分散型の認可でいちばん難しいのは、オペレーターたちに同意してもらうことだと思っていました。

ニュートンのコンセンサス設計についてさらに読んだあと、より難しいのは、ポリシーを評価する前に、オペレーターたちが「現実」に合意することだと考えるようになりました。

オフチェーンのデータは、めったに完全に同一ではありません。

価格フィードはそれぞれ異なるタイミングで更新されます。APIはわずかに異なる値を返します。外部情報はほとんどの場合、完全に同期されていません。

もし各オペレーターが異なる入力でポリシーを評価すると、誰かが悪意をもって行動しなくても、2人の正直なオペレーターが異なる結論に到達し得ます。

ニュートンのアプローチに惹かれたのは、これらの問題を分離しているからです。

すぐにオペレーターへ判断への署名を求めるのではなく、まずネットワークがデータの共有された見方を確立します。正規の（canonical）データセットが作られてから初めて、オペレーターがポリシーを評価し、最終的な証明を生成します。

これによって、認可についての考え方が変わりました。

難題は、単に「判断が正しかったことを証明する」だけではありません。

その判断に至る前に、誰もが同じ事実を評価したことを証明することが必要です。

AIエージェントや現実世界のデータが、オンチェーン実行の一部になっていくにつれて、この区別はますます重要になっていくと私は思います。プロトコルは完璧なポリシーロジックを持てますが、すべての参加者がそれぞれ異なるバージョンの現実から出発し始めると、整合性は不可能になります。

私が残された問いは、「分散型の認可が機能するかどうか」ではありません。

「データのコンセンサスが、そもそものポリシーの複雑さ以上に価値を持つようになるか」ということです。

2つのプロトコルが同等に表現力のあるポリシーを持っているとしても、すべての評価者が同じ現実から確実に始まることを、片方のプロトコルだけが信頼できる形で保証できるなら、どちらを金融判断の認可に使うことを信頼しますか？

@NewtonProtocol #Newt $NEWT
$TLM $ALLO #TradingCommunity

🗳️ 達成するのがより難しいのはどっち？ 🤔