Kebanyakan investor dilatih untuk membaca APY yang meningkat sebagai kabar baik.
Lebih banyak imbal hasil.
Lebih banyak permintaan.
Lebih banyak peluang.
Namun kadang-kadang angkanya naik karena sistem mengukur aset yang sedang runtuh dengan tidak benar.
Bayangkan sebuah stablecoin mulai kehilangan patoknya.
Harga pasar riil turun dari $1 menjadi $0,95.
Namun, sebuah brankas otomatis terus menilai token pada $1 saat menghitung kinerja.
Brankas tidak melihat aset yang rusak.
Ia melihat imbal hasil yang tampaknya lebih tinggi.
Lalu bot alokasi melakukan persis apa yang dirancang untuk dilakukan:
Ia mengalirkan lebih banyak modal ke pasar yang menawarkan imbal hasil (yield) tertinggi yang dihitung.
Bot berfungsi dengan benar.
Transaksi valid.
Kontrak pintar dieksekusi sesuai harapan.
Dan hasilnya tetap bisa sepenuhnya salah.
Inilah salah satu alasan saya memberi perhatian lebih dekat pada @NewtonProtocol dan arah Newton Mainnet Beta.
Masalah yang sedang Newton tangani bukan sekadar apakah agen AI atau manajer otomatis dapat mengeksekusi transaksi.
Infrastruktur blockchain sudah melakukan itu dengan sangat baik.
Masalah yang lebih sulit adalah apakah transaksi harus diizinkan sesuai mandat aktual brankas.
Newton memperkenalkan lapisan otorisasi yang dapat diprogram antara niat transaksi dan penyelesaian.
Manajer brankas, bot, atau agen AI mengusulkan sebuah tindakan.
Newton menilai tindakan tersebut terhadap kebijakan aktif.
Tindakan tersebut menerima hasil lolos atau gagal sebelum modal bergerak.
Tanda terima onchain yang ditandatangani kemudian dapat menjadi bukti bahwa pemeriksaan kebijakan benar-benar terjadi.
Integrasi terbaru antara Newton dan Webacy membuat arsitektur ini lebih mudah dipahami dalam praktik.
Webacy dapat menyediakan sinyal terkait dengan:
Riwayat depeg stablecoin.
Kondisi likuiditas saat ini.
Konsentrasi pemegang token yang berisiko.
Kontaminasi dompet.
Kualitas brankas dan kurator.
Apakah yield yang dilaporkan mencerminkan aktivitas yang berkelanjutan atau kemunduran yang tersembunyi.
VaultKit dapat mengubah sinyal-sinyal tersebut menjadi aturan yang dapat ditegakkan.
Misalnya, seorang kurator dapat membuat kebijakan yang mencegah brankas mengalokasikan ke stablecoin setelah beberapa peristiwa depeg.
Kebijakan lain dapat mewajibkan likuiditas tetap di atas level minimum sebelum transaksi besar disetujui.
Sebuah brankas juga dapat mengurangi eksposur ketika dompet yang berisiko menguasai terlalu banyak dari pasokan yang beredar.
Ini lebih berguna daripada sekadar menampilkan informasi yang sama di sebuah dasbor.
Sebuah dasbor memberi tahu manajer bahwa ada sesuatu yang mungkin salah.
Kebijakan yang dapat ditegakkan menentukan apa yang sistem diizinkan lakukan terhadap hal tersebut.
Pembedaan itu menjadi semakin penting ketika pengelolaan modal semakin otomatis.
Seorang manusia mungkin perlu lima menit untuk meninjau peringatan, membandingkan beberapa sumber data, dan memutuskan apakah akan bertindak.
Sebuah bot dapat mengalokasikan modal ke beberapa pasar dalam hitungan detik.
Eksekusi dengan kecepatan mesin tidak dapat dengan aman bergantung pada intervensi dengan kecepatan manusia.
Tapi saya juga tidak berpikir kebijakan yang dapat diprogram menghilangkan semua risiko.
Sebuah kebijakan hanya sebaik sumber datanya, ambang batas, dan asumsi-asumsinya.
Sebuah stablecoin mungkin bergerak singkat di bawah $1 tanpa mengalami keruntuhan yang sesungguhnya.
Likuiditas bisa tampak dalam sampai banyak pengguna mencoba keluar secara bersamaan.
Penyedia risiko mungkin tidak tersedia untuk sementara.
Kebijakan yang dirancang dengan buruk dapat memblokir transaksi yang sehat atau mengizinkan yang berbahaya.
Peningkatan yang penting bukanlah Newton menjanjikan keputusan yang sempurna.
Intinya adalah proses keputusan dapat menjadi eksplisit dan dapat diverifikasi.
Daripada mempercayai bahwa seorang kurator “kemungkinan besar telah memeriksa risikonya”, seorang allocator dapat memeriksa apakah kebijakan yang ditetapkan telah dievaluasi sebelum eksekusi.
Sumber data mana yang digunakan?
Ambang batas yang mana yang diterapkan?
Apakah tindakan lolos atau gagal?
Apakah aturan diubah sebelum transaksi?
Bisakah hasilnya diverifikasi secara independen?
Pertanyaan-pertanyaan itu jauh lebih penting bagi modal institusional daripada kenaikan sementara lainnya dalam APY.
Institusi membutuhkan mandat yang tetap dapat ditegakkan saat pasar menjadi kacau.
Mereka membutuhkan bukti bahwa strategi otomatis tidak dapat diam-diam meninggalkan batasnya ketika insentif berubah.
Mereka membutuhkan kontrol risiko yang ada di dalam jalur eksekusi, bukan dalam PDF, dasbor internal, atau janji dari manajer.
Newton Mainnet Beta mulai dengan brankas DeFi, tetapi gagasan yang mendasarinya dapat diperluas jauh lebih jauh.
Manajemen treasury stablecoin.
Aset dunia nyata yang tokenisasi.
Agen perdagangan otomatis.
Kredit onchain.
Setiap sistem di mana perangkat lunak diizinkan untuk memindahkan nilai pada akhirnya akan membutuhkan jawaban yang jelas untuk pertanyaan yang sama:
Apa yang harus dibuktikan sebelum transaksi ini diizinkan?
Bagi saya, itulah nilai sebenarnya dari Newton.
Tidak membuat otomasi menjadi lebih kuat.
Membuat otomatisasi tetap berada di dalam batas-batas yang seharusnya dipatuhi.
Karena dalam keuangan otomatis, tindakan paling berbahaya mungkin tidak terlihat seperti serangan.
Ia mungkin terlihat seperti transaksi yang sepenuhnya valid yang mengejar APY tertinggi.
