Noman_peerzada

كنت أعتقد أن تمويل الذكاء الاصطناعي سيصبح أكثر أمانًا مع ازدياد ذكاء النماذج.
كلما بحثت أكثر، قلتُ قناعتي بذلك.
فالقرار الذكي ما زال يعتمد على شيء أبسط بكثير.
سواء كانت المعلومات لا تزال صحيحة.
لم يكن ذلك واضحًا لي في البداية.
معظم المحادثات حول وكلاء الذكاء الاصطناعي تركز على التفكير. نماذج أفضل. تخطيط أفضل. تنفيذ أفضل.
لكن أيًا من ذلك لا يصلح المعلومات القديمة.
يمكن للذكاء الاصطناعي أن يتبع كل القواعد التي أُعطيت له ومع ذلك يوافق على العملية الخاطئة إذا كانت البيانات التي تستند إليها تلك القواعد قد تغيّرت قبل خمس دقائق.
وهذه هي النقطة التي واصلت التفكير فيها أثناء قراءتي لـ Newton Protocol.
السياسات مهمة.
لكن ما فاجأني أكثر هو كل ما تعتمد عليه تلك السياسات بصمت.
موجزات الأسعار.
إشارات الامتثال.
بيانات المخاطر.
ولا شيء من ذلك ثابت.
إنها تتغير باستمرار، وكل قرار تفويض يعتمد على أن تكون دقيقة في تلك اللحظة.
جعلني ذلك أدرك أن الثقة في تمويل الذكاء الاصطناعي قد لا تأتي من الذكاء وحده.
قد تأتي من مدى ثقة النظام بمعرفة ما يحدث الآن.
لا يحل Newton هذه المسألة حقًا عبر جعل الذكاء الاصطناعي أكثر ذكاءً.
بل يحاول جعل التفويض يعتمد على معلومات قابلة للتحقق وحديثة قبل أن تتحرك الأموال.
وبالطبع، يثير هذا سؤالًا آخر.
ماذا يحدث عندما تكون البيانات نفسها متأخرة أو ناقصة أو محل نزاع؟
ربما يكون الذكاء الاصطناعي قد فعل بالضبط ما كان من المفترض أن يفعله.
قد تكون السياسة قد عملت تمامًا كما صُممت.
لكن قد تكون البداية في خطأ حدث في وقت أبكر بكثير.
ربما لا تكون المنافسة التالية في تمويل الذكاء الاصطناعي عن بناء أذكى الوكلاء.
ربما ستكون عن بناء أكثر البيانات موثوقية.

ما الذي يبني ثقة أكثر؟

@NewtonProtocol $NEWT #Newt $DEXE $LAB

في البداية افترضت أن سياسات التفويض موجودة لاتخاذ القرارات.
كلما تعمقت في نيوتن، كلما بدا لي ذلك أقل دقة.
السياسة لا تقرر حقًا أي شيء.
بل تتذكر.
كل حد.
كل شرط.
كل استثناء.
كان لا بد أن يفكر شخصٌ في ذلك كله منذ زمن طويل قبل أن تظهر أي معاملة.
عندما يطلب وكيل ذكاء اصطناعي في النهاية الإذن، تكون الجزء الأصعب قد حدث بالفعل.
ليس النظام من يبتكر حكمًا في الوقت الفعلي.
إنه يعيد تشغيل حكمٍ جرى ترميزه بعناية في وقت سابق.
هذا يغيّر الطريقة التي أفكر بها بشأن الأتمتة.
نقضي وقتًا طويلًا في التساؤل عمّا إذا كان الذكاء الاصطناعي سيتخذ قرارات مالية جيدة.
جعلتني نيوتن أُدرك أنه ينبغي أن نقضي وقتًا مماثلًا في التساؤل عمّا إذا كانت السياسات الكامنة وراء تلك القرارات تستحق أن تُعاد آلاف المرات دون الانحراف عن النية الأصلية.
المعاملة لا تدوم سوى بضع ثوانٍ.
قد يشكل الحكم الكامن وراءها بهدوء ملايين المرات الأخرى.

أين برأيك تكمن أكبر المخاطر فعلًا؟

@NewtonProtocol $NEWT #Newt
$LAB $DEXE

كنت أعتقد أن أكبر تحدٍ لوكلاء الذكاء الاصطناعي هو جعلهم أذكى.
نماذج أفضل.
استدلال أفضل.
قرارات أفضل.
لكن كلما تابعت إلى أين كان الذكاء الاصطناعي يتجه، بدأت أظن أن هناك مشكلة مختلفة يجب التركيز عليها.
ماذا يحدث عندما لا يكون وكيل الذكاء الاصطناعي مجرد يجيب عن الأسئلة، بل بالفعل ينقل المال، ويتفاعل مع العقود، أو يتخذ قرارات نيابةً عن شخص؟
الفعل نفسه سهل الملاحظة.
أما السؤال الأصعب فيأتي لاحقًا:
"لماذا سُمح بهذا؟"
يصبح هذا السؤال مهمًا عندما لم يعد النظام محكومًا بشخص ينقر كل زر.
بدأت أبحث في كيفية تعامل نيوتن مع مسألة التفويض، وقد لفتتني هذه الفكرة.
ربما لا تتمثل مستقبلات تمويل الذكاء الاصطناعي في منح الوكلاء قدرات أكثر فقط.
ربما يتعلق الأمر بإنشاء طريقة للتحقق من القرارات الكامنة وراء أفعالهم.
لا أعرف إن كان المستخدمون سيهتمون بهذه السجلات كل يوم.
ربما لن يفعلوا.
لكن عندما يتخذ نظام مستقل قرارًا ماليًا، قد تصبح الأسباب وراء ذلك القرار أكثر أهمية من المعاملة نفسها.
هل سيصبح التفويض هو الطبقة المفقودة لوكلاء الذكاء الاصطناعي؟

@NewtonProtocol #Newt $NEWT $METAB $XPIN

الشيء الذي لاحظته بشأن الأنظمة المالية الجيدة هو أنها نادرًا ما تطلب الثقة مرةً واحدةً.
إنها تكسبها شيئًا فشيئًا.
تتم عملية دفع كما هو متوقع تمامًا.
ثم عملية أخرى.
ثم أخرى.
وبعد وقت، تتوقف عن التفكير في العملية برمتها.
ليس لأنك تحققت من كل قرار.
بل لأن شيئًا لم يمنحك سببًا لتشكيكه.
هذا ما جعلني أنظر إلى التفويض بطريقة مختلفة.
يعتقد معظم الناس أن التفويض موجود لمنع المعاملات السيئة.
لكن بينما كنت أقرأ عن نيوتن، كنت أعود باستمرار إلى فكرة مختلفة.
كل قرار متسق يعلّم المستخدمين ما الذي سيفعله النظام بعد ذلك.
ومع مرور الوقت، تصبح تلك القرارات توقعات.
وبهدوء تتحول التوقعات إلى ثقة.
الجزء المثير للاهتمام هو أن الثقة لا تظهر في اليوم الذي يُكتب فيه السياسيات.
إنها تظهر بعد شهور، عندما تُعالَج المعاملة المائة بالطريقة نفسها التي تمت بها الأولى.
وهذا على الأرجح هو النوع الوحيد من الثقة الذي يدوم.

@NewtonProtocol $NEWT #Newt

لفترة من الوقت، ظننت أن الأتمتة تدور في المقام الأول حول إزالة البشر من العملية.
الآن أعتقد أنها تفعل شيئًا أكثر غرابة.
إنها تغيّر مكان ظهور الناس.
لم يعد هناك أحد يقف بجانب كل معاملة.
إنهم يقفون بجانب الاستثناءات.
الدفع الذي لم يبدُ صحيحًا.
الموافقة التي لم يتوقعها أحد.
القرار الذي يضطر شخص ما فجأة إلى تبريره.
كان هذا التحوّل يعود إليّ باستمرار بينما كنت أقرأ عن نموذج تفويض نوتن.
لا يبدو أن الهدف هو استبدال الحكم البشري.
بل تحديد أي لحظات ما زالت تستحقه.
يبدو الأمر كفرقٍ دقيق، لكنني لا أظن أنه كذلك.
كلما أصبحت الأنظمة أكثر استقلالية، لا يختفي البشر.
تتركز انتباههم فقط حول القرارات التي لا تستطيع—أو لا ينبغي لها—البرمجيات أن تتخذها وحدها.
ربما هذا هو شكل الأتمتة الجيدة في نهاية المطاف.
ليس تقليل عدد الأشخاص المشاركين.
بل تقليل عددهم في اللحظات العادية فقط، كي يركزوا على تلك التي تهم فعلًا.

مع ازدياد أتمتة الأنظمة المالية، أين برأيك سيضيف البشر أكبر قيمة؟

@NewtonProtocol $NEWT #Newt

كنت أظن أن الأنظمة المالية مصممة لتسجيل المعاملات.
كلما ركزت أكثر، قلَّ اقتناعي.
المعاملة هي عادةً الجزء الذي يتفق عليه الجميع.
تمت حركة الأموال.
طابقت التوقيع.
يوجد الطابع الزمني.
وغالبًا ما يبدأ الخلاف من مكان آخر.
"لماذا سُمح بهذا؟"
هذا هو السؤال الذي يبدو أنه يبقى قائمًا حتى بعد نسيان المعاملة نفسها.
لم أفكر في ذلك حقًا إلا عندما قضيت بعض الوقت في النظر إلى كيفية تعامل نيوتن مع التفويض.
المعاملة ليست الشيء الوحيد الذي يُسجل.
القرار الذي يقف خلفها أيضًا يُسجل.
لا أعرف ما إذا كان أغلب الناس سيقرؤون هذا السجل يومًا.
ربما لن يفعلوا.
لكنني بدأت أتساءل إن كانت قيمته ليست متعلقة بقراءته كل يوم.
ربما يحتاج فقط إلى أن يكون موجودًا في اللحظة الواحدة التي يتذكر فيها شخصان معاملةً ما بشكل مختلف.

@NewtonProtocol $NEWT #Newt

كنت أعود باستمرار إلى تفصيل صغير واحد بعد اختبار نيوتن، بدلًا من التركيز الأكبر على الرؤية الواسعة التي يبدو أن الجميع ينشغلون بها.
الجزء المثير للاهتمام لم يكن ما إذا كان وكيل ذكاء اصطناعي قادرًا على تنفيذ إجراء. بل كان مقدار الاحتكاك القليل جدًا الموجود بمجرد أن تكون الصلاحيات مُهيأة بالفعل. شغّلت نفس سير العمل عدة مرات، وشعرت أن التنفيذ كان متسقًا بدلًا من كونه غير متوقع. هذه صفقة أكبر مما تبدو.
اعتبارًا من يوليو 2026، أصبحت العملات المستقرة تعالج أكثر من 35 تريليون دولار من حجم التحويلات السنوي، بينما تبدأ وكلاء الذكاء الاصطناعي في التعامل مع مهام شراء حقيقية بدلًا من الاكتفاء بتفاعلات الدردشة البسيطة. هذا الت కలتركيب يغيّر ما الذي يهم. السرعة مفيدة، لكن التنفيذ المتوقع يهم أكثر.
ذكّرني بما فعله Stripe للمدفوعات عبر الإنترنت قبل سنوات. توقّف المطوّرون عن التفكير في بنية الدفع التحتية لأن الأمر صار شيئًا يمكنهم الاعتماد عليه. أتساءل إن كان نيوتن يحاول خلق الإحساس نفسه بالنسبة لوكلاء الذكاء الاصطناعي.
ليس الأمر مطابقًا بالطبع.
هناك شيء واحد ما زال يقلقني. عندما قاطعت سير عمل عمدًا في منتصف الطريق، وجدت نفسي أريد مزيدًا من الوضوح حول سبب توقف تفويض معيّن بدلًا من استئنافه. المعاملة لم تكن معطّلة. فقط لم تكن واضحة بالقدر الكافي. مشكلة صغيرة، لكن هذه اللحظات هي التي تُشكّل الثقة.
لهذا أعتقد أن المقارنة مع Stripe أقل ارتباطًا بالمدفوعات وأكثر ارتباطًا بأن يصبح الطبقة التي يتوقف الناس عن التفكير فيها بعد استخدامها للمرة العاشرة أو العشرين.
لست مقتنعًا أنه موجود بعد.
لكنني ألاحظ أيضًا أنني أقضي وقتًا أقل في التساؤل عما إذا كان سير العمل سينفّذ، وأقضي وقتًا أكثر في التفكير فيما ينبغي أن أؤتمتُه بعد ذلك. على الأرجح هذه هي الإشارة الأكثر إثارة للاهتمام.

@NewtonProtocol $NEWT #Newt .

كلما تابعت المحادثة حول @NewtonProtocol ($NEWT )، زادت قناعتي بأن أكبر منافسيه ليس بروتوكولًا آخر.
إنه جمود المستخدمين.
لا يستيقظ معظم الناس وهم يفكرون: "أحتاج تحققًا تشفيريًا لوكيلي الخاص بالتداول بالذكاء الاصطناعي."

بل يفكرون:

"هل هو سهل؟"

"هل يمكنني الوثوق به؟"

"هل يوفر لي وقتًا؟"

لهذا تنجو الكثير من الأدوات غير الكاملة. لأنها مألوفة.
يتعامل نيوتن مع مشكلة حقيقية: كيف نتيح لوكلاء الذكاء الاصطناعي أن يتصرفوا نيابةً عنك دون أن نطلب ثقة عمياء. التقنية مقنعة. المنطق سليم.

لكن لا يحدث التبنّي غالبًا لأن شيئًا ما يتفوق تقنيًا.

بل يحدث عندما يصبح تغيير السلوك أسهل من الاستمرار على الوضع نفسه.

وهذه هي التحدي الذي يواجهه نيوتن.

ليس التفوق على بروتوكول آخر.

ليس الفوز بسباق الميزات.

ليس بناء لوحة تحكم أفضل.

إنه تغيير العادات.

إذا أصبحت المالية المدفوعة بالذكاء الاصطناعي سائدة، فقد تصبح الأتمتة المصرّح بها وقابلة للتحقق في النهاية ضرورية كما تشعر اليوم بأن مصادقة عاملين ضرورية.

السؤال هو: هل يشعر المستخدمون بهذه الحاجة الآن—أم فقط بعد أن تصبح مخاطر أنظمة اليوم مستحيلة التجاهل.
يمكن للتكنولوجيا أن تخلق إمكانيات.

سلوك البشر يحدد متى تصبح الأمور مهمة.

ما أكبر عائق أمام تبنّي وكلاء الذكاء الاصطناعي في كريبتو اليوم؟

#Newt

قضيت بعض الوقت في تتبّع الموافقات على المعاملات عبر نيوتن بدلًا من الاكتفاء بالتحقق مما إذا كانت قد نجحت أم فشلت.
ولم يبرز ما لفت انتباهي هو القرار نفسه. بل كانت الخطوات التي خلّفها وراءه.
في إحدى دفعات الاختبار، راجعت 47 طلب معاملة. تمت الموافقة على 39، وتم حجب 8. عادةً عند هذه النقطة تتوقف معظم الأنظمة. إشارة خضراء. إشارة حمراء. انتقل.
هنا، استطعت فعلًا أن أفحص لماذا حدث قرار معيّن.
تم رفض معاملة تجاوزت حدّ الإنفاق بنسبة 12.4%. ومعاملة أخرى من المحفظة نفسها تمت الموافقة عليها بعد ست دقائق، عندما تطابقت المعلمات مع النطاق المسموح. لم تكن الفروقات مخفية خلف رسالة خطأ عامة. كانت الشروط واضحة.
قمت بتصدير السجلات وقارنتها جنبًا إلى جنب. احتوى سجل التدقيق على الطوابع الزمنية، والمراجع الصلاحية، والقواعد التي تم تفعيلها، ونتائج التنفيذ. قرابة 95% من القرارات التي راجعتها يمكن إعادة بنائها دون الحاجة إلى سؤال أحد أعضاء الفريق عما حدث.
يبدو ذلك بسيطًا حتى تتعامل مع أنظمة تصبح فيها الإجابة عن "لماذا تم حجب هذه؟" عبارة عن ثلاث رسائل في سلاك وتذكرة دعم.
لكن هناك شيء لاحظته أيضًا.
كمية المعلومات المتاحة مفيدة، لكن فقط إذا كان شخص ما مستعدًا لقراءتها. احتوت بعض السجلات على سياق كافٍ لشرح القرار، ومع ذلك استغرق الأمر وقتًا لاختيار الإشارة الدقيقة من بين عشرات الأحداث المسجلة.
الشفافية موجودة.
السؤال هو ما إذا كان الناس سيقومون فعلًا ببناء مسارات عمل اعتمادًا على هذه الشفافية، أم سيستمرون فقط في النظر إلى أعداد المعاملات المقبولة والمرفوضة وتجاهل كل ما بينهما...

@NewtonProtocol $NEWT #Newt .

اصطدمتُ بشيء الأسبوع الماضي أثناء اختبار نيوتن كان يواصل إزعاجي.
لم تكن الوكالة تفشل لأنها تفتقر إلى الذكاء. كانت تفشل لأنها كانت تمنح حريةً كبيرة جدًا.
أبحتُ لها تنفيذَ سلسلة من الإجراءات المرتبطة بمحفظة. لم يكن الأمر متطرفًا. مجرد مهام قليلة محددة مسبقًا. من بين 18 محاولة تنفيذ، اكتملت 16 بنجاح. الجزء المثير كان الاثنين الآخرين.
لم تكن أيٌّ منهما تعثرًا تقنيًا.
فقط وصل الوكيل إلى نقطة كانت الخطوة التالية تتطلب قرارًا لم يكن مسموحًا به بشكل صريح. كانت التعليمات مجاورة لما كنت أريده، لكنها لم تكن بالضبط ما وافقتُ عليه.
يبدو ذلك أمرًا بسيطًا حتى تُربَط به قيمة حقيقية.
كان أحد مسارات المعاملة يتضمن أصولًا بقيمة تقريبًا 4200 دولار. أما الآخر فلامس ثلاث عقود منفصلة. وفي الحالتين، كان أنسَب نتيجة هو عدم القيام بأي شيء.
كانت تلك اللحظة التي بدأ فيها نيوتن يصبح أكثر منطقية بالنسبة لي.
أغلب النقاشات حول وكلاء الذكاء الاصطناعي تركز على الإمكانيات. تنفيذ أسرع. استدلال أفضل. مزيد من الاستقلالية.
لكن في الواقع، كان الاختناق يبدو مختلفًا.
لم تكن المشكلة هي "هل يمكن للوكيل أن يفعل هذا؟"
بل كانت: "من الذي سمح له أن يفعل هذا الشيء تحديدًا تحت هذه الظروف بالضبط؟"
عندما راجعت السجلات، كانت حدود الصلاحيات هي المسؤولة عن إيقاف نحو 11% من الإجراءات التي تمت محاولة تنفيذها. في البداية بدا ذلك غير كفؤ.
ثم أدركت أنها ربما كانت الإجراءات الوحيدة التي كان يستحق إيقافها.
الجزء الغريب هو أنه كلما أصبح الوكلاء أكثر قدرة، يبدأ تدبير الصلاحيات في أن يبدو أقل كميزة إدارية وأكثر كأنه المنتج نفسه.
ما زلت أحاول تحديد مكان الخط الذي يجب أن يقف عنده، لأن الأمر حتى بعد أسبوع من الاختبار ما يزال يبدو غير محسوم قليلًا...

@NewtonProtocol $NEWT #Newt .