Я бы сделал это более рефлексивным и менее рекламным, но при этом ясно объяснил Ньютона.
Раньше я думал, что блокчейн уже решил проблему доверия. Каждая транзакция публична, каждую запись можно проверить, и ничто не может быть изменено после подтверждения. Но чем больше я читал, тем больше понимал: прозрачность — это не то же самое, что защита. То, что вы видите, что произошло, не мешает этому повториться.
Newton Mainnet Beta представляет ончейн-уровень авторизации, который находится перед расчетами. Вместо ожидания завершения транзакции он оценивает, соответствует ли она заранее заданным политикам безопасности, идентичности, комплаенса и рисков. Если условия соблюдены, он возвращает подписанное ончейн-свидетельство-проход. Если нет — транзакцию можно остановить до того, как активы начнут перемещаться.
Я думаю, это важный сдвиг для DeFi. Сегодня многие хранилища, автоматизированные стратегии и AI-ориентированные системы всё еще полагаются на разрозненные или офчейн-проверки для управления рисками. Newton переносит эти правила onchain, делая их прозрачными, программируемыми и исполнимыми там, где транзакция действительно происходит.
По мере того как всё больше финансовых решений принимается кодом вместо людей, инфраструктурный слой, который спрашивает «Должно ли это произойти?» перед исполнением, кажется не менее важным, чем сама по себе транзакция.
Для меня именно в этом и заключается отличие Newton. Он не пытается заменить DeFi. Он стремится сделать решения, лежащие в основе DeFi, более умными и безопасными.
Чем больше я читаю о Ньютоне, тем больше понимаю: в блокчейне не хватает слоя принятия решений
Несколько вечеров назад я упорядочивал(а) старые фотографии на своем ноутбуке. Я потратил(а) почти час, удаляя дубликаты, приводя папки в порядок и всё тщательно разгребая. Когда я закончил(а), я осознал(а) кое-что, от чего мне стало смешно. Если бы я с самого начала правильно организовал(а) файлы, мне бы не пришлось потом тратить час на исправление этого беспорядка. Это была такая простая мысль, но она не отпускала меня. Мы тратим много времени на создание систем, которые объясняют ошибки уже после того, как они произошли. Отчёты говорят нам, почему что-то не сработало. Дашборды показывают, где именно пошло не так. Логи помогают восстановить последовательность событий. Всё это полезно, но ни одно из этих вещей не предотвращает ошибку в первую очередь.
Раньше я думал, что главное преимущество блокчейна — прозрачность. Если что-то шло не так, по крайней мере, ты всегда мог это отследить… Но чем больше я узнавал, тем сильнее понимал: прозрачность объясняет только прошлое. Она не предотвращает плохую транзакцию в первую очередь.
Именно поэтому для меня выделилось <0-9]{11}@NewtonProtocol </0-9]{11}>. Newton Mainnet Beta добавляет ончейн-уровень авторизации, который проверяет транзакцию до того, как она будет подтверждена, а не после. Вместо того чтобы просто фиксировать активность, он оценивает, соответствует ли транзакция заранее заданным политикам безопасности, идентичности, комплаенса и рисков, а затем возвращает подписанное ончейн-свидетельство «успех» или «отказ». Я считаю, что это важный сдвиг, потому что DeFi становится всё более автоматизированной. Агентам ИИ, хранилищам (vaults) и торговым стратегиям нужны ограждения (guardrails), а не только журналы аудита. Для меня Newton не пытается заменить DeFi. Он создает слой принятия решений, который помогает DeFi принимать более качественные решения до того, как активы начнут перемещаться.
Вчера я помогал своему младшему кузену собрать набор LEGO.
Каждые несколько минут он тянулся за следующей деталью, а я останавливал его той же фразой: «Сначала проверь инструкции». Он закипел нетерпением и спросил: «Почему я не могу просто продолжать собирать?» Я улыбнулся, потому что знал, что будет дальше. Пропуск одного маленького шага не всегда сразу выглядит как проблема. Иногда ты понимаешь это только спустя двадцать шагов, когда приходится разбирать всё. Этот разговор задержался у меня в голове дольше, чем я ожидал. Я начал думать о том, как часто мы полагаемся на исправление ошибок вместо того, чтобы их предотвращать. Мы восхищаемся системами, которые объясняют, что пошло не так, но редко задаемся вопросом, почему вообще было разрешено предпринять неверное действие.
Я пытался сравнить два AI инструмента, потому что хотел понять, какой из них лучше
Спустя несколько минут я понял, что даже не обращаю внимания на ответы
Меня больше интересовало, почему они отвечают на один и тот же вопрос так по-разному
Этот вопрос остался со мной дольше, чем я ожидал
Я начал читать
Один блог объяснял AI модели
Другой говорил об инференсе
Затем я наткнулся на OpenGradient
Сначала я думал, что это еще один проект, пытающийся создать более умный AI
Чем больше я читал, тем больше понимал, что смотрю на это неправильно
OpenGradient не конкурирует в том, какая модель самая умная
Он создает децентрализованную инфраструктуру, где AI модели могут выполнять инференс в большом масштабе, и где выполнение этих результатов действительно может быть проверено
Это, честно говоря, изменило мой взгляд на AI
Мы тратим так много времени на сравнение выходов
Может быть, нам стоит потратить немного больше времени, чтобы понять, что происходит до появления этих выходов
Неделю назад мне, вероятно, было бы все равно на это 😅
Теперь каждый раз, когда я использую AI, я ловлю себя на мысли, что происходит за экраном
Смешно, как один случайный вопрос полностью изменил то, на что я обращал внимание 🤔