A las 10:00, el precio era verdadero.
A las 10:02, era peligroso.
Imagina una bóveda automatizada que solo puede reequilibrarse mientras su colateral se mantenga por encima de un umbral de seguridad definido. La política es clara, la fuente del precio es legítima y la lógica de autorización funciona exactamente como fue diseñada.
Luego desaparece la liquidez.
El mercado se mueve bruscamente, pero la última entrada disponible aún refleja el estado anterior. El agente envía una acción, la política evalúa ese número antiguo y la solicitud se aprueba.
No se fabricó nada.
No se omitió ningún permiso.
El sistema simplemente tomó una decisión financiera actual usando una descripción precisa de un mercado que ya no existía.
Esa distinción importa para mí porque las finanzas autónomas a menudo tratan la calidad de los datos como una cuestión de verdad: ¿El número es genuino? ¿Provino de una fuente aprobada? ¿El mensaje fue firmado correctamente?
Esas preguntas son necesarias.
No son suficientes.
Un dato puede ser auténtico y aun así llegar demasiado tarde para respaldar la acción de la que depende.
La pregunta real no es solo si una entrada era correcta.
Se trata de si esa entrada siguió siendo digna de decisión en el momento en que el valor estaba a punto de moverse.
Aquí es donde encuentro Newton Mainnet Beta más interesante que el relato habitual de la IA.
A través de VaultKit, las aplicaciones pueden definir condiciones sobre lo que se permite que un agente o una estrategia automatizada haga. @NewtonProtocol @NewtonProtocol puede colocar esa evaluación de la política antes de la liquidación, dándole a la aplicación un punto en el que una acción aún puede detenerse en lugar de explicarse después. Un registro de autorización firmado también puede facilitar que la decisión sea más fácil de inspeccionar.
Pero una aplicación más estricta no repara automáticamente la información débil.
Si una política depende del valor del colateral, la volatilidad, la liquidez, la exposición o otra condición externa, entonces la calidad de la autorización depende en parte de cómo se midió esa condición.
Una regla como “permitir la acción mientras la colateralización se mantenga por encima del 150%” se ve precisa.
En la práctica, oculta varias decisiones de diseño.
¿Qué fuente de precio define el valor del colateral?
¿Qué tan antigua puede ser la actualización?
¿Qué sucede cuando dos fuentes no están de acuerdo?
¿La edad permitida cambia durante la volatilidad?
¿Debería la aplicación abrir una nueva exposición cuando no haya información vigente?
El porcentaje por sí solo no responde ninguna de esas preguntas.
Por eso creo que la vigencia debería convertirse en parte de la política, en lugar de permanecer como una suposición fuera de ella.
Un ajuste pequeño de la cartera puede tolerar un retraso corto.
Abrir una posición apalancada probablemente debería requerir una ventana de vigencia mucho más estrecha.
Pagar una deuda puede seguir reduciendo el riesgo cuando la entrada del mercado no es confiable.
Retirar el colateral bajo la misma incertidumbre puede merecer una respuesta completamente diferente.
La acción importa tanto como los datos.
Una regla universal para cada situación puede parecer simple, pero puede ocultar el hecho de que diferentes transacciones fallan de maneras distintas.
Una acción rechazada por la política no es lo mismo que una acción que carece de información confiable.
Y ninguna de las dos es lo mismo que una acción que aún podría ser segura porque reduce el riesgo existente.
Me gustaría que una aplicación seria impulsada por Newton preservara esas distinciones.
Cuando una autorización tiene éxito, me gustaría entender qué versión de la política se evaluó y qué información influyó en el resultado.
Cuando falla, me gustaría saber si la acción infringió una regla o si el sistema no pudo obtener evidencia lo suficientemente vigente.
Esa diferencia importaría para los desarrolladores al depurar la aplicación, para los usuarios al evaluar el resultado, y para las instituciones al revisar por qué el capital se movió o no.
Agregar más fuentes podría ayudar, pero incluso la redundancia requiere una interpretación cuidadosa.
Tres feeds no son realmente independientes si todos dependen del mismo mercado delgado.
Varias actualizaciones no son automáticamente vigentes si repiten la misma información upstream retrasada.
Más números pueden mejorar la confianza solo cuando la aplicación entiende qué representan realmente esos números.
Para mí, el objetivo no es tener la máxima cantidad de datos.
Es evidencia suficiente para una acción financiera específica.
Este es el estándar más difícil que usaría al evaluar Newton Mainnet Beta.
No simplemente si una comprobación de una política puede producir una aprobación firmada.
Si esa aprobación puede mostrar que la información evaluada por la política aún era relevante para la decisión que se estaba autorizando.
Los sistemas autónomos serán más rápidos.
Sus estrategias se volverán más sofisticadas.
Eso hace que el momento de la información sea más importante, no menos.
Un precio falso es fácil de no confiar en él.
Un precio verdadero del momento equivocado es más peligroso porque puede superar todas las pruebas visibles mientras autoriza en silencio la realidad incorrecta.
