Beberapa minggu lalu, saya terus melihat @NewtonProtocol dijelaskan melalui bahasa yang sudah familiar tentang agen AI dan otomatisasi onchain. Ide dasarnya terdengar berguna tetapi tidak terlalu mengejutkan: pengguna mendefinisikan sebuah tugas, perangkat lunak menjalankannya, dan infrastruktur blockchain membuat hasilnya bisa diverifikasi.
Itu adalah kesan pertama saya, setidaknya.
Saya mulai membaca lebih banyak karena ingin memahami apa sebenarnya arti “otomatisasi yang dapat diverifikasi” dalam praktik. Apakah Newton terutama mencoba membuktikan bahwa sebuah agen menyelesaikan transaksi dengan benar? Apakah itu pasar lain untuk strategi otomatis? Atau apakah bagian pentingnya terjadi di tempat lain?
Lapisan kebijakan mengubah cara pandang saya.
Newton dirancang berdasarkan aturan yang dapat dicek sebelum tindakan sensitif di-chain dieksekusi. Kebijakan-kebijakan ini dapat mendefinisikan batas, izin, kondisi pasar, persyaratan otorisasi, atau batasan lain. Transaksi yang melanggar kebijakan yang relevan dapat dihentikan sebelum dana bergerak, alih-alih sekadar diidentifikasi sebagai masalah setelahnya.
Itu lebih menarik daripada otomatisasi saja.
Otomatisasi menjawab pertanyaan praktis: apakah perangkat lunak dapat menjalankan tugasnya?
Lapisan kebijakan menjawab pertanyaan yang lebih penting: apakah tindakan tertentu ini boleh diizinkan dalam kondisi seperti ini?
Saya bisa melihat mengapa arsitektur ini berguna. Memberi agen AI kendali tanpa batas atas sebuah dompet itu tidak nyaman, terutama ketika agen berinteraksi dengan pasar yang fluktuatif, kontrak yang belum dikenal, atau saldo dalam jumlah besar. Sebuah policy dapat membatasi aset yang boleh digunakan, membatasi ukuran transaksi, mensyaratkan kondisi pasar tertentu, atau memblokir tindakan yang berada di luar strategi yang disetujui.
Alih-alih mempercayakan agen untuk mengingat setiap batas, sistem mencoba menerapkan batas-batas tersebut pada saat eksekusi.
Namun satu perbedaan terus mengganggu saya.
Sebuah policy engine dapat memverifikasi bahwa sebuah tindakan mengikuti aturan. Policy engine tidak dapat secara otomatis membuktikan bahwa aturan-aturan itu sendiri masuk akal.
Awalnya, saya menganggap “dapat diverifikasi” sebagai sesuatu yang mirip dengan “aman.” Setelah melihat lebih dekat, saya menyadari itu bukan klaim yang sama. Newton mungkin membantu memastikan bahwa sebuah operasi memenuhi kebijakan yang ditetapkan pada momen tertentu. Itu berharga. Namun kualitas hasil tetap bergantung pada siapa yang merancang kebijakan, informasi apa yang digunakannya, dan situasi mana yang gagal diprediksi oleh penulisnya.
Pertimbangkan sebuah treasury yang mengizinkan agen otomatis untuk melakukan penyeimbangan ulang (rebalance) kepemilikan stablecoin. Kebijakannya mungkin mengatakan bahwa agen tidak boleh memindahkan lebih dari 10% treasury per transaksi dan hanya boleh menggunakan protokol yang disetujui.
Agen mengikuti aturan-aturan itu dengan sempurna.
Kemudian satu stablecoin yang sudah disetujui mulai kehilangan kepercayaan pasar. Agen terus mengalokasikan ke aset itu karena aset tersebut tetap berada dalam daftar yang disetujui dan kondisi yang tertulis belum diperbarui. Secara teknis, sistem kebijakan bekerja. Tindakan itu diotorisasi persis seperti yang dirancang. Hasil yang tidak diinginkan berasal dari kebijakan yang tidak lengkap, bukan dari kegagalan penerapan.
Contoh itu menunjukkan tantangan Newton yang lebih dalam yang sekarang saya pahami.
Siapa yang bertanggung jawab untuk menerjemahkan niat manusia menjadi aturan yang dapat dipaksakan oleh mesin?
Kebanyakan pengguna tidak secara alami berpikir dalam istilah kasus tepi (edge cases), kegagalan oracle, kondisi likuiditas yang tidak biasa, atau batasan yang saling bertentangan. Pengembang mungkin bisa menulis kebijakan yang detail, tetapi pengguna biasa kemungkinan akan bergantung pada template, aplikasi, penyedia risiko, atau institusi untuk menetapkan batas-batas tersebut bagi mereka.
Itu menciptakan permukaan kepercayaan yang baru. Kita mungkin mempercayai eksekusi dengan lebih tidak membabi buta, tetapi kita tetap perlu mengevaluasi orang-orang dan proses di balik kebijakan.
Taruhannya meningkat ketika otomatisasi menjadi semakin otonom. Kesalahan dalam aturan yang memengaruhi dompet eksperimen kecil adalah satu hal. Kesalahan yang sama di dalam treasury institusional, sistem pembayaran, atau jaringan agen yang saling berinteraksi dapat berulang di ribuan transaksi sebelum siapa pun benar-benar memahami polanya.
Ini tidak membuat lapisan kebijakan kurang berharga. Ini menjadikannya bagian inti dari sistem.
Token asli Newton, NEWT, mungkin pada akhirnya dievaluasi melalui partisipasi dalam infrastruktur keamanan dan otorisasi protokol, tetapi saya belum siap membentuk pandangan pasar yang kuat hanya dari narasi saja. Teknologinya menarik; tesis token masih bergantung pada integrasi yang bermakna, penggunaan yang berkelanjutan, dan bukti bahwa otorisasi berbasis kebijakan menyelesaikan masalah yang ingin dihindari pengguna dan karenanya mereka akan membayar.
Awalnya saya melihat Newton sebagai infrastruktur yang membantu agen melakukan sesuatu secara otomatis. Sekarang saya melihatnya lebih sebagai infrastruktur yang menetapkan apa yang diizinkan dilakukan oleh agen.
Itu ide yang lebih kuat, tetapi juga membawa pada pertanyaan yang lebih sulit: ketika mesin dapat mengikuti aturan dengan sempurna, seberapa besar perhatian yang kita berikan kepada manusia yang menulisnya?