Несколько недель назад я постоянно видел @NewtonProtocol , описанный через привычный язык ИИ-агентов и ончейн-автоматизации. Базовая идея звучала полезно, но не особенно удивительно: пользователи задают задачу, софт выполняет её, а инфраструктура блокчейна делает результат верифицируемым.
Это было моё первое впечатление, по крайней мере.
Я начал читать больше, потому что хотел понять, что именно на практике означает «верифицируемая автоматизация». Ньютон в основном пытался доказать, что агент корректно завершил транзакцию? Это было ещё одним маркетплейсом для автоматизированных стратегий? Или важная часть происходила где-то в другом месте?
Политический слой изменил то, как я на это смотрю.
Ньютон построен вокруг правил, которые можно проверить до выполнения чувствительных действий в сети (onchain). Эти политики могут задавать лимиты, разрешения, рыночные условия, требования к авторизации или другие ограничения. Транзакцию, которая нарушает соответствующую политику, можно остановить до того, как средства переместятся, а не просто обнаружить проблему постфактум.
Это более интересно, чем одна лишь автоматизация.
Автоматизация отвечает на практический вопрос: может ли программное обеспечение выполнить задачу?
Политический слой отвечает на более важный вопрос: разрешено ли вообще данное действие при этих условиях?
Я понимаю, почему эта архитектура полезна. Давать ИИ-агенту неограниченный контроль над кошельком неприятно, особенно когда агент взаимодействует с волатильными рынками, незнакомыми контрактами или большими балансами. Политика может ограничить активы, которые он может использовать, установить лимит размера транзакций, требовать определенные рыночные условия или блокировать действия, выходящие за рамки одобренной стратегии.
Вместо того чтобы полагаться на агента, который запомнит все границы, система пытается применять эти границы во время выполнения.
Но одна разница продолжала меня беспокоить.
Политический (policy) движок может проверить, что действие соответствует правилам. Он не может автоматически доказать, что сами правила разумны.
Сначала я относился к слову «верифицируемый» как к чему-то близкому к «безопасному». Если присмотреться внимательнее, я понял, что это не одно и то же. Ньютон может помочь установить, что операция соответствовала заданной политике в конкретный момент. Это ценно. Но качество результата по-прежнему зависит от того, кто разработал политику, какую информацию она использовала и какие ситуации автор не смог предусмотреть.
Представьте казначейство, которое позволяет автоматизированному агенту ребалансировать активы в стейблкоинах. Его политика может говорить, что агент не может перемещать более 10% казначейства за одну транзакцию и может использовать только одобренные протоколы.
Агент соблюдает эти правила идеально.
Тогда один одобренный стейблкоин начинает терять доверие рынка. Агент продолжает распределять в его пользу, потому что актив остается в одобренном списке, а записанные условия не были обновлены. Технически система политики сработала. Действие было авторизовано ровно так, как было задумано. Нежелательный результат появился из-за неполной политики, а не из-за провала исполнения.
Этот пример затрагивает то, что я сейчас вижу как более глубокий вызов Ньютона.
Кто отвечает за перевод человеческих намерений в правила, которые может принудительно исполнять машина?
Большинство пользователей естественным образом не думают про граничные случаи, отказы оракулов, необычные условия ликвидности или конфликтующие ограничения. Разработчики могут уметь писать детальные политики, но обычные пользователи, вероятно, будут полагаться на шаблоны, приложения, провайдеров рисков или институты, чтобы определить для них эти границы.
Это создает новую поверхность доверия. Мы можем доверять исполнению меньше вслепую, но нам все равно нужно оценивать людей и процессы, стоящие за политикой.
Ставки растут по мере того, как автоматизация становится более автономной. Плохо разработанное правило, затрагивающее небольшой экспериментальный кошелек, — это одно. Та же ошибка внутри институционального казначейства, платежной системы или сети взаимодействующих агентов может повторяться в тысячах транзакций, прежде чем кто-то полностью поймет закономерность.
Это не делает политический слой менее ценным. Это делает его центральной частью системы.
Родной токен Ньютона, NEWT, в конечном итоге может быть оценен через участие в инфраструктуре безопасности и авторизации протокола, но я пока не готов сформировать сильную рыночную позицию, опираясь лишь на один рассказ. Технология интересна; тезис по токену по-прежнему зависит от значимых интеграций, устойчивого использования и доказательств того, что авторизация на основе политик решает проблемы, которых пользователи будут платить, чтобы избежать.
Изначально я видел Ньютона как инфраструктуру, которая помогает агентам делать вещи автоматически. Теперь я вижу в нем скорее инфраструктуру, которая определяет, что агентам разрешено делать.
Это более сильная идея, но она также приводит к более сложному вопросу: когда машины могут выполнять правила безупречно, сколько внимания мы уделяем людям, которые их пишут?