ANiii_阿尼

Il y a une conversation qui se déroule partout au sujet de l’intelligence artificielle.
Il est presque entièrement axé sur les capacités.
Dans quelle mesure un modèle peut-il prédire les mouvements du marché ? À quelle vitesse un agent peut-il exécuter une stratégie de trading ? Combien de transactions un système autonome peut-il traiter simultanément ? De combien l’IA peut-elle gérer un portefeuille de manière plus efficace qu’un humain ?
Ce sont des questions légitimes.
Ce sont aussi des questions incomplètes.
La capacité vous indique ce qu’un système d’IA peut faire.
Cela ne vous dit pas ce qu’il ne devrait jamais faire.

Il existe une histoire que l’industrie DeFi se raconte à propos de ses plus grandes pertes.
L’histoire implique généralement une vulnérabilité. Un exploit. Une faiblesse du code qu’un attaquant sophistiqué a trouvée et exploitée. Le récit présente les pertes comme la conséquence d’un code imparfait qu’il aurait fallu écrire mieux, auditer avec plus de rigueur ou tester plus soigneusement.
Cette histoire est parfois exacte.
Plus souvent, il est incomplet.
Certaines des plus grosses pertes de la finance décentralisée ne se sont pas produites parce que le code était erroné. Elles se sont produites parce que le code était correct — exécutant exactement comme prévu, suivant exactement la logique que ses créateurs avaient envisagée — dans des conditions que ces créateurs n’avaient jamais anticipées.

La promesse des actifs du monde réel sur la blockchain est simple.
Prenez quelque chose de précieux qui existe dans le monde physique — immobilier, obligations d’État, crédit privé, matières premières — et représentez-le comme un jeton sur une blockchain. Rendez-le transférable, programmable et accessible à un vaste bassin de capitaux à l’échelle mondiale.
Cette promesse a suscité des investissements considérables et un réel enthousiasme.
Mais je pense que cela a aussi créé une zone aveugle.
La plupart des discussions autour des actifs du monde réel (RWAs) portent sur la première étape. Faire entrer l’actif sur la chaîne (onchain). Construire l’infrastructure de tokenisation. Créer les enveloppes juridiques. Mettre en place les arrangements de conservation.

La finance inter-chaînes est souvent décrite comme la prochaine étape de l’adoption de la blockchain.
Plus de chaînes.
Plus de liquidité.
Plus d’opportunités.
Je pense qu’il y a un autre aspect à cette histoire.
Chaque blockchain supplémentaire crée également un nouvel environnement dans lequel les transactions, la liquidité et le risque se comportent différemment.
Déplacer des actifs à travers les chaînes devient de plus en plus facile.
Appliquer les mêmes normes de sécurité et d’autorisation à l’ensemble de ces chaînes est beaucoup plus difficile.
Je crois que ce défi mérite davantage d’attention.
C’est aussi l’une des raisons pour lesquelles j’ai trouvé la whitepaper du protocole Newton intéressante.

Pendant des années, la sécurité de la blockchain s’est concentrée sur une seule question :
« Le code est-il correct ? »
Les audits sont devenus plus sophistiqués. La vérification formelle s’est améliorée. Les programmes de bug bounty se sont développés. Les développeurs ont investi d’énormes ressources pour rendre les contrats intelligents plus sûrs.
Ces améliorations comptaient.
Mais je pense qu’elles ont laissé une autre question largement sans réponse.
Que ne faut-il jamais autoriser à faire un code qui fonctionne parfaitement ?
Un contrat intelligent peut exécuter exactement ce qui a été prévu, et pourtant produire des résultats que personne n’avait l’intention d’obtenir.
L’histoire a montré que certaines des plus lourdes pertes de la finance décentralisée ne se sont pas produites parce qu’un code aurait soudainement cessé de fonctionner.

La stratégie de trading par IA la plus dangereuse est celle qui fonctionne parfaitement
L’intelligence artificielle change la façon dont les décisions de trading sont prises.
Les marchés peuvent désormais être surveillés en continu. Des opportunités peuvent être identifiées en quelques secondes. Les stratégies peuvent s’exécuter sans hésitation.
La plupart des discussions portent sur la façon de rendre l’IA meilleure pour prédire les marchés.
Je pense qu’une question différente mérite une attention égale.
Que se passe-t-il lorsqu’une stratégie de trading par IA fonctionne exactement comme prévu dans des conditions que personne n’avait imaginées ?
L’histoire suggère qu’il ne s’agit pas d’une préoccupation purement théorique.

Il existe un schéma dans la manière dont les secteurs réagissent au risque, qui ne change presque jamais.
Quelque chose tourne mal. Des pertes surviennent. Les gens se demandent ce qui aurait pu être fait différemment. Un meilleur suivi est mis en place. Des systèmes de réponse plus rapides sont construits. Des produits d’assurance sont conçus. Les mécanismes de reprise sont améliorés.
Et puis, quelque chose tourne à nouveau mal.
Le schéma se répète parce que la réponse se concentre toujours sur la même étape du problème. Ce qui se passe après l’échec. À quelle vitesse les pertes peuvent être contenues. Avec quelle efficacité les systèmes peuvent se rétablir.

Most people never think about the infrastructure behind the apps they use every day.
That is not an accident.
It is the end goal of every successful technology.
Nobody opens an app because they are excited about payment rails, internet protocols, or cloud servers. People simply expect everything to work.
The best infrastructure becomes invisible.
Blockchain has not reached that point yet.
Users still think about wallets, gas fees, transaction confirmations, and network complexity. The infrastructure is still visible, which means it is still creating friction.
That is why one idea from the Newton Protocol whitepaper caught my attention.
Instead of treating authorization as something that happens after a transaction settles, Newton explores a policy layer where predefined conditions can be evaluated before execution. If approaches like this become standard, users may never notice the authorization process at all.
They will simply experience applications that feel safer, more predictable, and easier to trust.
History suggests this is how technology evolves.
The internet became successful because TCP/IP disappeared into the background.
Digital payments became mainstream because people stopped thinking about the systems clearing every transaction.
Infrastructure succeeds when it stops asking for attention.
I do not know how quickly authorization layers will become a standard part of onchain applications.
Developers need practical tools.
Institutions need confidence.
Users need consistent experiences.
Time—not predictions—will answer that question.
But I believe one thing is already becoming clear.
The technologies that change the world are rarely the ones people notice.
They are the ones people eventually stop thinking about altogether.
@NewtonProtocol #NewtonProtocol #Newt #TrendingTopic
$NEWT
$TLM
$M

La plupart des conversations sur la sécurité de l’IA se concentrent sur le mauvais risque.
Les gens s’inquiètent des systèmes d’IA qui dysfonctionnent, commettent des erreurs ou se comportent de manière imprévisible. Ces risques sont bien réels. Mais il existe un risque plus discret, auquel on prête bien moins attention.
L’agent d’IA qui cause le plus de dégâts pourrait être celui qui fonctionne parfaitement.
Un agent d’IA programmé pour exécuter des transactions, gérer les opérations de trésorerie ou traiter des paiements fera exactement ce qu’on lui a demandé de faire. Il suivra sa logique à la lettre, évaluera les conditions comme il a été conçu pour les évaluer, et exécutera les transactions sans hésiter.

For years, blockchain has been praised for one simple promise: once a transaction is confirmed, it becomes immutable. That reliability is one of the reasons decentralized finance has grown so quickly.
But immutability solves only one part of the problem.
A more important question often receives less attention:
Should every transaction be allowed to execute in the first place?
Today, most blockchain networks focus on validating whether a transaction is technically valid. If it meets the protocol rules, it can be executed. Business policies, spending limits, organizational approvals, or compliance requirements are usually handled outside the blockchain or reviewed only after settlement.
That approach works until it doesn't.
Imagine an organization using automated wallets or AI agents to manage treasury operations. A single transaction that exceeds an internal limit or violates a predefined policy may still be executed successfully onchain. By the time someone notices the mistake, the assets may already have moved.
Recovering from an error is often much harder than preventing one.
This is one of the ideas that stood out to me while reading the Newton Protocol whitepaper.
Instead of focusing only on what happens after settlement, Newton explores an authorization layer that evaluates predefined policies before a transaction is executed. Rather than replacing blockchain consensus, this approach adds an additional decision layer before execution.
That difference may sound small, but it changes the way onchain applications can be designed.
Developers could define policies based on organizational rules, spending limits, user permissions, or other conditions before assets move. Instead of asking whether a transaction succeeded, applications can first ask whether it should be allowed.
I think this becomes increasingly important as AI agents begin interacting with blockchain networks.
Autonomous systems can execute decisions much faster than humans. That creates new opportunities, but it also increases the importance of clear authorization policies. Smarter automation should also include smarter safeguards.
Whether this approach becomes widely adopted remains an open question.
Infrastructure rarely changes overnight. Developers need useful tools, institutions need confidence, and users need practical benefits before new standards become common.
Still, I believe the conversation around blockchain security is gradually expanding.
For a long time, the focus has been on protecting assets after transactions occur.
The next stage may focus on preventing unnecessary risk before transactions happen at all.
Sometimes the most valuable innovation is not processing more transactions.
It is making better decisions about which transactions should happen in the first place.
@NewtonProtocol
#NewtonProtocol #Newt
$NEWT
$IN