La mayoría de los sistemas de autorización solo saben dar una respuesta: sí o no.
El Protocolo Newton me hizo pensar en algo diferente. En uno de sus ejemplos de políticas, exceder un límite de gasto no solo produce allow = false. La política también puede devolver un cap, mostrando el valor máximo que se aceptaría para la misma transacción.
Al principio, esto parece un pequeño detalle de implementación.
Pero cuanto más lo miraba, más me parecía una filosofía distinta de la autorización.
El rechazo binario termina la interacción. El sistema rechaza la solicitud y deja al solicitante decidir qué ocurre después. Devolver una restricción es diferente. En lugar de solo decir "no puedes hacer esto", la política también revela el límite que separa una acción aceptable de una inaceptable.
Esa diferencia quizá no importe mucho para el software que simplemente reintenta las solicitudes fallidas. Podría importar muchísimo para agentes de IA autónomos.
A medida que los agentes se vuelven más capaces, el rechazo ya no es solo un error. Se convierte en retroalimentación. Un tope de gasto le dice a un agente exactamente hasta dónde se salió del rango aceptable. En lugar de repetir el mismo error o esperar la intervención humana, un agente suficientemente capaz podría generar una nueva transacción que ya cumpla la política.
Por eso creo que el Protocolo Newton puede estar preparando Agentes de IA que se autocorrigen. @NewtonProtocol no intenta hacer a los agentes de IA más inteligentes. En cambio, está moldeando el entorno con el que esos agentes interactúan. Las políticas dejan de ser compuertas de permiso estáticas y comienzan a actuar como retroalimentación estructurada que los agentes cada vez más autónomos pueden aprender a usar para responder.
Eso podría convertirse en un cambio arquitectónico mucho más grande de lo que parece al principio.
Hoy, los agentes de IA a menudo se detienen cuando una política dice "no". Los agentes de mañana podrían tratar un cap devuelto como una guía para el siguiente intento en lugar de ser el final del actual. Si eso ocurre, el desafío para el Protocolo Newton ya no será rechazar transacciones malas, sino diseñar salidas de políticas como cap que los agentes cada vez más capaces puedan seguir aprendiendo. $NEWT #Newt
El Protocolo Newton me hizo pensar en algo diferente. En uno de sus ejemplos de políticas, exceder un límite de gasto no solo produce allow = false. La política también puede devolver un cap, mostrando el valor máximo que se aceptaría para la misma transacción.
Al principio, esto parece un pequeño detalle de implementación.
Pero cuanto más lo miraba, más me parecía una filosofía distinta de la autorización.
El rechazo binario termina la interacción. El sistema rechaza la solicitud y deja al solicitante decidir qué ocurre después. Devolver una restricción es diferente. En lugar de solo decir "no puedes hacer esto", la política también revela el límite que separa una acción aceptable de una inaceptable.
Esa diferencia quizá no importe mucho para el software que simplemente reintenta las solicitudes fallidas. Podría importar muchísimo para agentes de IA autónomos.
A medida que los agentes se vuelven más capaces, el rechazo ya no es solo un error. Se convierte en retroalimentación. Un tope de gasto le dice a un agente exactamente hasta dónde se salió del rango aceptable. En lugar de repetir el mismo error o esperar la intervención humana, un agente suficientemente capaz podría generar una nueva transacción que ya cumpla la política.
Por eso creo que el Protocolo Newton puede estar preparando Agentes de IA que se autocorrigen. @NewtonProtocol no intenta hacer a los agentes de IA más inteligentes. En cambio, está moldeando el entorno con el que esos agentes interactúan. Las políticas dejan de ser compuertas de permiso estáticas y comienzan a actuar como retroalimentación estructurada que los agentes cada vez más autónomos pueden aprender a usar para responder.
Eso podría convertirse en un cambio arquitectónico mucho más grande de lo que parece al principio.
Hoy, los agentes de IA a menudo se detienen cuando una política dice "no". Los agentes de mañana podrían tratar un cap devuelto como una guía para el siguiente intento en lugar de ser el final del actual. Si eso ocurre, el desafío para el Protocolo Newton ya no será rechazar transacciones malas, sino diseñar salidas de políticas como cap que los agentes cada vez más capaces puedan seguir aprendiendo. $NEWT #Newt