上週末我去了C3的West Bay Tower裏的一家Pizza Hut店。 點餐時,我注意到菜單上根本沒有標明這家店每小時最多能做多少個披薩、烤一張需要多少分鐘,或是後廚的運作速度有多快。相反,幾乎整個菜單都在做一件事:我能以多少種不同的方式做出一份披薩。選擇薄底還是厚底,加奶酪,換醬汁,去掉洋蔥,加培根,換尺寸……每一個新選項都會再創造出另一種組合方式。
大多數授權系統只知道如何給出一個答案:是或否。 牛頓協議讓我想到了一些不同的東西。在它的一個策略示例中,超過支出額度不僅會導致 allow = false。該策略還可以返回一個 cap(上限),揭示在同一筆交易中,系統所接受的最大值。 一開始,這看起來只是一個小的實現細節。 但我越看越覺得,這更像是一種不同的授權理念。 二元的拒絕會結束交互。系統拒絕該請求,並將後續該發生什麼留給調用方自行決定。返回約束則不同。策略不只是說“你不能這麼做”,它還會揭示一條邊界——將可接受的行爲與不可接受的行爲分開。 這種差異對於那些只是簡單重試失敗請求的軟件來說,可能影響不大。對於自主 AI 代理(autonomous AI agents)而言,它可能就非常重要。 隨着代理變得越來越強大,拒絕不再只是錯誤。它會變成反饋。支出上限會讓代理清楚地知道它超出了可接受範圍多少。與其重複同樣的錯誤或等待人工介入,一個足夠有能力的代理可以生成一筆新的交易,從而在一開始就滿足該策略。 因此,我認爲牛頓協議可能正在爲自我糾錯的 AI 代理做準備。@NewtonProtocol 並不是想讓 AI 代理變得更聰明。相反,它在塑造這些代理將要與之交互的環境。策略不再只是靜態的許可閘門,而開始充當結構化的反饋機制,並讓日益自主的代理能夠學會如何迴應。 這可能會成爲一種比最初看起來更大的架構層面轉變。 今天的 AI 代理經常在策略說“否”時就停止。明天的代理可能會把返回的上限當作下一次嘗試的指導,而不是把它當作當前流程的終點。 如果真是這樣,那麼牛頓協議面臨的挑戰就不再是簡單地拒絕“壞”的交易,而是設計類似 cap 這樣的策略輸出,讓越來越有能力的代理能夠持續從中學習。 $NEWT #Newt