最初は、ニュートンを読み方を間違えたまま読んでいることに気づきました。
「AIエージェント」や「自動化された戦略」を見た瞬間、頭の中はすぐにトレーディングボットのことに飛びました。もう何度も聞き飽きた話のように感じて、タブを閉じかけました。
でも、読み進めている間ずっと次の疑問がついて回りました。
「AIが売買（トレード）を行ってよいかどうかを、実際に決めているのは何か？」
その問いが、プロジェクトのまったく別の部分へと私を引き込みました。
目立ったのは自動化ではありませんでした。自動化の前にあるガードレール（安全柵）です。
ニュートンは、ポリシー（方針）と実行を分けます。エージェントにまず動かせて後から確認するのではなく、取引が動く前にライブ（実時間）条件を評価する、という発想です。
また、その判断の入力として、Massiveから得られる国債利回りの情報のようなライブデータや、Etherscanを通じたネットワークデータの使用例も示されています。
それで見え方が変わりました。
暗号資産（クリプト）は、もはや自動化が足りない、という問題は本質的にはありません。人間よりも速く動けるボットやスクリプトは十分にあります。
難しいのは、それらの仕組みがいつ減速したり停止したりすべきかを知ることです。
だから、私にとって面白い問いは「AIはどれくらい賢いのか？」ではありません。
「それを制御するルールはどれくらい賢いのか？」です。
もちろん、それはトレードオフも生みます。ガードレールは、それを支えるデータとポリシーに依存します。もし入力が古くなったり、設計が不十分だったりすれば、追加された層が意思決定を良くすることはありません。単に複雑さを増やすだけです。
だから、ニュートンを追い続けるなら、私が注目するのは「導入されているAI機能の数」ではありません。
自動化された活動が増えていく中で、ポリシーチェックが柔軟で、監査可能で、信頼できるライブデータとつながり続けるかどうかを見ます。
私にとって、本当のストーリーはそこにあります。
AIエージェントが取引できるかどうかではありません。
そもそも、取引する許可を得ているのかどうかです。
@NewtonProtocol
#newt $NEWT
「AIエージェント」や「自動化された戦略」を見た瞬間、頭の中はすぐにトレーディングボットのことに飛びました。もう何度も聞き飽きた話のように感じて、タブを閉じかけました。
でも、読み進めている間ずっと次の疑問がついて回りました。
「AIが売買（トレード）を行ってよいかどうかを、実際に決めているのは何か？」
その問いが、プロジェクトのまったく別の部分へと私を引き込みました。
目立ったのは自動化ではありませんでした。自動化の前にあるガードレール（安全柵）です。
ニュートンは、ポリシー（方針）と実行を分けます。エージェントにまず動かせて後から確認するのではなく、取引が動く前にライブ（実時間）条件を評価する、という発想です。
また、その判断の入力として、Massiveから得られる国債利回りの情報のようなライブデータや、Etherscanを通じたネットワークデータの使用例も示されています。
それで見え方が変わりました。
暗号資産（クリプト）は、もはや自動化が足りない、という問題は本質的にはありません。人間よりも速く動けるボットやスクリプトは十分にあります。
難しいのは、それらの仕組みがいつ減速したり停止したりすべきかを知ることです。
だから、私にとって面白い問いは「AIはどれくらい賢いのか？」ではありません。
「それを制御するルールはどれくらい賢いのか？」です。
もちろん、それはトレードオフも生みます。ガードレールは、それを支えるデータとポリシーに依存します。もし入力が古くなったり、設計が不十分だったりすれば、追加された層が意思決定を良くすることはありません。単に複雑さを増やすだけです。
だから、ニュートンを追い続けるなら、私が注目するのは「導入されているAI機能の数」ではありません。
自動化された活動が増えていく中で、ポリシーチェックが柔軟で、監査可能で、信頼できるライブデータとつながり続けるかどうかを見ます。
私にとって、本当のストーリーはそこにあります。
AIエージェントが取引できるかどうかではありません。
そもそも、取引する許可を得ているのかどうかです。
@NewtonProtocol
#newt $NEWT