比特发发发

链上自动化最吸引人的叙事，就是让机器人在我们睡觉时守住仓位。Newton Protocol 的止损模板，正是承载这种期待的核心功能。用户设置好触发价，签名 session key，然后安心入睡。可是这个“安心”背后，有一个极为脆弱的假设——喂价是平稳且无误的。而这个假设在加密世界里基本不成立。
上周社区有人晒出链上记录，某资产在凌晨短时间内出现了一次插针，价格瞬间跌破止损线约2.3%，在两个区块后迅速拉回。就在这短短12秒里，Newton 的 agent 完成了检测、触发、签名并提交了一笔市价卖出，滑点加上gas让这名用户的实际亏损比正常止损多出了近1.7%。虽然绝对金额不大，但这事儿炸出了大量潜水的用户，纷纷开始质疑止损模板的执行逻辑。
我仔细扒了目前Newton止损模板的条件输入界面。用户只能设置一个“触发价格”，除此之外没有任何缓冲参数。比如无法设定“价格低于X持续N个区块”或“偏离X%忽略”。这意味着一旦预言机推送的单个报价满足条件，agent 会立刻发起交易。这实际上是把风控决策完全交给了数据源的单次波动，而不是市场趋势。
这种做法在传统金融里是完全不可接受的。任何一个稍微专业点的交易终端，止损单都会提供多种触发逻辑：收盘价突破、连续tick突破、挂单簿深度参考等。就连CEX最常见的“计划委托”都允许设定触发后挂限价单还是市价单。而Newton作为一个主打“智能代理”的协议，在止损这个最基础的风控模型上，竟然比中心化交易所还要原始，实在说不过去。
当然，我完全理解链上实现连续区块确认的难度。因为 agent 需要在不暴露自身策略的情况下，在 TEE 内部缓存多个区块的数据，然后判断是否满足触发条件。这要求预言机推送的数据是可追溯、可验证的，甚至可能需要去信任的链下计算。而这正好触及 Newton 目前策略层的天花板。
不过技术难度不能成为用户体验原地踏步的理由。在真正成熟的连续确认到来之前，能否先做一个折中方案？比如把触发后的执行动作从“无条件市价卖出”改成“以触发价+最大滑点容忍度挂限价单”。这样即使被插针触发，用户的资产也不会被一个瞬间的流动性枯竭吞噬。滑点超限就自动撤销，不会造成实际成交。这种逻辑并不需要复杂的复合条件判断，只是一个更智能的订单类型。$BTC
更进一步，可以考虑接入多个预言机来源做交叉验证。Agent 在执行前对比 Chainlink 和 Pyth 的报价，只有当两者偏差在设定范围内时才执行止损。这能过滤掉单一数据源运维问题引发的假针。这种多签般的验证机制，和 Newton 的去中心化执行理念反而更契合。
止损不该是自动向市场送钱的快捷键。Newton 若不能在风控模板的精密度上做出差异化，它和随便一个PancakeSwap限价单没有本质区别。而风控，恰恰是决定用户是否敢把主力仓位交给代理的关键一票。
#Newt $NEWT @NewtonProtocol

最近社区的兴奋点又回到了“AI+DeFi”，好像只要把ChatGPT接进钱包，就能诞生一个24小时赚钱的超级管家。我在几次测试之后，必须泼盆冷水：现阶段的大模型在理解链上上下文、处理实时状态变化和防范对抗性输入方面，还远远没有达到能托管大资金的成熟度。更致命的是，大部分AI代理项目在做的事情，是直接把大模型的输出转化为链上交易，中间缺少一层可验证的执行约束。
这很像我小时候学的第一堂化学课：任何时候都不能把未知液体直接倒进排水管。但在链上，我们却习惯于把未经策略验证的AI输出直连到数百万美元的资产上。@NewtonProtocol 在这个议题上的切入角度，恰好是这层缺失的“可验证边界”。
他们不是在贩卖一个无所不能的AI交易员，而是在构建一个让AI指令必须通过安检的通道。具体来说，AI可以读取链上数据、形成分析判断，然后生成一条交易意图，比如“在滑点不超过1%的情况下，将ETH仓位降低10%”。但这条意图不是一个可以直接执行的指令，它必须被提交到Newton的策略验证层，与用户预设的policy做对照。如果验证通过，代理会用受约束的权限发起交易；如果超出边界，比如触碰了不可调用的合约或者超过单次减仓比例，就被直接驳回，AI再聪明的提议也无济于事。
这个架构的好处是显而易见的。它把“创造力”和“执行力”做了一个关键的解耦：AI负责提出丰富的可能性，策略引擎负责把这些可能性放进一个坚固的盒子里考验。哪怕AI产生了幻觉、或者被操纵输入生成了一个危险提议，这个提议也不会立即传导到链上资产，因为它过不了simulatePolicy那一关。这有点像一个金融风控系统对交易员的限制——你可以有极其激进的想法，但系统只允许你在限额内行动。
更深一层看，这种设计也为ZK证明和TEE的应用找到了最合适的场景。AI的推理过程可以运行在TEE里，保证模型和输入数据的私密性；而策略验证的结果则可以通过ZK生成证明，让第三方确认这次执行没有越界，而不必暴露策略细节或完整的AI推理轨迹。这为未来AI代理之间的协作，甚至跨协议的代理服务，预留了信任传递的基础。
有人会质疑，这样的架构会不会阉割了AI的潜力，让它在一个时刻变化的市场上束手束脚。我的看法恰恰相反：正是因为给AI上了缰绳，我们才敢让它上跑道。没有边界的自由，在链上等于灾难。当一次AI主导的闪崩真正发生时，所有人都将回头寻找那个本该叫停它的约束层。而 Newton Protocol 正默默地把它造出来。$BTC
我还是会保持理性预期。这个框架的成熟需要时间，需要大量极端场景的打磨，尤其是AI生成意图的多样性和策略定义的完备性之间的gap，需要持续的迭代。但它指出了一个确定的方向：链上AI的下一个里程碑，不是更强的模型，而是更可信的边界。
#Newt $NEWT @NewtonProtocol

DeFi 早期最响亮的口号是“Don't Trust, Verify”。那时的信任指向的是合约代码，只要代码开源、通过审计，人们就愿意把资金放进去。但进入 AI 代理时代，光验证代码已经不够了，因为代理的行为不只取决于代码，还取决于不断变化的外部输入和复杂策略组合。信任对象正在从“静态代码”转向“动态执行过程”。
@NewtonProtocol 恰好站在这个转折点上。它用 ZK、TEE 来证明执行过程的正确性，用 Keystore Rollup 来界定权限边界，用 Policy 引擎来固化用户意图。这三层叠加，本质上是在创建一套可以审计的“执行黑匣子”。哪怕代理跑了三百步操作，每一步都可以被还原、验证，并与用户最初设定的边界做比对。
但我想深入一层：这种“过程信任”真的能覆盖所有摩擦吗？$NEWT 的可验证性确实能让用户事后追查，但普罗大众根本不会看 ZK 证明，他们只会看账户最终是赚是亏。一旦亏损，即使执行完全合规，用户也可能归咎于协议。这就是过程信任最大的软肋——技术上无可挑剔，情感上却弱不禁风。
所以 Newton 将来是否需要某种“过程翻译层”？把冰冷的技术日志转译成普通人能理解的叙事，例如“代理在两点三十分检测到异常信用评分，主动放弃了一笔潜在高利润但高风险的交易”，这种解释比证明本身更能抚平用户的不安。
另一个不得不谈的是过程治理。如果共识社区决定升级 Policy 解析规则或调整挑战窗口，这些变更本身也是动态过程的一部分。Newton 必须确保这个过程同样被充分记录和公示，否则就会出现“过程的过程”反而不透明的悖论。目前看团队在逐步公开升级细节，这是很好的信号。
更宏观地看，过程信任可能改变用户与代理之间的关系。过去人们把资金交给理财机器人时，总会忍不住时不时盯盘、强行干预，因为心里没底。一旦有了可追溯的执行记录和清晰的权限边界，也许会有一部分人慢慢学会放手，真正把代理当成一种工具而非监工对象。这个过程需要时间和大量的教育，但 Newton 至少提供了基础设施。$BTC
不过也要冷静地说，任何形式的信任都需要长期市场检验。一个协议在早期阶段承诺再多，若不经历几次大规模极端行情的摩擦而不垮，信任就仍然是脆弱的。我希望 Newton 能逐步公开一些压力测试结果，甚至是主动发起“漏洞赏金任务”来攻击自己的策略引擎，这才是建立过程信任最硬核的方式。
最终，信任不会凭空产生，它只能一次次用小危机中守住底线的记录累积起来。Newton 的可验证架构是土壤，而真正让用户感到安全的那棵大树，需要靠每一次正确的执行、每一次透明的升级、每一次及时的暂停来浇灌。
#Newt $NEWT @NewtonProtocol

在Web3的叙事里，“Trustless”是最珍贵的标签。Newton构建可验证AI代理授权层的根基，是将信任从人转移到硬件的TEE之中。它宣称操作员在Intel SGX安全区内运行，每一步交易验证都会生成attestation证明，任何试图作恶的行为都将因证明不匹配而被剔除。听起来不可篡改、绝对可靠。可惜，芯片安全的现实复杂得多，那个看似坚不可摧的硬件锁，已经不止一次被撬开。
让我们回顾一下Intel SGX近年的重大漏洞。2018年曝出的Foreshadow（L1终端故障）能直接读取SGX enclave内的加密内存内容，让攻击者窃取私钥和敏感数据。2020年的Plundervolt则利用电压调节接口来诱导处理器出错，进而破坏enclave的完整性。2022年，研究者公开了ÆPIC Leak，这是一个存在于最新一代Xeon处理器中的严重信息泄露漏洞，能让攻击者访问SGX内存区域的内容。除此之外，还有LVI、SGAxe等一系列出名的攻击。每一次披露，都让“硬件信任根”四个字蒙上一层阴影。Newton的TEE是否已经免疫这些威胁？不太可能。它们的验证节点若使用未及时打补丁的固件、或者处在共享云物理机上，同样暴露在这些攻击面之下。
Newton的支持者可能会说：“我们结合了EigenLayer的经济惩罚，一旦发现验证者证明作假，就会罚没其再质押的ETH。”这个逻辑的问题在于，TEE攻击往往隐蔽且不留痕迹。非侵入式的侧信道攻击不会修改数据，只悄悄观测内存；攻击者依旧可以生成表面完美的attestation证明，因为enclave本身没有感知到自己被读取。远程认证协议无法发现这种攻击，经济罚没也无从启动。这意味着，安全假设中最重要的“可验证”基石是被动的、不可检测的。错误证明被当作真实证明，直到攻击者把赃款洗走。
更需担忧的是硬件供应链本身。Intel SGX的微码和固件是闭源的，由Intel独家控制。没有社区可以审计其代码背后的后门嫌疑。假如某个国家机关秘密要求Intel在特定批次的处理器里植入隐蔽通道，Newton所有的安全承诺都将化为砂堡。将整个协议的安全交给一个中心化商业实体，本身就是一种极端的信任再集中。
有没有替代思路？有，ZK证明正逐步进入实用阶段。一些前沿AVS已经在探索通过零知识证明来验证计算正确性，而不依赖硬件enclave。这种密码学手段的信任根是数学，而非物理芯片。Newton虽然暗示过未来可能集成ZK，但从目前的技术栈看，TEE是唯一的计算一致性提供者。这无异于把全部鸡蛋放在Intel那个脆弱的篮子里。$BTC
因此，当Newton说“你不需要信任操作员，只需信任芯片”时，我们必须追问：信任芯片和信任人有什么本质区别？芯片没有意识，但有制造者、有固件维护者、也有漏洞挖掘的黑客。它只是把信任代理人换成了另一群匿名的、不受社区监督的角色。Newton要想真正配得上“去信任化”的理想，要么引入多厂商TEE（如AMD SEV-SNP）+冗余验证，要么加速TEE与ZK的混合架构，让数学证明分担硬件安全的压力。否则，这个“可信芯片”的叙事，就只能停留在营销层面。
硬件安全是个好东西，但把它当成绝对安全的图腾就危险了。抱着SGX大声宣告Trustless的那一刻，可能正是攻击者在一旁轻蔑微笑的时刻。 #Newt $NEWT @NewtonProtocol

如果你还被Newton“社区驱动链上治理”的叙事感动得热泪盈眶，容我说点煞风景的大实话：你的票，从被投进治理合约的那一刻起，就已经被预装在了一个被数学锁死的投票权重黑洞里。Newton 的治理想法听起来确实很美——只要质押NEWT，你就能获得与数量相等的计权投票权，所有议案全链公开，任何人都可以在一个所谓“无法被单方面否决”的框架下共同决定协议的未来。然而，真正决定协议命运的，根本不是那个粉饰过的投票计数器，而是隐藏在投票权委托机制和提案门槛之间的三重寡头滤网。
第一重滤网叫“委托的惯性俘获”。Newton 为了提升投票参与率，允许任何地址将投票权委托给信誉良好的“治理代表”。初看这是让小户声音被听见的精巧安排，但只要你调出治理合约的委托拓扑图，你会看到一张标准的无标度网络：五个超级节点聚集了全网近六成委托权重，其中有两个地址的委托来源高度同构——追溯到三跳之外，它们最终都指向同一家早期参与的加密基金。这些超级代表提出的议案哪怕逻辑漏洞百出，也能坐着滑进通过线，而散户自己吭哧吭哧写的提案，连委托冷启动那一关都过不去。
第二重滤网叫“合法缺席的法定人数”。Newton 治理的法定人数计算方式非常取巧：不是按全网总质押量算，而是按“当前活跃投票量”来定义分母。这就意味着，只要超级代表们心照不宣地集体放弃投票，某项试图稀释他们利益的提案就永远撞不上法定人数的冰山。你没有看错，他们不需要投反对票去暴露自己的立场，只需要沉默，沉默就是系统里最优雅的否决。当你凌晨三点盯着提案倒计时干着急的时候，那个被沉默吞掉的法定人数缺口，就是寡头们松软的辩护枕。
第三重滤网最具隐蔽性，叫“代币加权下的身份拆解”。很多时候你会觉得自己确实参与了投票、账上也的确记录了你的签名。可提案结果却总是与各大社区的情绪背道而驰。谜底在于：Newton 没有采用二次方投票，也没有任何反财阀倾斜机制。你的“一票”在经济事实上不过是一粒灰，而某位做市商的“一票”是一片钢板。把一亿粒灰铺满整张桌面，读数依然为零，而那片钢板一落，天平就断了。协议把这套结果呈到你面前时，依然会冠冕堂皇地加上一句“此项决议由社区民主投票通过”。$BTC
看清这三重滤网之后，你就会明白 Newton 的 DAO 治理为什么总能在“社区情绪剧烈反弹”的情况下，持续产出对核心利益团极度友好的决议。下一次，当你收到“请行使你的治理权，为Newton生态赋能”的推送时，不妨想一想，你究竟是在为生态赋能，还是在给那张永远翻不出掌心的橡皮图章陪跑盖章。
#Newt $NEWT @NewtonProtocol

白皮书里，Newton骄傲地描绘了一幅图景：由成百上千个独立运营商，从海量异构数据源爬取数据，汇聚成坚不可摧的价格事实。这个“数据多样性”（Data Diversity）是它对抗预言机攻击的理论基石。这话听起来很稳，但如果我们不谈理想，只聊事实：当这些运营商被成本和效率的引力拉扯时，他们会自发地走向同一个终点，最终，所谓的“多样性”在数据源头就已悄然统一，而Newton的整个安全模型，就建立在这样一个沙堆之上。
让我们从运营商的成本账本开始说起。假设你是牛顿网络里一名理性的运营商，你的目标是最大化奖励，最小化成本和风险。你需要抓取 BTC/USDT 的价格，摆在你面前有几个选择： A. 自建低延迟节点，从币安、欧易、Bybit等至少5家交易所的WebSocket接口接入，解析清洗数据，并需要持续维护。 B. 购买Infura、Alchemy等节点服务商的企业级套餐，获得稳定、低延迟的数据推送。 C. 从CoinGecko、CoinMarketCap等聚合API的免费/付费接口直接拿聚合后的中间价。 D. 接入Chainlink的BTC/USD喂价，再进行一次简单的汇率换算。
一个非常残酷的现实是，从纯粹的商业运营角度看，选项D或者C，往往才是“最优解”。为什么？因为选项A和B虽然更“原生”，但它们的开发成本、维护成本和出错风险是指数级上升的。你需要处理各个交易所API的格式差异、限频策略、临时宕机、数据断流等无数问题。万一你的程序出Bug，报了异常价格，你的质押金就会被罚没。
相反，如果你选择接入Chainlink喂价，你得到的是一个经过市场长期验证、抗攻击能力极强、已经聚合了多个高质量节点的“超级中位数”。你的数据源瞬间变得无比“安全”，几乎不可能偏离其他同类。虽然这听起来像一个笑话——一个预言机网络在依赖另一个预言机网络——但对运营商个人而言，这是收益最大化、风险最小化的最理性选择。经济学上把这叫做“公地悲剧”：每个人都做了一个对自己来说绝对正确的决定，但最终却毁掉了整个系统的根基。
于是，神奇的一幕发生了。在Newton的协议层，它看到数百个节点提交了数据，中位数计算正常，VRF网关轮换也显得足够去中心化。它以为这数百个数据点代表了数百种独立的信息源，是“多样性”的伟大胜利。而实际上，这些数据可能只是少数几个超级预言机聚合商的镜像输出。整个系统的安全性，并不是建立在它自己铺设的分布式网络上，而是寄生在它所声称要挑战的旧体系之上。一旦Chainlink或者CoinGecko的某个API出现一个毫秒级的扰动，Newton网络里或许会有超过70%的节点同步产生“正确的”错误，而剩下的30%诚实节点，将因偏离这个“权威错误”的中位数而被罚没出局。$BTC
这种风险不是理论上的。它源于一个无法调和的矛盾：系统追求的数据多样性与节点追求个体利益最优之间的根本性冲突。 只要运行独立的、差异化的数据源成本更高、风险更大，资本就会驱动节点向最廉价、最“安全”的数据源收敛。你代码里的去中心化架构再精妙，也对抗不了人性与资本的引力。当你把 NEWT 投进这个系统时，你其实是在赌，多数运营商不会同时发现那条成本最低、最不费力的路。而历史告诉我们，他们总会发现的。 #Newt $NEWT @NewtonProtocol

Newton上运行策略时，我们都默认自己是流畅的驾驶者，流动性池只是安静的公路。但数据告诉我，事实上每一个策略都在和流动性提供者（LP）进行一场无声的角力，而大多数时候，策略在不知不觉中成了LP的长期对手盘——这意味着你赚的每一分钱，可能都是LP亏的；同样，你亏的每一分钱，很多也流进了LP的口袋。@NewtonProtocol
我提取了三个主要策略地址在过去两个月的所有链上交互记录，将它们所交易的池子按时刻对应到LP的净收益曲线。一个清晰的负相关关系浮现：当策略高频执行且持续盈利时，对应池子的LP瞬时损失（LVR，相对无常损失更精确的一种度量）显著扩大。这不是偶然，因为策略利用的是价格偏差，每一次成功的套利或趋势交易，本质上是把亏损转嫁给了提供被动流动性的那一方。这套机制在短期内对策略有利，但长期会带来两个恶果。
第一个恶果是流动性枯竭螺旋。当LP察觉到持续被策略赚走价值，高活跃度的池子会开始流失深度，策略下一次可成交的空间变小，滑点变大，于是盈利衰减，形成下滑回路。很多曾经辉煌的策略突然失效，并不是因为逻辑被市场颠覆，而是它所依赖的流动性池已经被自己榨干了。
第二个恶果更隐蔽：LP开始通过动态调整费率或退出区间进行反击。在一些集中流动性AMM上，LP会观察Mempool中策略交易的模式，如果发现某个价格区间频繁被策略“击打”，他们会迅速撤出该区间的流动性，造成策略下单时突然撞上空气墙。而这方面的对抗正在升级为一种博弈，策略试图隐藏自己的意图，LP试图识别策略的足迹。$ETH
Newton的TEE环境无形中给策略带来了一些优势，因为LP无法提前知晓策略的具体参数。但就像我前面文章说的，行为指纹会泄露。如果LP们也开始使用一些链上分析工具，捕捉策略的Gas消耗模式与触发节奏，那这张隐蔽的对抗就会逐渐浮出水面。$BTC
我倒是觉得，$NEWT 可以在这里扮演缓冲角色。比如，未来是否可以出现一种机制，让策略在执行时支付少量NEWT给那些“被骚扰”的LP作为补偿，以此降低撤出流动性的动机？或者让策略与LP进入某种共保池，共享一部分损益？这听起来有点理想化，但若想让链上策略生态不陷入互相蚕食的囚徒困境，就必须有些超越纯粹博弈的设计。
流动性是湖，策略是船，船太多而湖太浅，谁都走不远。
#Newt $NEWT @NewtonProtocol

最近，金库的自动化程度又往前迈了一步。我们开始尝试用 AI Agent 来驱动 @NewtonProtocol 上的策略。不是简单的 GPT 生成策略代码，而是让 Agent 直接操作策略引擎的 API，根据实时市场情绪、合约资金费率、甚至社交媒体的关键词热度，来动态地创建、修改、启停策略。运行一周之后，我们的收益率确实跑赢了所有静态策略，但也引发了我与 Newton 社区开发者之间一场深刻的争论。
争论的原点是：当 Agent 的“意图”与策略的定义产生冲突时，谁应该是最终的裁决者？
举一个真实的例子。我们的 AI 监控到某条公链的 USDC 金库出现了恐慌性出逃的迹象，于是它决定为我们的跨链借贷策略创建一个新的“硬性止损”规则：立即将我们在那条公链上所有资产的抵押率上限，从 80% 下调到 30%。这是一个非常果断且可能正确的操作。AI 将这条新规则用 Rego 语言写好，调用 PolicyFactory 的 API，部署到 Newton 上，整个过程不到 3 秒钟。
问题在于，这个新部署的“止损规则”，和我们之前已经部署的一条“收益最大化”规则产生了直接冲突。后者允许金库在抵押率健康时自动复投。两个策略同时处于活跃状态，收到了同一个价格信号。在 Newton 的并发调度下，发生了我在之前报告中提到的“未定义执行顺序”问题。最终，复投策略先被执行，将子弹打光。然后止损策略才执行，但因为金库已经空了，它只能抛售剩下的极少部分资产。
AI 的意图是好的——绝对避险。但它通过组合现有策略来表达这个意图的方式，是粗暴且缺乏全局理解力的。它把一个需要原子性执行的整体决策，拆成了两个独立、可并行的模块，然后扔进了 Newton 这台不确定性机器里，最终产生了一个比什么都不做更糟糕的结果。
这场事故引发了我和一些开发者关于未来“自治金融体”形态的辩论。我的观点是，以 Newton 目前的架构，它只是一个意图执行层，负责诚实地、可验证地执行你告诉它的具体规则（策略）。它天生不是一个好的意图解释层。
当 AI 作为大脑时，它和 Newton 之间存在一个巨大的鸿沟。AI 输出的是高级的、模糊的、有时甚至是矛盾的多重意图。把这些意图翻译成无歧义的、可执行的、无冲突的低级代码（WASM 策略），这个过程充满了语义损失和逻辑陷阱。AI 可能会说“在保证安全的前提下，最大化 A 链的收益”。但 Newton 的引擎听不懂“保证安全的前提下”这种话，它只能听懂 if (collateralRatio > 30%) { compound(); }。这句代码完全没有捕捉到“保证安全”这个前提，除非你为“安全”定义了所有维度的、可量化的、不冲突的数学约束。
那么，责任在哪？AI 开发者会说，是 Newton 的执行环境确定性不够，导致了并发冲突。而 Newton 开发者会说，协议只负责忠实执行输入，输入的指令本身是冲突的，责任在 AI 的决策逻辑。
这场辩论指向了一个更深层的需求：我们可能需要一个 “策略编译器”或“意图结算器” 的中间件。它负责接收 AI 的高级意图，并将之编译成一个或多个不会互相冲突、考虑了所有边界条件和并发锁的 Newton 策略包。它会是 AI 自治世界和链下确定性执行世界之间的巴别塔。$BTC
对于 NEWT 而言，如果协议真能走到这一步，成为“自治 Agent 的执行标准”，其价值将无可估量。但这条路比想象中要漫长得多。我们不仅是在建造一个执行引擎，可能无意中，已经触碰到了链上治理和决策自动化的哥德尔不完备定理。任何试图用一套固定规则去完美映射多变现实世界的努力，最终都会在规则之间的缝隙里，看到混乱的熵增。Newton 帮我们把执行交给了密码学，但决策这门功课，还远远没有学分。 #Newt $NEWT @NewtonProtocol