontaliers et l’efficacité du règlement. Plutôt que de chercher à remplacer l’ensemble des systèmes financiers, son cas d’usage principal consiste à permettre des transferts de valeur plus rapides et moins coûteux.

L’intérêt du marché pour XRP augmente souvent pendant les périodes de forte dynamique des altcoins, les avancées réglementaires, ou les annonces liées à l’adoption institutionnelle. Cela en fait un token que de nombreux traders gardent dans leur liste de surveillance.

L’une des forces de XRP réside dans son écosystème déjà établi, une liquidité élevée sur les principales plateformes d’échange, et une communauté restée active à travers plusieurs cycles de marché. Toutefois, comme pour tout actif crypto, la performance des prix dépend de bien plus que de la technologie seule. Le sentiment du marché, les conditions macroéconomiques et l’actualité réglementaire peuvent tous influencer les mouvements à court terme.

Pour les traders, $XRP /USDT peut présenter des opportunités grâce à sa liquidité et à son volume d’échanges actif, mais il comporte aussi la même volatilité observée sur l’ensemble du marché crypto. De fortes variations de prix sont possibles dans les deux sens, ce qui rend la gestion du risque indispensable.

La perspective réaliste est simple : si l’adoption continue de croître et si l’ensemble du marché crypto reste en bonne santé, XRP pourrait continuer à attirer l’attention. Dans le même temps, les investisseurs doivent éviter de prendre des décisions basées uniquement sur l’excitation des réseaux sociaux ou sur des mouvements de prix à court terme.

La meilleure approche consiste à combiner la structure du marché, le volume, l’actualité et une gestion du risque appropriée avant d’entrer dans une quelconque transaction.

Ce post est fourni à des fins uniquement éducatives et ne doit pas être considéré comme un conseil financier. Faites toujours vos propres recherches (DYOR).

#xrp #Ripple #Binance #Altcoins
$MUB
Au cours des derniers jours, je me suis plongé dans la documentation @OpenGradient afin de mieux comprendre ce qui rend son architecture différente. Une chose est devenue claire presque immédiatement : la plupart des blockchains ont été conçues pour vérifier des transactions financières, et non des charges de travail liées à l’IA. L’inférence IA introduit un autre ensemble de défis : des coûts de calcul plus élevés, du matériel spécialisé, et des sorties qui ne sont pas toujours déterministes. C’est le problème que OpenGradient cherche à résoudre. Au lieu d’obliger chaque validateur à répéter des calculs d’IA coûteux, OpenGradient utilise son architecture de calcul hybride pour l’IA (HACA). Les nœuds d’inférence exécutent des modèles d’IA, les nœuds complets vérifient des preuves cryptographiques au lieu de relancer les calculs, les nœuds de données récupèrent des données externes fiables, et le stockage hors chaîne gère efficacement les grands modèles et jeux de données. L’innovation clé consiste à séparer l’exécution de la vérification. Plutôt que de dupliquer les calculs sur l’ensemble du réseau, OpenGradient réduit la surcharge tout en préservant la confiance, la transparence et la capacité d’audit. Combinée à une vérification basée sur les TEE, l’inférence IA devient vérifiable de manière indépendante sans sacrifier les performances. L’écosystème soutient également les développeurs grâce au Python SDK, au Model Hub, à MemSync, et au $OPG sur Base comme couche de paiement pour l’inférence. Ce qui m’a le plus marqué, c’est qu’OpenGradient ne fait pas simplement entrer l’IA on-chain : il s’attaque à l’un des plus grands défis d’infrastructure de l’IA décentralisée, à savoir rendre l’inférence évolutive, vérifiable et pratique. Les inscriptions sur des plateformes d’échange peuvent accroître la visibilité, mais la pertinence à long terme dépend de la résolution de problèmes techniques significatifs. Si l’IA décentralisée continue de croître, les infrastructures capables de prouver comment les sorties d’IA sont générées pourraient devenir aussi importantes que les modèles eux-mêmes. #OPG $G {future}(GUSDT) $BEAT {future}(BEATUSDT)
Au cours des derniers jours, je me suis plongé dans la documentation @OpenGradient afin de mieux comprendre ce qui rend son architecture différente.
Une chose est devenue claire presque immédiatement : la plupart des blockchains ont été conçues pour vérifier des transactions financières, et non des charges de travail liées à l’IA.

L’inférence IA introduit un autre ensemble de défis : des coûts de calcul plus élevés, du matériel spécialisé, et des sorties qui ne sont pas toujours déterministes. C’est le problème que OpenGradient cherche à résoudre.

Au lieu d’obliger chaque validateur à répéter des calculs d’IA coûteux, OpenGradient utilise son architecture de calcul hybride pour l’IA (HACA).
Les nœuds d’inférence exécutent des modèles d’IA, les nœuds complets vérifient des preuves cryptographiques au lieu de relancer les calculs, les nœuds de données récupèrent des données externes fiables, et le stockage hors chaîne gère efficacement les grands modèles et jeux de données.

L’innovation clé consiste à séparer l’exécution de la vérification. Plutôt que de dupliquer les calculs sur l’ensemble du réseau, OpenGradient réduit la surcharge tout en préservant la confiance, la transparence et la capacité d’audit.
Combinée à une vérification basée sur les TEE, l’inférence IA devient vérifiable de manière indépendante sans sacrifier les performances.

L’écosystème soutient également les développeurs grâce au Python SDK, au Model Hub, à MemSync, et au $OPG sur Base comme couche de paiement pour l’inférence.

Ce qui m’a le plus marqué, c’est qu’OpenGradient ne fait pas simplement entrer l’IA on-chain : il s’attaque à l’un des plus grands défis d’infrastructure de l’IA décentralisée, à savoir rendre l’inférence évolutive, vérifiable et pratique.

Les inscriptions sur des plateformes d’échange peuvent accroître la visibilité, mais la pertinence à long terme dépend de la résolution de problèmes techniques significatifs. Si l’IA décentralisée continue de croître, les infrastructures capables de prouver comment les sorties d’IA sont générées pourraient devenir aussi importantes que les modèles eux-mêmes.

#OPG

$G
$BEAT
J’ai passé les derniers jours à rechercher @OpenGradient , en étudiant en détail la mécanique des tokens, l’architecture des paiements et l’économie qui sous-tend son réseau d’IA. Plus je creusais, plus je me rendais compte que la plupart des gens posent peut-être la mauvaise question. Tout le monde veut savoir si OPG a une utilité. Je commence à penser que la question la plus importante est plutôt de savoir si OpenGradient peut créer une utilité récurrente. Il y a une différence. Un développeur paie OPG pour l’inférence d’IA. Un créateur de modèle gagne OPG lorsque ce modèle est utilisé. Les validateurs engagent $OPG pour aider à sécuriser et à vérifier le calcul. Sur le papier, cela crée une boucle économique complète. Mais l’utilité seule ne garantit pas la demande. La demande devient durable lorsque les utilisateurs ont besoin, à répétition, d’accéder aux services d’un réseau. Les économies de tokens les plus solides ne sont que rarement construites sur l’utilité seule. Elles sont construites sur des services dont les utilisateurs ont besoin de façon répétée et qu’ils ne peuvent pas facilement remplacer. C’est pourquoi je prête davantage attention aux métriques d’usage qu’aux mouvements de prix. Le réseau héberge déjà des milliers de modèles d’IA et a traité des millions d’inférences vérifiables. Si les développeurs continuent à construire et que l’activité d’inférence continue de croître, la demande en OPG pourrait devenir de plus en plus liée à l’utilisation réelle du réseau plutôt qu’aux sentiments du marché. Ce serait un changement significatif. De nombreux projets crypto essaient de créer des raisons de conserver un token. OpenGradient semble tenter quelque chose de différent. Il cherche à créer des raisons d’utiliser continuellement un seul token. Si l’inférence d’IA vérifiable devient une exigence plutôt qu’une option, l’histoire à long terme pourrait moins relever de la spéculation et davantage d’une consommation réelle. J’ai formé mon propre avis après avoir étudié le réseau, mais je suis curieux de savoir où en est chacun. Si OpenGradient réussit, selon vous, quel sera le plus grand moteur de la demande à long terme en OPG ? Votez ci-dessous et dites-moi pourquoi. #OPG Qu’est-ce qui alimentera la demande à long terme en OPG ?
J’ai passé les derniers jours à rechercher @OpenGradient , en étudiant en détail la mécanique des tokens, l’architecture des paiements et l’économie qui sous-tend son réseau d’IA.

Plus je creusais, plus je me rendais compte que la plupart des gens posent peut-être la mauvaise question.

Tout le monde veut savoir si OPG a une utilité.

Je commence à penser que la question la plus importante est plutôt de savoir si OpenGradient peut créer une utilité récurrente.

Il y a une différence.

Un développeur paie OPG pour l’inférence d’IA.

Un créateur de modèle gagne OPG lorsque ce modèle est utilisé.

Les validateurs engagent $OPG pour aider à sécuriser et à vérifier le calcul.

Sur le papier, cela crée une boucle économique complète.

Mais l’utilité seule ne garantit pas la demande.

La demande devient durable lorsque les utilisateurs ont besoin, à répétition, d’accéder aux services d’un réseau.

Les économies de tokens les plus solides ne sont que rarement construites sur l’utilité seule.

Elles sont construites sur des services dont les utilisateurs ont besoin de façon répétée et qu’ils ne peuvent pas facilement remplacer.

C’est pourquoi je prête davantage attention aux métriques d’usage qu’aux mouvements de prix.

Le réseau héberge déjà des milliers de modèles d’IA et a traité des millions d’inférences vérifiables.

Si les développeurs continuent à construire et que l’activité d’inférence continue de croître, la demande en OPG pourrait devenir de plus en plus liée à l’utilisation réelle du réseau plutôt qu’aux sentiments du marché.

Ce serait un changement significatif.

De nombreux projets crypto essaient de créer des raisons de conserver un token.

OpenGradient semble tenter quelque chose de différent.

Il cherche à créer des raisons d’utiliser continuellement un seul token.

Si l’inférence d’IA vérifiable devient une exigence plutôt qu’une option, l’histoire à long terme pourrait moins relever de la spéculation et davantage d’une consommation réelle.

J’ai formé mon propre avis après avoir étudié le réseau, mais je suis curieux de savoir où en est chacun.

Si OpenGradient réussit, selon vous, quel sera le plus grand moteur de la demande à long terme en OPG ?

Votez ci-dessous et dites-moi pourquoi.

#OPG

Qu’est-ce qui alimentera la demande à long terme en OPG ?
Inference Growth
100%
Staking Participation
0%
Model Marketplace Activity
0%
Network Effects
0%
3 Votes • Vote fermé
Connectez-vous pour découvrir plus de contenu
Rejoignez la communauté mondiale des adeptes de cryptomonnaies sur Binance Square
⚡️ Suviez les dernières informations importantes sur les cryptomonnaies.
💬 Jugé digne de confiance par la plus grande plateforme d’échange de cryptomonnaies au monde.
👍 Découvrez les connaissances que partagent les créateurs vérifiés.
Adresse e-mail/Nº de téléphone
Plan du site
Préférences de cookies
CGU de la plateforme