Block_Zen
22.7k Publications
Block_Zen
Compte Square Vérifié+Crypto is my pulse | charts are my language | Fearless in the bull | patient in the bear | X : Block_Zen
887 Suivis
33.0K+ Abonnés
18.7K+ J’aime
Publications
Tous
Citations
Direct
PINNED
Je pensais autrefois que les stablecoins avaient déjà résolu le problème le plus difficile : transférer de l’argent instantanément. Plus je me suis renseigné sur Newton Protocol, plus j’ai compris que la rapidité n’est pas le véritable goulot d’étranglement. La confiance.
Chaque transfert de stablecoin implique des responsabilités cachées : détection de la fraude, contrôle des sanctions, adresses restreintes, activités suspectes et application des politiques. Ces obligations ne disparaissent pas du simple fait que les transactions sont réglées en quelques secondes. Au contraire, elles deviennent plus difficiles à mesure que les stablecoins évoluent vers des rails de paiement, une liquidité d’échange, une infrastructure de trésorerie et des réseaux de règlement transfrontaliers.
Une idée revenait sans cesse : le règlement a déjà été automatisé ; la confiance ne l’a pas été. Déplacer de l’argent est facile. Assumer la responsabilité à la même vitesse est le véritable défi.
C’est ce qui a attiré mon attention chez Newton Protocol. Au lieu de considérer la conformité comme quelque chose qui intervient après une transaction, il rapproche des contrôles de politique programmables la prise de décision elle-même. Cela paraît bien plus scalable que de compter sur l’augmentation des équipes de conformité ou de ralentir les paiements avec des revues manuelles.
Pour moi, le prochain chapitre de l’adoption des stablecoins ne sera pas gagné uniquement par les réseaux les plus rapides. Il sera gagné par les réseaux capables d’automatiser la confiance sans abandonner le contrôle. Si les stablecoins deviennent une infrastructure financière mondiale, l’autorisation programmable ressemble moins à une simple mise à niveau et davantage à une nécessité.
Pensez-vous que l’avenir des stablecoins sera défini par un règlement plus rapide, ou par la preuve que chaque transaction mérite d’avoir lieu avant de se déplacer ?
@NewtonProtocol $NEWT #Newt
Chaque transfert de stablecoin implique des responsabilités cachées : détection de la fraude, contrôle des sanctions, adresses restreintes, activités suspectes et application des politiques. Ces obligations ne disparaissent pas du simple fait que les transactions sont réglées en quelques secondes. Au contraire, elles deviennent plus difficiles à mesure que les stablecoins évoluent vers des rails de paiement, une liquidité d’échange, une infrastructure de trésorerie et des réseaux de règlement transfrontaliers.
Une idée revenait sans cesse : le règlement a déjà été automatisé ; la confiance ne l’a pas été. Déplacer de l’argent est facile. Assumer la responsabilité à la même vitesse est le véritable défi.
C’est ce qui a attiré mon attention chez Newton Protocol. Au lieu de considérer la conformité comme quelque chose qui intervient après une transaction, il rapproche des contrôles de politique programmables la prise de décision elle-même. Cela paraît bien plus scalable que de compter sur l’augmentation des équipes de conformité ou de ralentir les paiements avec des revues manuelles.
Pour moi, le prochain chapitre de l’adoption des stablecoins ne sera pas gagné uniquement par les réseaux les plus rapides. Il sera gagné par les réseaux capables d’automatiser la confiance sans abandonner le contrôle. Si les stablecoins deviennent une infrastructure financière mondiale, l’autorisation programmable ressemble moins à une simple mise à niveau et davantage à une nécessité.
Pensez-vous que l’avenir des stablecoins sera défini par un règlement plus rapide, ou par la preuve que chaque transaction mérite d’avoir lieu avant de se déplacer ?
@NewtonProtocol $NEWT #Newt
Je pensais autrefois qu’un meilleur trading signifiait trouver de meilleures entrées. Plus je restais longtemps sur le Marché, plus je comprenais que mes plus grandes pertes ne venaient rarement du moment d’entrée lui-même. Elles venaient de tout ce qui se passait entre les trades : la FOMO, le capital immobilisé, les coûts de financement et les décisions émotionnelles.
Puis une idée a changé la façon dont je voyais le trading : chaque position ouverte ne rivalise pas seulement pour mon capital, mais aussi pour mon attention. Quand les deux sont mobilisés de manière inefficace, je deviens plus lent à reconnaître de meilleures opportunités.
Cette prise de conscience m’a rendu <0>@grvt_io </0> particulièrement intrigué. Ce n’est pas seulement pour rendre le trading perpétuel plus rapide ; c’est pour rendre l’ensemble du processus de trading plus efficace. TradingView intégré m’aide à me préparer avec des zones d’entrée prédéfinies et des alertes, au lieu de réagir émotionnellement. Un seul solde avec rendement sur marge permet de garder les garanties productives via sGHO et des Yield Bundles, en réduisant le coût d’opportunité des fonds inactifs. Le solde unifié permet au même capital de circuler à travers les perpétuels crypto et RWA, y compris actions, ETF et matières premières, sans fragmentation inutile.
Rien de tout cela n’élimine le risque de marché. Les taux de financement peuvent éroder discrètement les rendements, le slippage et les enchaînements de liquidation continuent de se produire, les rendements fluctuent, et l’auto-conservation signifie que la protection de vos clés privées reste entièrement votre responsabilité.
J’ai appris qu’un véritable avantage en trading ne consiste pas seulement à trouver de meilleures entrées. C’est de réduire les coûts cachés qui consomment silencieusement à la fois votre capital et votre attention bien avant qu’un trade ne soit jamais clôturé.
#grvt @grvt_io
$PYR $PARTI $VANRY
Puis une idée a changé la façon dont je voyais le trading : chaque position ouverte ne rivalise pas seulement pour mon capital, mais aussi pour mon attention. Quand les deux sont mobilisés de manière inefficace, je deviens plus lent à reconnaître de meilleures opportunités.
Cette prise de conscience m’a rendu <0>@grvt_io </0> particulièrement intrigué. Ce n’est pas seulement pour rendre le trading perpétuel plus rapide ; c’est pour rendre l’ensemble du processus de trading plus efficace. TradingView intégré m’aide à me préparer avec des zones d’entrée prédéfinies et des alertes, au lieu de réagir émotionnellement. Un seul solde avec rendement sur marge permet de garder les garanties productives via sGHO et des Yield Bundles, en réduisant le coût d’opportunité des fonds inactifs. Le solde unifié permet au même capital de circuler à travers les perpétuels crypto et RWA, y compris actions, ETF et matières premières, sans fragmentation inutile.
Rien de tout cela n’élimine le risque de marché. Les taux de financement peuvent éroder discrètement les rendements, le slippage et les enchaînements de liquidation continuent de se produire, les rendements fluctuent, et l’auto-conservation signifie que la protection de vos clés privées reste entièrement votre responsabilité.
J’ai appris qu’un véritable avantage en trading ne consiste pas seulement à trouver de meilleures entrées. C’est de réduire les coûts cachés qui consomment silencieusement à la fois votre capital et votre attention bien avant qu’un trade ne soit jamais clôturé.
#grvt @grvt_io
$PYR $PARTI $VANRY
Je pensais autrefois que les échanges hybrides servaient surtout à rendre le trading plus rapide. Mais après avoir passé plus de temps à analyser GRVT, j’ai commencé à voir autre chose. Le point intéressant n’est pas la vitesse en elle-même. C’est de décider quelles parties du système ont réellement besoin d’une vérification cryptographique et quelles parties doivent simplement répondre rapidement.
Des éléments comme les données de marché, l’appariement des ordres et l’exécution restent hors chaîne, car placer chaque action sur Ethereum rendrait le trading lent et coûteux. Mais lorsque les soldes changent et que la propriété est mise à jour, c’est là que la vérification on-chain devient vraiment importante. Tous les événements ne nécessitent pas la blockchain, seulement ceux qui définissent l’issue finale.
Cela m’a aussi fait comprendre que l’architecture hybride ne supprime pas la confiance. Elle la déplace. L’exécution rapide dépend toujours de l’infrastructure hors chaîne qui fait son travail, tandis que le règlement dépend de la vérification cryptographique. Tout compte, mais de différentes façons.
Peut-être que c’est là l’idée principale. Une bonne architecture ne consiste pas à tout mettre on-chain ou à tout garder off-chain. Il s’agit de savoir où la vérification apporte une vraie valeur et où elle ne fait qu’ajouter une complexité inutile.
Au final, GRVT n’essaie pas d’éliminer la confiance. Il cherche plutôt à être plus intentionnel sur la place que doit occuper la confiance.
#grvt @grvt_io
$DEXE $VANRY $LAB
Des éléments comme les données de marché, l’appariement des ordres et l’exécution restent hors chaîne, car placer chaque action sur Ethereum rendrait le trading lent et coûteux. Mais lorsque les soldes changent et que la propriété est mise à jour, c’est là que la vérification on-chain devient vraiment importante. Tous les événements ne nécessitent pas la blockchain, seulement ceux qui définissent l’issue finale.
Cela m’a aussi fait comprendre que l’architecture hybride ne supprime pas la confiance. Elle la déplace. L’exécution rapide dépend toujours de l’infrastructure hors chaîne qui fait son travail, tandis que le règlement dépend de la vérification cryptographique. Tout compte, mais de différentes façons.
Peut-être que c’est là l’idée principale. Une bonne architecture ne consiste pas à tout mettre on-chain ou à tout garder off-chain. Il s’agit de savoir où la vérification apporte une vraie valeur et où elle ne fait qu’ajouter une complexité inutile.
Au final, GRVT n’essaie pas d’éliminer la confiance. Il cherche plutôt à être plus intentionnel sur la place que doit occuper la confiance.
#grvt @grvt_io
$DEXE $VANRY $LAB
Voir la traduction
I used to think AI innovation slowed down when people ran out of ideas. Now I think it slows down because being wrong is simply too expensive.
The more I watch builders, the more I realize every experiment carries a hidden cost—time, capital, coordination, and even reputation. When testing an idea becomes expensive or difficult to repeat, people naturally stop taking risks. Curiosity gets replaced by familiarity, and progress starts looking more like optimization than real innovation.
That's why Newton Protocol made me think about AI infrastructure from a different angle. I don't believe its biggest opportunity is simply enabling smarter autonomous systems. I think its real value could be making experimentation cheaper, faster, and easier to verify, so builders keep exploring ideas that would otherwise never leave a notebook.
Yes, lowering the cost of experimentation also means accepting more failures. But maybe that isn't inefficiency. Maybe it's exactly how meaningful breakthroughs are found.
The more I think about it, the less I believe successful launches are the best measure of progress. Every major breakthrough is usually built on dozens of ordinary experiments that failed quietly before one finally worked.
Maybe the future leaders in AI-native crypto won't be the ecosystems with the fewest failed ideas. They'll be the ones where trying again is affordable enough that innovation never has a reason to slow down.
What if the real value of an AI protocol isn't measured by how often it succeeds, but by how many meaningful experiments it makes possible?
@NewtonProtocol $NEWT #Newt
The more I watch builders, the more I realize every experiment carries a hidden cost—time, capital, coordination, and even reputation. When testing an idea becomes expensive or difficult to repeat, people naturally stop taking risks. Curiosity gets replaced by familiarity, and progress starts looking more like optimization than real innovation.
That's why Newton Protocol made me think about AI infrastructure from a different angle. I don't believe its biggest opportunity is simply enabling smarter autonomous systems. I think its real value could be making experimentation cheaper, faster, and easier to verify, so builders keep exploring ideas that would otherwise never leave a notebook.
Yes, lowering the cost of experimentation also means accepting more failures. But maybe that isn't inefficiency. Maybe it's exactly how meaningful breakthroughs are found.
The more I think about it, the less I believe successful launches are the best measure of progress. Every major breakthrough is usually built on dozens of ordinary experiments that failed quietly before one finally worked.
Maybe the future leaders in AI-native crypto won't be the ecosystems with the fewest failed ideas. They'll be the ones where trying again is affordable enough that innovation never has a reason to slow down.
What if the real value of an AI protocol isn't measured by how often it succeeds, but by how many meaningful experiments it makes possible?
@NewtonProtocol $NEWT #Newt
Je me suis assis pour analyser des graphiques aujourd’hui, mais les packs de politiques de Newton m’ont complètement distrait—et je suis content qu’ils l’aient fait.
Plus je regardais, plus je réalisais qu’une politique de coffre n’est pas construite à partir d’une seule source de vérité. Elle est cousue à partir de jugements indépendants. Un prestataire suit la divergence de prix, un autre surveille le risque de dépeg, un autre évalue la santé du coffre, tandis qu’un autre examine les contreparties. Chacun se spécialise dans une question différente, mais leurs sorties sont compressées en une seule décision, du type « passez/échouez ».
Cela m’a posé une question dont je n’arrivais pas à me débarrasser.
Que se passe-t-il lorsque des sources de confiance ne sont pas d’accord en silence ?
Le risque n’apparaît presque jamais à la même vitesse. Un flux de prix peut sembler parfaitement sain tandis que le risque de contrepartie est déjà en hausse, ou bien les fondamentaux d’un coffre peuvent se détériorer bien avant que le marché ne le reflète. Dans ces moments-là, la politique échoue-t-elle « fermé », donne-t-elle la priorité à un signal, ou parvient-elle d’une manière ou d’une autre à réconcilier des preuves contradictoires ?
Ironiquement, j’ai fait la même erreur cette semaine. J’ai empilé plusieurs indicateurs de trading, en croyant que davantage de signaux signifiait de meilleures décisions, seulement pour me rendre compte qu’ils mesuraient des choses différentes et se contredisaient discrètement.
Cela m’a fait repenser à quoi ressemblent réellement de bons systèmes de décision.
Peut-être que la vraie innovation n’est pas de collecter plus d’intelligence. Peut-être qu’il s’agit de concevoir un jugement solide pour les moments où une information fiable refuse de s’accorder. Pour moi, c’est là que l’automatisation résiliente sera finalement définie.
@NewtonProtocol $NEWT #newt
Plus je regardais, plus je réalisais qu’une politique de coffre n’est pas construite à partir d’une seule source de vérité. Elle est cousue à partir de jugements indépendants. Un prestataire suit la divergence de prix, un autre surveille le risque de dépeg, un autre évalue la santé du coffre, tandis qu’un autre examine les contreparties. Chacun se spécialise dans une question différente, mais leurs sorties sont compressées en une seule décision, du type « passez/échouez ».
Cela m’a posé une question dont je n’arrivais pas à me débarrasser.
Que se passe-t-il lorsque des sources de confiance ne sont pas d’accord en silence ?
Le risque n’apparaît presque jamais à la même vitesse. Un flux de prix peut sembler parfaitement sain tandis que le risque de contrepartie est déjà en hausse, ou bien les fondamentaux d’un coffre peuvent se détériorer bien avant que le marché ne le reflète. Dans ces moments-là, la politique échoue-t-elle « fermé », donne-t-elle la priorité à un signal, ou parvient-elle d’une manière ou d’une autre à réconcilier des preuves contradictoires ?
Ironiquement, j’ai fait la même erreur cette semaine. J’ai empilé plusieurs indicateurs de trading, en croyant que davantage de signaux signifiait de meilleures décisions, seulement pour me rendre compte qu’ils mesuraient des choses différentes et se contredisaient discrètement.
Cela m’a fait repenser à quoi ressemblent réellement de bons systèmes de décision.
Peut-être que la vraie innovation n’est pas de collecter plus d’intelligence. Peut-être qu’il s’agit de concevoir un jugement solide pour les moments où une information fiable refuse de s’accorder. Pour moi, c’est là que l’automatisation résiliente sera finalement définie.
@NewtonProtocol $NEWT #newt
Voir la traduction
I keep coming back to one Question about @grvt_io : when a product promises CEX speed with DEX self-custody, what exactly has been eliminated and what has simply changed form?
That Promise is compelling because traders have wanted both Performance and ownership for years. I like the direction. But I've Learned that whenever two difficult Problems appear neatly solved, the hidden trade-offs deserve just as much attention as the innovation. Self-custody reduces one layer of trust, yet trading is still shaped by execution, sequencing, and Infrastructure that users rarely see.
The risk has not vanished; it has migrated. That distinction matters more than most marketing narratives admit.
The same Skepticism applies to incentives. Rewards, Campaigns, and Token multipliers can accelerate adoption, but they don't automatically prove long-term demand. Real product-market fit begins when incentives stop carrying the experience.
For me, the real test isn't launch momentum or campaign Participation. It's whether traders continue choosing GRVT because execution is consistently superior after rewards fade and token Supply expands.
That's when simplicity stops being a pitch and starts becoming proof. What do you think ultimately creates lasting trust in a trading platform: custody, execution, or something else entirely?
#grvt @grvt_io
That Promise is compelling because traders have wanted both Performance and ownership for years. I like the direction. But I've Learned that whenever two difficult Problems appear neatly solved, the hidden trade-offs deserve just as much attention as the innovation. Self-custody reduces one layer of trust, yet trading is still shaped by execution, sequencing, and Infrastructure that users rarely see.
The risk has not vanished; it has migrated. That distinction matters more than most marketing narratives admit.
The same Skepticism applies to incentives. Rewards, Campaigns, and Token multipliers can accelerate adoption, but they don't automatically prove long-term demand. Real product-market fit begins when incentives stop carrying the experience.
For me, the real test isn't launch momentum or campaign Participation. It's whether traders continue choosing GRVT because execution is consistently superior after rewards fade and token Supply expands.
That's when simplicity stops being a pitch and starts becoming proof. What do you think ultimately creates lasting trust in a trading platform: custody, execution, or something else entirely?
#grvt @grvt_io
Je n’arrêtais pas de revenir à une question : lorsqu’un fonds d’assurance ne peut plus absorber les pertes liées à la liquidation, qui paie réellement ? La réponse évidente est le fonds lui-même.
Mais après avoir étudié le cadre de liquidation de GRVT, j’ai compris que ce n’était que la première couche. Si des liquidations non rentables poussent le fonds d’assurance dans un déficit de capitaux propres, les retraits traités pendant le déficit subissent un prélèvement (« Socialized Loss Haircut ») socialisé jusqu’à ce que le fonds soit recapitalisé.
Du point de vue de la gestion des risques, la logique est claire. Si les passifs dépassent temporairement le capital disponible, honorer chaque retrait intégralement ne ferait qu’aggraver le manque et menacer la solvabilité de la plateforme. Ce qui a attiré mon attention, ce n’était pas le mécanisme : c’étaient les incitations qu’il crée. Imaginez deux utilisateurs ayant des soldes identiques exposés au même événement de marché.
L’un a besoin de liquidités immédiatement et retire pendant le déficit, subissant la décote. L’autre attend que des liquidations rentables ou qu’un transfert de fonds rétablisse le fonds d’assurance, puis retire sans perte. Leur exposition au marché était identique.
Seul leur besoin de liquidité était différent. En d’autres termes, le déficit n’est pas seulement réparti selon l’exposition : il est influencé par le calendrier.
Le cadre protège la solvabilité, mais il signifie aussi que la liquidité pendant les périodes de tension peut entraîner un coût économique. Cela pose une question plus large de conception du marché : faut-il que le déficit d’un fonds d’assurance suive les retraits pendant les périodes de stress, ou faut-il que chaque compte exposé reconnaisse sa part de la perte en même temps ?
#grvt @grvt_io
Mais après avoir étudié le cadre de liquidation de GRVT, j’ai compris que ce n’était que la première couche. Si des liquidations non rentables poussent le fonds d’assurance dans un déficit de capitaux propres, les retraits traités pendant le déficit subissent un prélèvement (« Socialized Loss Haircut ») socialisé jusqu’à ce que le fonds soit recapitalisé.
Du point de vue de la gestion des risques, la logique est claire. Si les passifs dépassent temporairement le capital disponible, honorer chaque retrait intégralement ne ferait qu’aggraver le manque et menacer la solvabilité de la plateforme. Ce qui a attiré mon attention, ce n’était pas le mécanisme : c’étaient les incitations qu’il crée. Imaginez deux utilisateurs ayant des soldes identiques exposés au même événement de marché.
L’un a besoin de liquidités immédiatement et retire pendant le déficit, subissant la décote. L’autre attend que des liquidations rentables ou qu’un transfert de fonds rétablisse le fonds d’assurance, puis retire sans perte. Leur exposition au marché était identique.
Seul leur besoin de liquidité était différent. En d’autres termes, le déficit n’est pas seulement réparti selon l’exposition : il est influencé par le calendrier.
Le cadre protège la solvabilité, mais il signifie aussi que la liquidité pendant les périodes de tension peut entraîner un coût économique. Cela pose une question plus large de conception du marché : faut-il que le déficit d’un fonds d’assurance suive les retraits pendant les périodes de stress, ou faut-il que chaque compte exposé reconnaisse sa part de la perte en même temps ?
#grvt @grvt_io
Voir la traduction
I keep coming back to one Question: what actually makes an AI agent trustworthy once it starts controlling real assets?
The more I read about @NewtonProtocol, the less I think the Biggest challenge is making AI faster. I think it's making sure AI understands exactly what it's allowed to do before it does anything. That feels like the harder Problem, and maybe the more Important one.
What caught my attention isn't automation by itself, but the Authorization layer behind it. Policy rules, spending limits, identity-aware permissions, verifiable credentials, and Zero-Knowledge proofs all seem to point toward the same idea: intelligence without boundaries isn't enough. There has to be a System that defines authority before execution.
I don't know how this Space will evolve, and maybe different approaches will emerge. But if AI agents become part of everyday onchain finance, trust could matter just as much as capability. Governance may end up being more valuable than raw Speed.
That's why Newton Protocol interests me. It isn't just asking, "Can AI execute?" It's asking, "Who gave it permission, under what rules, and can anyone verify that later?" I think those Questions deserve a lot more Attention.
@NewtonProtocol $NEWT #Newt
The more I read about @NewtonProtocol, the less I think the Biggest challenge is making AI faster. I think it's making sure AI understands exactly what it's allowed to do before it does anything. That feels like the harder Problem, and maybe the more Important one.
What caught my attention isn't automation by itself, but the Authorization layer behind it. Policy rules, spending limits, identity-aware permissions, verifiable credentials, and Zero-Knowledge proofs all seem to point toward the same idea: intelligence without boundaries isn't enough. There has to be a System that defines authority before execution.
I don't know how this Space will evolve, and maybe different approaches will emerge. But if AI agents become part of everyday onchain finance, trust could matter just as much as capability. Governance may end up being more valuable than raw Speed.
That's why Newton Protocol interests me. It isn't just asking, "Can AI execute?" It's asking, "Who gave it permission, under what rules, and can anyone verify that later?" I think those Questions deserve a lot more Attention.
@NewtonProtocol $NEWT #Newt
Plus je réfléchis à la finance autonome, moins je pense que le plus grand défi consiste à rendre l’IA ou l’automatisation plus intelligente. Nous avons déjà atteint un point où les logiciels peuvent analyser les marchés, rééquilibrer des portefeuilles et exécuter des transactions bien plus vite que n’importe quel humain ne le pourrait.
Ce que je commence plutôt à remettre en question est quelque chose de beaucoup plus simple.
Quelle autorité une stratégie automatisée devrait-elle réellement avoir ?
Pendant longtemps, la plupart d’entre nous ont été invités à faire confiance au fait que le code fonctionne, que les développeurs ont pris les bonnes décisions et que rien d’inattendu ne se produira. Ce modèle a fonctionné dans de nombreux cas, mais il place aussi beaucoup de confiance dans ce qui se passe « en coulisses ».
En lisant à propos de Newton Protocol, je me suis surpris à considérer le problème sous un angle différent. Plutôt que d’offrir à l’automatisation une liberté illimitée, il semble qu’il faille se concentrer sur la définition précise de l’endroit où cette liberté commence et où elle s’arrête.
Imaginez une stratégie qui ne peut utiliser que des actifs approuvés, qui envoie des fonds à des adresses spécifiques, qui respecte des limites de dépenses et qui refuse d’exécuter quoi que ce soit en dehors de ces conditions. Le logiciel est toujours automatisé, mais il ne prend pas toutes les décisions tout seul. Il opère dans des règles qui ont déjà été convenues.
Cela ressemble à une manière plus pragmatique de construire la confiance.
J’apprends encore comment tout cela fonctionne à travers les vaults DeFi et les outils développeurs, donc je n’ai pas encore la vue complète. Peut-être que j’ignore encore certains compromis. Mais l’idée que les autorisations doivent être imposées plutôt que simplement supposées me paraît très logique.
L’automatisation n’est pas seulement une question d’aller plus vite. Si elle doit gérer une valeur réelle, elle a probablement besoin de limites claires autant que d’intelligence.
Curieux de voir comment cette approche évolue avec le temps.
@NewtonProtocol $NEWT #Newt
Ce que je commence plutôt à remettre en question est quelque chose de beaucoup plus simple.
Quelle autorité une stratégie automatisée devrait-elle réellement avoir ?
Pendant longtemps, la plupart d’entre nous ont été invités à faire confiance au fait que le code fonctionne, que les développeurs ont pris les bonnes décisions et que rien d’inattendu ne se produira. Ce modèle a fonctionné dans de nombreux cas, mais il place aussi beaucoup de confiance dans ce qui se passe « en coulisses ».
En lisant à propos de Newton Protocol, je me suis surpris à considérer le problème sous un angle différent. Plutôt que d’offrir à l’automatisation une liberté illimitée, il semble qu’il faille se concentrer sur la définition précise de l’endroit où cette liberté commence et où elle s’arrête.
Imaginez une stratégie qui ne peut utiliser que des actifs approuvés, qui envoie des fonds à des adresses spécifiques, qui respecte des limites de dépenses et qui refuse d’exécuter quoi que ce soit en dehors de ces conditions. Le logiciel est toujours automatisé, mais il ne prend pas toutes les décisions tout seul. Il opère dans des règles qui ont déjà été convenues.
Cela ressemble à une manière plus pragmatique de construire la confiance.
J’apprends encore comment tout cela fonctionne à travers les vaults DeFi et les outils développeurs, donc je n’ai pas encore la vue complète. Peut-être que j’ignore encore certains compromis. Mais l’idée que les autorisations doivent être imposées plutôt que simplement supposées me paraît très logique.
L’automatisation n’est pas seulement une question d’aller plus vite. Si elle doit gérer une valeur réelle, elle a probablement besoin de limites claires autant que d’intelligence.
Curieux de voir comment cette approche évolue avec le temps.
@NewtonProtocol $NEWT #Newt
Plus je lis sur la finance autonome, moins je pense que le plus grand défi consiste à rendre l’IA plus intelligente. Il me semble que le problème le plus difficile est de décider de ce qu’une IA a réellement le droit de faire une fois qu’elle a accès au capital.
C’est une des raisons pour lesquelles le Newton Protocol m’intéresse en ce moment. Je ne le vois pas vraiment comme un autre projet d’IA. Je le vois comme une tentative de construire une couche d’autorisation pour les actions onchain. Au lieu de réagir après qu’il se passe quelque chose de mal, l’objectif est de vérifier si une transaction devrait même avoir lieu.
Imaginez un coffre DeFi géré par une IA. L’agent pourrait être autorisé à rééquilibrer un portefeuille, mais pas à déplacer plus qu’un certain montant, à interagir avec des protocoles à haut risque, ou à continuer à trader si une stablecoin commence soudainement à perdre son ancrage.
Ces limites deviennent une partie du système, plutôt que de simples bonnes pratiques consignées dans une documentation.
Je pense aussi que commencer par les coffres a du sens, car ils sont déjà conçus autour de la gestion des risques. Si ces règles peuvent être vérifiées au lieu d’être simplement approuvées, c’est une étape importante dans la bonne direction.
Je suis encore curieux de voir à quel point le réseau de politique devient décentralisé et si les développeurs adopteront réellement une couche d’autorisation partagée. Si des agents autonomes gèrent davantage de fonds onchain, peut-être que la prochaine infrastructure essentielle ne sera pas une IA plus intelligente, mais plutôt de meilleurs systèmes d’autorisations.
@NewtonProtocol $NEWT #Newt
C’est une des raisons pour lesquelles le Newton Protocol m’intéresse en ce moment. Je ne le vois pas vraiment comme un autre projet d’IA. Je le vois comme une tentative de construire une couche d’autorisation pour les actions onchain. Au lieu de réagir après qu’il se passe quelque chose de mal, l’objectif est de vérifier si une transaction devrait même avoir lieu.
Imaginez un coffre DeFi géré par une IA. L’agent pourrait être autorisé à rééquilibrer un portefeuille, mais pas à déplacer plus qu’un certain montant, à interagir avec des protocoles à haut risque, ou à continuer à trader si une stablecoin commence soudainement à perdre son ancrage.
Ces limites deviennent une partie du système, plutôt que de simples bonnes pratiques consignées dans une documentation.
Je pense aussi que commencer par les coffres a du sens, car ils sont déjà conçus autour de la gestion des risques. Si ces règles peuvent être vérifiées au lieu d’être simplement approuvées, c’est une étape importante dans la bonne direction.
Je suis encore curieux de voir à quel point le réseau de politique devient décentralisé et si les développeurs adopteront réellement une couche d’autorisation partagée. Si des agents autonomes gèrent davantage de fonds onchain, peut-être que la prochaine infrastructure essentielle ne sera pas une IA plus intelligente, mais plutôt de meilleurs systèmes d’autorisations.
@NewtonProtocol $NEWT #Newt
Je m’attendais à ce que le protocole Newton m’impressionne grâce au trading automatisé. Au lieu de cela, il a complètement changé ma façon de penser la confiance dans l’automatisation.
Plus j’ai creusé, plus j’ai compris que l’exécution n’est pas le problème le plus difficile. Le contrôle, lui, l’est.
La plupart des automatisations demandent aux utilisateurs de céder leur autorité et d’espérer que rien ne se passera mal.
Newton adopte une approche différente : il permet aux utilisateurs de définir des politiques programmables avant que quoi que ce soit ne se produise. Les limites de dépenses, les contrats approuvés et les conditions de rejet deviennent partie intégrante du système au lieu de reposer sur une confiance aveugle.
Ce qui m’a donné envie de continuer à lire, ce n’était pas l’automatisation elle-même, mais la vérification qui la sous-tend. Les règles sont bien plus précieuses quand vous pouvez prouver qu’elles ont été respectées, plutôt que de simplement supposer qu’elles l’ont été. Ce changement transforme l’automatisation d’une exécution déléguée en une exécution responsable.
À mesure que les agents IA et la finance autonome continuent d’évoluer, je pense que la gestion des autorisations deviendra tout aussi importante que l’intelligence. Une automatisation puissante signifie peu si elle ne peut pas rester de façon fiable à l’intérieur des limites que son propriétaire avait prévues.
Je continue d’explorer le protocole Newton, mais ma perspective a déjà changé. L’innovation réelle n’est pas de rendre les actions onchain automatiques. Elle consiste à rendre l’automatisation transparente, contrôlable et vérifiable, de bout en bout.
@NewtonProtocol $NEWT #Newt
Plus j’ai creusé, plus j’ai compris que l’exécution n’est pas le problème le plus difficile. Le contrôle, lui, l’est.
La plupart des automatisations demandent aux utilisateurs de céder leur autorité et d’espérer que rien ne se passera mal.
Newton adopte une approche différente : il permet aux utilisateurs de définir des politiques programmables avant que quoi que ce soit ne se produise. Les limites de dépenses, les contrats approuvés et les conditions de rejet deviennent partie intégrante du système au lieu de reposer sur une confiance aveugle.
Ce qui m’a donné envie de continuer à lire, ce n’était pas l’automatisation elle-même, mais la vérification qui la sous-tend. Les règles sont bien plus précieuses quand vous pouvez prouver qu’elles ont été respectées, plutôt que de simplement supposer qu’elles l’ont été. Ce changement transforme l’automatisation d’une exécution déléguée en une exécution responsable.
À mesure que les agents IA et la finance autonome continuent d’évoluer, je pense que la gestion des autorisations deviendra tout aussi importante que l’intelligence. Une automatisation puissante signifie peu si elle ne peut pas rester de façon fiable à l’intérieur des limites que son propriétaire avait prévues.
Je continue d’explorer le protocole Newton, mais ma perspective a déjà changé. L’innovation réelle n’est pas de rendre les actions onchain automatiques. Elle consiste à rendre l’automatisation transparente, contrôlable et vérifiable, de bout en bout.
@NewtonProtocol $NEWT #Newt
Je suis allé chercher des réponses concernant l’architecture de conformité du protocole Newton. Au final, j’ai commencé à m’interroger sur la gouvernance.
Plus je creusais, plus je me rendais compte que la conformité vérifiable ne dépend pas uniquement de la cryptographie ou des moteurs de politique. Elle dépend aussi de la personne ou de l’entité qui a l’autorité pour modifier ces politiques.
Pendant la bêta du mainnet, garder le contrôle des mises à niveau proche de l’équipe centrale semble raisonnable. Une itération rapide est importante lorsque le protocole est encore en phase de maturation. Mais si la destination est l’adoption institutionnelle, la prévisibilité devient aussi importante que l’innovation.
C’est à ce moment-là que quelque chose a fait “tilt” pour moi. La gouvernance n’est pas simplement à côté du produit : elle fait partie du produit.
Vérifier les règles d’aujourd’hui est précieux. Savoir qui peut réécrire les règles de demain l’est encore plus.
Les institutions n’ont pas seulement besoin de politiques qu’elles peuvent vérifier aujourd’hui. Elles ont besoin d’avoir confiance dans le fait que ces politiques ne changeront pas discrètement entre les règlements. Il s’agit d’une forme de confiance très différente.
Je n’ai toujours pas trouvé de feuille de route publique claire expliquant comment Newton prévoit d’équilibrer une gouvernance décentralisée et la stabilité à long terme des politiques. Peut-être qu’elle est déjà en cours d’élaboration, peut-être qu’elle ne l’est pas. Quoi qu’il en soit, je pense que cette conversation mérite davantage d’attention.
Un protocole peut-il devenir décentralisé sans que la conformité ne semble imprévisible ? C’est la question à laquelle je reviens sans cesse.
@NewtonProtocol $NEWT #Newt
Plus je creusais, plus je me rendais compte que la conformité vérifiable ne dépend pas uniquement de la cryptographie ou des moteurs de politique. Elle dépend aussi de la personne ou de l’entité qui a l’autorité pour modifier ces politiques.
Pendant la bêta du mainnet, garder le contrôle des mises à niveau proche de l’équipe centrale semble raisonnable. Une itération rapide est importante lorsque le protocole est encore en phase de maturation. Mais si la destination est l’adoption institutionnelle, la prévisibilité devient aussi importante que l’innovation.
C’est à ce moment-là que quelque chose a fait “tilt” pour moi. La gouvernance n’est pas simplement à côté du produit : elle fait partie du produit.
Vérifier les règles d’aujourd’hui est précieux. Savoir qui peut réécrire les règles de demain l’est encore plus.
Les institutions n’ont pas seulement besoin de politiques qu’elles peuvent vérifier aujourd’hui. Elles ont besoin d’avoir confiance dans le fait que ces politiques ne changeront pas discrètement entre les règlements. Il s’agit d’une forme de confiance très différente.
Je n’ai toujours pas trouvé de feuille de route publique claire expliquant comment Newton prévoit d’équilibrer une gouvernance décentralisée et la stabilité à long terme des politiques. Peut-être qu’elle est déjà en cours d’élaboration, peut-être qu’elle ne l’est pas. Quoi qu’il en soit, je pense que cette conversation mérite davantage d’attention.
Un protocole peut-il devenir décentralisé sans que la conformité ne semble imprévisible ? C’est la question à laquelle je reviens sans cesse.
@NewtonProtocol $NEWT #Newt
Connectez-vous pour découvrir plus de contenu