Sigma Mind

Недавно все в индустрии начали хайпить Newton. Сюжет везде один и тот же: умная торговля с ИИ, автоматический ребалансинг, полностью автоматизированное управление ончейн-капиталом. Честно говоря, эти трюки звучат классно, но после того как я многократно тестировал их в своей реальной торговле и разобрал лежащую в основе логику, хочу сказать одну простую правду: все сосредоточены на поверхностных вещах, и никто не видит реальную основную ценность.
@NewtonProtocol Причина, почему оно может стоять на волне ИИ-DеFi, не в том, что оно работает быстро или агрессивно авто-торгует монетами. Вместо этого оно решает главную боль, с которой ончейн-индустрия борется годами: у автоматизированной торговли нет тормозов. Как только рынок уходит в крайности, основной капитал просто невозможно защитить.

Братья, сегодня утром я листал экран, держа в руке чашку чая, когда меня зацепила ветка из <c-1/>@NewtonProtocol . Первая мысль была такая: если они описывают это как «просто фильтр соответствия», то, скорее всего, это не так просто, как звучит. Поэтому вместо разговоров о сигналах на покупку или продажу сегодня я решил провести ночь, вникая в логику кода, чтобы понять, что на самом деле происходит внутри движка.
Братья, прекратите прямо сейчас операции, которые вы делаете. Сегодня мы не кричим сигналы на покупку/продажу и не пускаем дым — давайте заглянем под капот движка стратегии <t-2/>NewtonProtocolstrategy. Многие думают, что это просто «фильтр соответствия»: прогнать через чёрный список — и всё. Слишком наивно. Я провёл всю ночь, разбираясь в логике кода, и понял, что базовый механизм оценки у этого движка куда более «жёсткий», чем звучит в маркетинговых обещаниях — но при этом он ещё и более «прожорливый» по данным.Логика оценки Newton не является однопоточной. Он одновременно «пережёвывает» три куска информации: во‑первых, те учётные данные, которые вы активно предоставляете (чтобы доказать, что вы — это вы); во‑вторых, поток цен в реальном времени и данные из внешних источников (например, оракульные данные); и в‑третьих, историческое состояние on-chain (что вы делали в прошлом). И только после того, как эти три потока данных смешиваются внутри движка, он выдаёт результат оценки.Но проблема — в «источниках данных»: ловушки там глубже, чем вы можете себе представить. Во‑первых, пользовательские учётные данные могут лишь проверять подписи; они не могут проверить намерение. Если утечёт ваш приватный ключ — всё, конец. Во‑вторых, внешние источники данных выглядят заманчиво — но если их API будут коллективно скомпрометированы или на них нанесут удар Sybil-атакой, движок станет слеп. Самое опасное, третье: on-chain данные по природе имеют задержки, из‑за чего возникает окно для MEV‑арбитражных ботов. Вы заканчиваете оценку на своей стороне — а к тому моменту цену уже «высосали» через сжатие. Разве это не превращает контроль риска в действие постфактум?Даже несмотря на то, что официальный источник говорит: процесс оценки полностью прозрачен и поддаётся трассировке — честь им за это — нам всё равно нужно оставаться трезвыми: потолок оценки всегда ограничен качеством и полнотой входных данных. Мусор на входе — мусор на выходе: железный закон.В моём понимании, если Newton хочет захватить рынок контроля риска уровня институциональных игроков, одной текущей архитектуры недостаточно. Срочная задача — расширить типы данных и закрыть эти информационные «слепые зоны». Иначе этот, казалось бы, точный движок всё равно останется «близоруким взглядом» в сложной on-chain среде. И скажу ещё раз: маленькие деньги — на тестирование, большие деньги — в ожидании. Поговорим, когда он действительно сможет решить парадокс доверия, связанный с источниками данных.Как вы думаете, надёжен ли такой механизм оценки с несколькими источниками? Увидимся в комментариях.

Давайте попробуем понять, какая на самом деле история iS
За последние несколько лет, пока я читал отчёты о противостоянии в сфере кибербезопасности, у меня постепенно сформировалась привычка: я не особо верю в идею «железо абсолютно безопасно». Я видел слишком много систем, которые заявляют, что их невозможно взломать, но в итоге всё равно проваливаются — и часто корень проблемы не в том, что атакующие исключительно гениальны, а в том, что доверительная модель изначально предполагает: «железо не предаст тебя». Пока это предположение не будет провалено хотя бы один раз, вся архитектура безопасности рушится вместе с ним.