Первый вопрос, который пришел мне в голову, когда я читал про @NewtonProtocol w, оказался удивительно простым: что произойдет, если каждый валидатор видит слегка отличающуюся версию реальности?
Сначала я предположил, что это не является серьезной проблемой. В большинстве децентрализованных систем уже используются многие независимые операторы, поэтому мне казалось, что каждый узел может получить внешнюю информацию, применить политику, подписать результат и перейти к следующему шагу. Но чем глубже я разбирался в Newton Mainnet Beta и его технической документации, тем больше понимал: это предположение незаметно рушится, когда вы вводите агрегирование BLS-подписей. BLS-подписи чрезвычайно эффективны, потому что сотни подписей могут превратиться в одно компактное доказательство, но есть подводный камень, который легко упустить. Каждый участник должен подписать абсолютно одно и то же сообщение. Даже малейшее отличие в полученных данных создает совершенно другое сообщение, из-за чего агрегация становится невозможной.
Этому ограничению полностью изменился способ, которым я смотрел на архитектуру Newton. Сложная часть — не в сборе подписей. Сложная часть — добиться того, чтобы независимо работающие машины приходили к одинаковому представлению внешней информации, не отдавая ни одному участнику полной власти над ответом. Этот баланс между независимостью и согласием кажется одним из самых интересных инженерных решений за @NewtonProtocol.
Протокол решает это через потоковый двухфазный процесс консенсуса. На первой стадии операторы независимо выполняют песочничные WASM-провайдеры данных, используя свои собственные сетевые подключения. Они могут получать информацию о санкциях, рыночные цены или другие входные данные политики, не полагаясь на общий сервер. Каждый оператор также создаёт аттестацию, описывающую то, что он действительно наблюдал. Вместо того чтобы заставлять всех доверять одному оракулу с самого начала, протокол сначала позволяет независимые наблюдения, а затем — согласование.
Сначала я гадал, зачем вообще нужен этот дополнительный шаг. Разве не было бы гораздо быстрее, если бы шлюз просто разослал всем один утверждённый набор данных? С инженерной точки зрения это действительно кажется проще. Проблема в том, что такая простота незаметно вводит центральную зависимость. Если каждый валидатор получает идентичную информацию из одного источника, децентрализация превращается больше в задачу сбора подписей, чем в независимую верификацию. Похоже, Newton избегает этого обходного пути: операторы собирают информацию сами, прежде чем консенсус определит канонический набор данных.
Только после этой подготовительной стадии начинается оценка. Как только сформирован набор данных консенсуса, каждый оператор загружает ровно ту же версию политики, используя свой IPFS content identifier, оценивает идентичные входные данные, создаёт один и тот же дайджест и, наконец, производит BLS-подпись. На этом этапе агрегация становится возможной, потому что каждый участник подписывает наконец-то одно и то же сообщение, а не слегка отличающиеся наблюдения.
То, что показалось мне особенно интересным, — что это решение разделяет две проблемы, которые часто смешиваются между собой. Одна проблема — определение того, как сейчас выглядит внешний мир. Другая — оценка детерминированных правил авторизации. Newton, похоже, избегает решения обеих задач одновременно. Сначала он приходит к согласию по данным, затем оценивает политику. Это звучит как тонкое различие, но распределённым системам часто становится намного проще рассуждать, когда недетерминированные входные данные изолированы до начала детерминированных вычислений.
Практический пример помог мне понять, почему это важно. Представьте эмитента стейблкоина, который проверяет, появляется ли кошелёк назначения в обновлённом списке санкций, прежде чем разрешить перевод. Разные операторы могут запрашивать разные зеркала или получать обновления с разницей в несколько секунд. Без координации один оператор может одобрить, а другой — отклонить. Их подписи уже нельзя объединить в единственное доказательство, из-за чего транзакция задерживается или возникает несогласованная авторизация. Согласовав один канонический набор данных до оценки, сеть операторов формирует единый результат авторизации, который downstream-умные контракты могут эффективно верифицировать.
Углублённое чтение также заставило меня заметить зависимость, которую легко упустить. Шлюз вычисляет набор данных консенсуса до начала фазы оценки. На первый взгляд это звучит как существенная ответственность, и я подумал, не создаёт ли это новое предположение о доверии. В документации объясняется, что операторы независимо подтверждают данные, которые они наблюдали: шлюз не может подделывать подписи операторов, а роль оркестрации устроена так, чтобы со временем поворачиваться, а не оставаться постоянно централизованной. Также предусмотрены механизмы форс-включения, предназначенные для обхода цензуры со стороны шлюза при необходимости. И всё же шлюз остаётся операционно важным, потому что сама координация — сложная работа. Это не обязательно ослабляет децентрализацию, но это означает, что качество реализации важно так же сильно, как и криптография.
Ещё одна деталь, о которой я всё время думал, связана с задержками. Независной сбор данных, формирование консенсуса, оценка политики, сбор кворума и агрегация подписей происходят до завершения авторизации. Для сильно динамичной информации — например, быстро меняющихся рыночных цен — время может стать всё более важным. В протоколе предусмотрен упрощённый однофазный режим для детерминированных или кэшированных данных, чтобы снизить лишние накладные расходы; это наводит на мысль, что разработчики осознают: не каждый запрос на авторизацию должен получать одинаковую стоимость координации. Сможет ли со временем выбор приложения подходящего режима стать значимой обязанностью разработчика.
Это также подчёркивает более общий инженерный принцип, который выходит далеко за рамки @NewtonProtocol. Распределённые системы редко терпят неудачу из‑за слабой криптографии. Чаще они сталкиваются с трудностями, потому что независимые участники наблюдают разные реальности. Алгоритмы консенсуса часто описывают как методы согласования блоков или транзакций, но согласование по внешней информации может быть не менее сложной задачей. Дизайн оракулов, оценка политики, децентрализованный ИИ, кроссчейн-сообщения и фреймворки авторизации — все они в конечном итоге упираются в один и тот же вопрос: как независимые машины могут уверенно действовать на данных, которые постоянно меняются?
Этот вопрос становится всё более актуальным по мере того, как ИИ-агенты начинают напрямую взаимодействовать с инфраструктурой блокчейна. Люди естественным образом допускают двусмысленность и неполную информацию. Машины обычно — нет. Если автономная система получает противоречивые внешние входные данные, детерминированное выполнение оказывается удивительно хрупким. Инфраструктура, которая стандартизирует эти входные данные до того, как будут приняты важные решения, может оказаться столь же ценной, как и более быстрое выполнение само по себе.
Я также не думаю, что этот дизайн устраняет все компромиссы. Консенсус на основе медианы хорошо работает для многих численных значений, но не каждый источник внешних данных аккуратно укладывается в эту модель. Некоторые входные данные политики носят качественный характер, другие могут зависеть от быстро меняющихся баз данных, а документация естественным образом не может предвосхитить каждый крайний случай, который разработчики могут ввести через пользовательские WASM-провайдеры данных. Эти операционные вопросы остаются интересными именно потому, что пока у них нет общепринятых ответов.
После того как я потратил время на изучение этого участка Newton Mainnet Beta, я перестал воспринимать BLS-агрегацию как всего лишь криптографическую оптимизацию. Она незаметно формирует всю модель координации сети. Когда идентичность сообщений становится требованием, одной только независимой фиксации наблюдений уже недостаточно. Консенсус должен существовать ещё до того, как подписи вообще начнутся.
Интересно, будет ли следующее поколение децентрализованной инфраструктуры тратить меньше времени на доказательства того, что вычисления были выполнены корректно, и больше времени на доказательства того, что каждый участник действительно начал с одной и той же разделяемой версии реальности.
