我以前以為:撰寫規則才是最困難的部分。
但後來我發現,真正的挑戰在於要讓那條規則擁有足夠的情境,才能做出正確的判斷。
一個 dApp 可以在前端驗證使用者,但智慧合約不會在意交易送達它之前發生了什麼。
真正要問的是這麼簡單:
這個地址是否被允許執行這個動作?
如果答案存在於交易路徑之外,建置者就會面臨取捨:
* 所有內容都放在鏈上,但只能接受有限的情境。
* 或是依賴鏈下檢查,並信任這些檢查確實被正確地強制執行。
所以
@NewtonProtocol approach 會特別讓我印象深刻。
透過把已驗證的外部情境帶入到交易層級的政策決策中,授權可以在資金移動之前發生——而不是之後。
居住狀態、風險訊號與合規檢查會成為執行的一部分,而不是事後才想起來。
因為最薄弱的地方不一定是爛程式碼。
有時候,問題在於那條規則從來沒有擁有足夠資訊,能夠說「不」。
自動化不只需要更聰明的代理。
它需要更聰明、且具備情境意識的規則。
$NEWT #Newt $NFP $POND
#Binance1BInStocks @NewtonProtocol