Na semana passada, eu criei uma regra de e-mail para mover faturas para uma pasta separada.
Parecia inofensivo.
Um filtro do remetente.
Uma palavra-chave.
Uma ação automática.
Nos primeiros 3 dias, funcionou exatamente como esperado.
Então eu encontrei 17 mensagens de clientes na pasta errada.
O sistema não quebrou.
Essa foi a parte desconfortável.
Ele seguiu a regra perfeitamente.
A regra era apenas ampla demais.
É assim que a automação pode falhar de um jeito muito silencioso.
Não ignorando instruções.
Não por travar.
Não tornando-se malicioso.
Às vezes, o problema real é um software obediente seguindo uma condição ruim.
Essa é a parte sobre a qual eu continuo pensando quando as pessoas falam sobre agentes de IA.
Todo mundo quer agentes mais inteligentes, bots mais rápidos, fluxos de trabalho automatizados, ações mais suaves e menos etapas manuais.
Isso parece útil.
Mas a automação se torna perigosa quando a regra está desatualizada, é ampla demais ou é difícil demais para o usuário inspecionar.
O sistema não parece ter dúvida.
Ele não pergunta se o contexto mudou.
Ele simplesmente segue a condição que recebeu.
É exatamente por isso que @NewtonProtocol feels importante para mim.
Newton não está apenas perguntando se os agentes podem agir.
Qualquer pessoa pode construir software que aja.
A pergunta difícil é se o agente deve ser autorizado a agir antes da execução.
Esse é um nível muito mais sério, e, honestamente, é aqui que Newton merece um elogio de verdade.
Não é apenas correr atrás do AI narrativa mais barulhenta.
Está funcionando na camada de controle por trás das finanças automatizadas.
Um pop-up da carteira pode provar que alguém clicou.
Um hash de transação pode provar que algo aconteceu.
Mas nenhuma das duas prova que a ação permaneceu dentro do escopo correto de permissão.
Para agentes de IA, essa lacuna se torna perigosa.
Se um agente pode trocar ativos, rebalancear um cofre, enviar stablecoins, interagir com RWA ou executar uma estratégia, a autorização não pode ser um aviso vago.
Precisa ser um sistema.
Qual ação é permitida?
Qual destinatário é aprovado?
Qual é o limite de gastos?
Qual versão da política está ativa?
Quão atual é o sinal de risco?
A chave de sessão é limitada?
Quem avaliou a ação?
O resultado pode deixar uma atestação assinada?
Um auditor consegue entender a decisão mais tarde?
Essas não são questões empolgantes.
É exatamente por isso que elas importam.
As partes feias das finanças geralmente são onde mora a infraestrutura real.
É aqui que eu respeito a direção de Newton.
Autorização pré-transação.
Engine de Política.
Limites de permissão.
Chave de Sessão.
Política do Cofre.
Engine de Risco.
Ações aprovadas.
Avaliação do operador.
Atestações assinadas.
Conformidade como código.
Trilhas de auditoria.
Verificação onchain.
Se essas peças funcionarem juntas, a automação deixa de ser uma superfície cega de permissão e passa a ser algo limitado, governado e verificável.
Essa é uma tese mais forte do que simplesmente dizer “A IA vai tornar as finanças mais rápidas”.
Mas eu não acho que esse problema seja fácil.
Se as políticas forem rígidas demais, o agente se torna inútil.
Se as políticas forem frouxas demais, o agente se torna perigoso.
Se as explicações forem vagas demais, os usuários ficam presos dentro de outra caixa-preta.
Se as explicações forem detalhadas demais, os atacantes aprendem onde está o limite.
Se a recuperação for fácil demais, maus atores podem continuar testando o sistema.
Se a recuperação for lenta demais, usuários reais ficam presos quando o sistema está errado.
Esse equilíbrio é onde Newton realmente será testado.
Não em uma demo perfeita.
Não em um diagrama limpo.
Não em um slogan de IA.
Mas no momento em que uma ação automatizada está prestes a mover valor e o sistema precisa decidir se a regra ainda corresponde à realidade.
Esse também é o lugar onde $NEWT become interesting além da atenção.
A utilidade real não deve vir apenas de pessoas falando sobre agentes de IA.
Isso deve vir de avaliações reais de política, verificações de permissão, atestações assinadas, trabalho do operador, imposição no cofre, gerenciamento de chave de sessão, uso do engine de risco, fluxos de recuperação e aplicações que precisam de autorização antes da execução.
O hype de tokens pode levar as pessoas até a porta.
Mas a infraestrutura útil precisa provar que consegue controlar a automação sem matar a usabilidade.
Minha visão é simples.
A próxima falha de cripto com IA talvez não pareça um hack.
Pode parecer que um agente está seguindo a regra errada perfeitamente.
É por isso que a direção de Newton merece atenção.
Não é apenas tornar a automação mais rápida.
Ele está tentando tornar a automação mais segura, limitada, recuperável, governada e verificável antes que o valor seja movido.
Você confiaria em um agente de IA se não pudesse ver a versão da política, o escopo de permissão, o limite da sessão, o sinal de risco e o registro de decisão assinado por trás de cada ação?
