大多數人不會花太多時間思考神諭。
在許多方面，這正是應該的。
當系統按預期工作時，注意力保持在表面上。價格更新。頭寸結算。流程順暢進行。基礎機械保持在視線之外。
通常只有當某些東西出現故障時，人們纔開始向下看，關注那些本不應被注意的層次。
這就是神諭不尋常的地方。他們的工作不是爲了給人留下深刻印象或引人注目。而是要可靠。可預測。幾乎不值得注意。
但隨着鏈上系統變得更加互聯，這種安靜的可靠性變得越來越難以維持。
市場現在以機器速度運轉。自動化毫不猶豫地作出反應。決策越來越多地在沒有人類暫停的情況下發生。在這種環境中，小的不一致性不會長時間保持小。輕微的數據問題可能會向外擴散，觸發錯誤定價、強制清算或系統內部未曾設計爲如此緊密互動的意外行爲。
在這裏，數據與信息之間的區別開始顯得重要。
數據很容易收集。信息需要工作。它需要上下文、驗證，以及質疑某個輸入是否值得信任的意願。
APRO似乎有意接近這種區別。與其儘可能快地推送數據，不如關注這些數據在壓力下是否真正能夠支撐。強調驗證、交叉檢查，並抵制速度自動等於進步的假設。
這不是一種喧鬧的方法，而是一種深思熟慮的方法。
通過將數據的來源與其消費方式分開，系統減少了對任何單一輸入的依賴。支持推送和拉取模型允許信息在需要時到達，而不會在過程中淹沒其他一切。
突出的假設是事情最終會出錯。數據會是混亂的。條件並不總是會合作。設計似乎一開始就考慮到不確定性，而不是僅僅爲理想場景進行優化。
這種思維方式往往能夠經得起時間的考驗。
當數據失敗時，影響很少會被限制。錯誤會傳播。信任悄然侵蝕，通常在任何人能夠識別出單一原因之前。
在考慮到這一現實的基礎上構建的基礎設施並不需要關注。
它並不試圖給人留下深刻印象。
當條件變得不再舒適時，它依然保持運作。
在日益自動化的市場中，這種可靠性往往比人們意識到的更爲重要。
