Sahil987

Je continue de voir des projets d’IA évalués en fonction du nombre de tâches qu’ils peuvent automatiser.

Ces derniers temps, j’ai commencé à prêter davantage attention aux tâches qu’ils choisissent de ne pas automatiser.

Cela semble contre-intuitif, mais je pense que cela devient de plus en plus important.

Plus nous confions de responsabilités à des systèmes autonomes, plus la retenue devient précieuse. Une IA qui sait tout exécuter n’est pas forcément celle en qui j’aurais confiance pour gérer de vrais capitaux. Parfois, la décision la plus intelligente consiste à reconnaître que les conditions ne sont pas assez claires pour agir.

En explorant @NewtonProtocol cette idée, elle est restée avec moi.

Son architecture ne semble pas supposer que chaque décision d’IA mérite une exécution immédiate. Au contraire, elle traite l’exécution comme quelque chose qui doit d’abord passer par des règles, un contexte et des limites définies par l’utilisateur.

C’est un changement subtil de perspective.

La crypto a passé des années à rendre les transactions plus rapides. L’IA pourrait nous forcer à passer les quelques prochaines années à rendre les transactions plus intentionnelles.

Peut-être que le futur n’appartiendra pas à l’IA qui agit la première.

Il pourrait appartenir à l’infrastructure qui sait quand attendre est la meilleure décision.

#Newt #newt $NEWT #NewtonProtocol

@NewtonProtocol continue d’être comparé au nombre d’agents d’IA qu’il a aujourd’hui. Je pense que cela passe à côté de la question la plus importante.

Le véritable défi n’est pas de lancer des dizaines d’agents. Il s’agit de créer un environnement dans lequel chaque action peut être approuvée avant d’être exécutée. La plupart des systèmes d’IA se concentrent d’abord sur l’augmentation des capacités, puis ajoutent des garde-fous par la suite. Newton semble inverser cet ordre en intégrant dès le processus d’exécution des autorisations signées, une intention utilisateur claire et des permissions vérifiables.

Cela change ma façon de réfléchir à l’automatisation par l’IA. Les plateformes gagnantes ne seront peut-être pas celles qui disposent dès le premier jour du plus grand marché d’agents. Elles pourraient être celles qui mettent les utilisateurs à l’aise lorsqu’il s’agit de confier des décisions financières, parce que chaque action reste dans des limites qu’ils ont explicitement approuvées.

Nous en sommes encore aux premiers stades, et il reste beaucoup à prouver à Newton à mesure que l’écosystème se développe. Mais si des agents d’IA doivent gérer de vrais actifs au lieu de se contenter de répondre à des questions, la confiance pourrait devenir un avantage concurrentiel plus fort que le nombre d’agents disponibles.

À mesure que l’IA passe de la génération d’idées à l’exécution de transactions, selon vous, qu’est-ce que les utilisateurs apprécieront davantage : un marché d’agents plus large ou des garde-fous d’exécution plus solides ?

@NewtonProtocol #Newt #newt $NEWT

@NewtonProtocol Depuis quelque temps, je me demande si nous mesurons le progrès de l’IA de la mauvaise façon.

Chaque nouvelle version est jugée à l’aune de la mesure dans laquelle elle est plus intelligente que la précédente. Un meilleur raisonnement, de meilleures performances, de meilleurs benchmarks. L’hypothèse semble être que, si l’intelligence continue de s’améliorer, l’adoption suivra naturellement.

Je n’en suis pas sûr.

Le plus grand obstacle à l’IA aujourd’hui ne ressemble plus à une question de capacités. Il ressemble à une question de confiance.

Les gens n’hésitent pas à utiliser l’IA parce qu’elle n’est pas assez puissante. Ils hésitent parce qu’ils veulent savoir comment les décisions sont prises, quelles actions peuvent être menées, et si ces actions restent dans des limites qu’ils peuvent réellement faire confiance.

C’est pourquoi je trouve de plus en plus fascinante la dimension “infrastructure” de l’IA. La discussion est peut-être dominée par les modèles, mais les fondations se construisent ailleurs. La vérification, les autorisations, la responsabilisation et le respect des politiques ne sont pas les sujets les plus abordés dans l’industrie, et pourtant ils pourraient finir par être parmi les plus importants.

En regardant en arrière, la plupart des technologies ne sont pas devenues grand public parce qu’elles étaient plus avancées. Elles sont devenues grand public lorsqu’elles sont devenues fiables.

L’IA pourrait suivre la même trajectoire.

Les systèmes qui créent le plus de valeur ne sont peut-être pas ceux qui peuvent en faire le plus. Ce sont peut-être ceux qui donnent aux gens le sentiment d’être suffisamment à l’aise pour s’y fier chaque jour.

C’est une course très différente, et je pense qu’elle ne fait que commencer.

#Newt #newt $NEWT

Je reviens sans cesse à l’idée que la plus grande percée de l’IA au cours des prochaines années n’aura peut-être rien à voir avec l’intelligence.

L’industrie a passé des années à rendre les modèles plus performants. Un meilleur raisonnement, une meilleure mémoire, de meilleures sorties. Et, à vrai dire, les progrès ont été remarquables. Mais plus l’IA devient capable, plus je me surprends à penser à un problème complètement différent : la confiance.

La plupart des gens ne se demandent plus si un agent IA peut accomplir une tâche. Ils se demandent s’il peut être de confiance pour agir dans les bonnes limites. C’est un défi très différent.

C’est notamment pour cette raison que le Newton Protocol a récemment retenu mon attention. Au lieu de considérer l’autonomie comme l’objectif ultime, il aborde l’IA via des politiques programmables et une exécution vérifiable. L’idée est simple : les utilisateurs définissent d’abord les règles, et les agents opèrent dans le cadre de ces règles. Cela paraît évident, mais la simplicité est souvent ce qui distingue les technologies qui sont adoptées de celles qui restent des expériences intéressantes.

J’ai constaté que chaque grande vague technologique finit par se heurter à la même réalité. La capacité attire l’attention, mais la confiance détermine l’adoption. Internet a grandi grâce à des protocoles ouverts. Les systèmes financiers ont grandi grâce à des standards et à la responsabilisation. L’IA pourrait suivre un chemin similaire.

Il reste bien sûr de nombreuses questions concernant l’utilisabilité, l’application des règles et les incitations à long terme. Mais plus je réfléchis aux agents IA, plus je soupçonne que nous nous dirigeons vers un monde où les utilisateurs cessent d’exécuter des actions et commencent à définir des politiques à la place.

Cela ressemble à un changement bien plus important que l’amélioration d’un autre indicateur.

#Newt #newt $NEWT #NewtonProtocol

J’ai étudié @NewtonProtocol (NEWT) et une chose m’a sauté aux yeux : le plus grand défi pour les agents IA n’est peut-être pas l’intelligence, mais la confiance.

Les agents IA peuvent devenir des outils puissants, mais lorsqu’ils commencent à interagir avec des systèmes on-chain, la question change : comment s’assurer que leurs actions restent dans des limites clairement définies ?

Ce qui m’intéresse dans Newton, c’est l’accent mis sur une couche d’exécution pilotée par des politiques, qui crée un système où les règles, les autorisations et la sécurité font partie du processus, au lieu d’être ajoutées plus tard.

Parce que l’avenir de l’IA ne dépendra pas seulement d’agents plus intelligents. Il dépendra du fait que les gens puissent permettre à ces agents de fonctionner en toute confiance.
Le signal réel à surveiller n’est pas uniquement le nombre de stratégies ou d’applications créées, mais le point de savoir si cette infrastructure devient quelque chose sur lequel les développeurs s’appuient réellement.

L’IA a besoin de plus que de l’intelligence pour passer à l’échelle. Elle a besoin d’un environnement de confiance pour exécuter.
C’est la couche que le protocole Newton essaie de construire.

#Newt #newt $NEWT

🤔 Que se passe-t-il lorsque des actifs tokenisés cessent d’être quelque chose que les institutions conservent simplement et commencent à devenir quelque chose qu’elles peuvent utiliser en garantie ?

Je suis tombé sur @Ripple latest direction for #XRPL en lisant des informations sur la tokenisation institutionnelle, et cette idée est restée avec moi plus longtemps que prévu. La plupart des discussions autour des actifs réels tokenisés portent sur leur mise à l’on-chain. Mais une fois qu’ils y sont, la question la plus intéressante devient ce qu’ils peuvent réellement faire.

🏦 L’utilisation d’actifs tokenisés comme garantie modifie le débat : on passe de la propriété à l’efficacité du capital. Une institution détenant des obligations tokenisées ou d’autres actifs n’a pas nécessairement besoin de les vendre pour accéder à la liquidité. Si ces actifs peuvent soutenir directement un emprunt sur XRPL, ils commencent à se comporter davantage comme des instruments productifs du bilan que comme des enregistrements numériques statiques.

💭 Cela m’a amené à réfléchir à la manière dont évolue l’infrastructure financière. La première étape consiste généralement à numériser des processus existants. La seconde consiste à permettre à ces actifs numériques d’interagir d’une façon qui n’était pas pratique auparavant. Parfois, le plus grand changement n’est pas de créer une nouvelle classe d’actifs, mais de donner aux actifs existants une nouvelle utilité financière.

📊 Le fait que les institutions adoptent ce modèle dépendra de la réglementation, de la gestion des risques et de la liquidité davantage que de la technologie seule. Pourtant, c’est un rappel intéressant : la valeur à long terme de la tokenisation pourrait venir moins du fait de mettre des actifs on-chain que de l’extension de ce que ces actifs peuvent faire discrètement une fois qu’ils y sont.

#Ripple #XRPL #XPL $XRP

Avons-nous été à ce point focalisés sur la décentralisation de l’exécution que nous avons négligé la question de savoir qui définit les règles qui la régissent ?

Cette interrogation m’est restée en tête après avoir commencé à en apprendre davantage sur @NewtonProtocol La plupart des conversations dans le secteur de la crypto gravitent autour du débit, de la décentralisation ou de la liquidité, mais très peu d’attention est accordée à la couche qui détermine si une action doit être autorisée avant même qu’elle n’atteigne une blockchain. Aujourd’hui, cette responsabilité incombe souvent à des infrastructures centralisées, à des politiques internes de l’entreprise ou à des équipes de conformité manuelles qui œuvrent à huis clos. Ces systèmes fonctionnent, mais il est difficile de les vérifier et impossible pour des tiers de les auditer.

Newton aborde le problème d’une manière différente. Au lieu d’implanter chaque règle dans un contrat intelligent ou de s’en remettre à la confiance hors chaîne, il considère les politiques comme une logique programmable pouvant être évaluée de façon indépendante, puis prouvée au moyen d’attestations cryptographiques. Ce qui m’a intéressé n’était pas en soi l’aspect conformité : c’était la possibilité que l’autorisation devienne une couche d’infrastructure réutilisable, à la manière dont le cloud computing est devenu une ressource partagée plutôt qu’un élément que chaque entreprise devait construire de son côté.

À mesure que les actifs tokenisés, les agents IA et le capital institutionnel continuent de circuler on-chain, définir des règles dignes de confiance pourrait devenir aussi important que l’exécution efficace des transactions. L’infrastructure ne consiste pas toujours à rendre les systèmes plus rapides. Parfois, il s’agit de rendre les décisions plus transparentes avant même que quoi que ce soit ne se produise.

@NewtonProtocol #Newt #newt $NEWT

Je relisais encore hier soir les profils de l’équipe fondatrice de @OpenGradient et un petit détail continuait de me tirer par la manche : j’étais passé à côté auparavant. Le PDG, Matthew Wang, a passé plus de quatre ans en recherche quantitative et en ingénierie chez Two Sigma, avec des expériences antérieures chez Google, Meta et la NASA. La culture de Two Sigma repose sur la mesure de tout et sur la confiance uniquement dans ce qui peut être reproduit mathématiquement. C’est une optique vraiment inhabituelle à appliquer à la crypto.

Ce qui semble particulièrement intéressant, c’est la façon dont cette mentalité « quant » s’accorde avec le parcours du CTO, Adam Balogh. Il a passé six ans et demi à diriger des travaux sur la plateforme IA de Palantir et détient trois brevets. Cela me fait penser que l’orientation d’OpenGradient autour des attestations TEE, des preuves zkML et d’une inférence vérifiable cryptographiquement n’est pas seulement un argument marketing, mais le reflet de la manière dont ses fondateurs abordent la construction de systèmes.

La question qui me vient est de savoir si cette notoriété institutionnelle se traduit réellement par une meilleure exécution, ou si elle sert simplement d’histoire plus convaincante. De solides parcours ne garantissent pas qu’une startup évite les pièges habituels, et le marché décidera en fin de compte si l’infrastructure d’IA vérifiable est le bon pari.

Je me demande parfois si, avec le temps, les parcours des fondateurs comptent moins que ce que les gens supposent au départ, et si la $OPG trajectoire sera finalement déterminée par l’adoption plutôt que par les CV.

@OpenGradient #OPG #opg $OPG

Qu’est-ce qui vous donne le plus confiance dans un projet d’infrastructure d’IA ?

🇮🇳 L’Inde connaît un manque notable de stablecoins.

La disponibilité limitée de $USDT et d’autres stablecoins a fait grimper la prime du USDT à plus de 8,5%.

À mesure que les primes augmentent, l’achat de crypto devient plus coûteux et la liquidité globale du marché peut se resserrer.

$TAC $USDC $UB
#India #Stablecoins #CryptoNews

GWEI, VELVET et DEXE lancent juillet sous les projecteurs des listes de suivi des traders

Le début d’un nouveau mois apporte souvent une rotation fraîche sur le marché des altcoins. Cette semaine, GWEI, VELVET et DEXE commencent à attirer davantage l’attention. Chacun est lié à un récit différent, ce qui rend ce trio intéressant à suivre plutôt que de le regarder sous le même angle.

$GWEI bénéficie d’un regain d’activité autour de l’écosystème Ethereum, $VELVET gagne en visibilité pour son approche de gestion d’actifs on-chain, et $DEXE continue de se démarquer par son intérêt pour la gouvernance décentralisée et la prise de décision portée par la communauté.

Aucun de ces projets n’est garanti pour surpasser ses concurrents, mais ils représentent des domaines vers lesquels les traders commencent à se tourner au-delà des plus grandes cryptomonnaies. L’attention initiale du marché ne se traduit pas toujours par un succès durable, mais elle met souvent en lumière l’endroit où de nouvelles discussions prennent forme.

Alors que juillet se déploie, il sera intéressant de voir si ces projets parviennent à transformer leur visibilité croissante en une adoption plus forte et en une dynamique durable.

Lequel de ces trois altcoins, selon vous, a les meilleures perspectives pour juillet ?

🟠 Saylor vient de publier le #Bitcoinlc racker avec la légende :

« On va avoir besoin d’encore plus de graphiques. » 📈

Cela fait que la communauté s’attend à une autre annonce d’achat de Bitcoin demain. 👀

Malgré le récent FUD autour de $STRC, Saylor ne semble pas vouloir reculer. Si l’histoire se répète, cela pourrait être un autre signal indiquant que la conviction est plus forte que le bruit.

$BTC #SaylorHintsStrategyBitcoinBuy #IRGCSaysItStruckKuwaitAndBahrain

🐋 Une baleine vient d’ouvrir une position short sur le Bitcoin de 46,2 M$ avec un levier de 40x.

C’est l’un des paris les plus audacieux que vous puissiez faire. ⚠️ Avec un levier aussi élevé, un petit mouvement contre la position peut déclencher d’importantes pertes.

👀 À présent, tout le monde regarde $BTC La baleine aura-t-elle raison, ou le marché va-t-il riposter ?