Lo haría más reflexivo y menos promocional, sin dejar de explicar claramente a Newton.
Antes pensaba que la blockchain ya había resuelto la confianza. Cada transacción es pública, cada registro puede verificarse y nada se puede cambiar una vez que se confirma. Pero cuanto más leía, más entendía que la transparencia no es lo mismo que la protección. Ver lo que ocurrió no evita que vuelva a ocurrir.
Newton Mainnet Beta introduce una capa de autorización onchain que se sitúa antes de la liquidación. En lugar de esperar a que una transacción se complete, evalúa si esa transacción cumple políticas predefinidas de seguridad, identidad, cumplimiento y riesgo. Si se satisfacen las condiciones, devuelve una atestación de pase firmada onchain. Si no, la transacción puede detenerse antes de que los activos se muevan.
Creo que es un cambio importante para DeFi. Hoy, muchas bóvedas, estrategias automatizadas y sistemas impulsados por IA todavía dependen de verificaciones fragmentadas o fuera de la cadena para gestionar el riesgo. Newton lleva esas reglas onchain, haciéndolas transparentes, programables y aplicables donde realmente sucede la transacción.
A medida que más decisiones financieras se toman mediante código en lugar de personas, contar con una capa de infraestructura que pregunte “¿Debería ocurrir esto?” antes de la ejecución se siente igual de importante que ejecutar la transacción en sí.
Para mí, eso es lo que hace diferente a Newton. No intenta reemplazar DeFi. Intenta que las decisiones detrás de DeFi sean más inteligentes y seguras.
Cuanto Más Leía Sobre Newton, Más Me Daba Cuenta de Que Blockchain Ha Estado Faltando una Capa de Decisión
Hace un par de noches, estaba organizando fotos antiguas en mi portátil. Pasé casi una hora borrando duplicados, arreglando carpetas y limpiándolo todo. Cuando terminé, me di cuenta de algo que me hizo reír. Si hubiera organizado los archivos correctamente desde el principio, no habría necesitado pasar una hora arreglando el desastre después. Fue un pensamiento tan simple, pero se me quedó grabado. Invertimos mucho tiempo en crear sistemas que explican los errores después de que ocurren. Los informes nos dicen por qué falló algo. Los paneles muestran dónde salieron mal las cosas. Los registros ayudan a reconstruir la secuencia de los eventos. Todo eso es útil, pero ninguno de ello evita que el error ocurra en primer lugar.
Solía pensar que la mayor fortaleza de blockchain era la transparencia. Si algo salía mal, al menos siempre podías rastrearlo… Pero cuanto más aprendía, más me daba cuenta de que la transparencia solo explica el pasado. No evita que ocurra una mala transacción desde el principio.
Eso fue lo que me hizo destacar el @NewtonProtocol . Newton Mainnet Beta agrega una capa de autorización onchain que verifica una transacción antes de que se liquide, no después. En lugar de limitarse a registrar actividad, evalúa si la transacción cumple políticas predefinidas de seguridad, identidad, cumplimiento y riesgo, y luego devuelve una atestación firmada de “aprobado” o “rechazado” en la cadena. Creo que es un cambio significativo porque DeFi se está volviendo más automatizado. Los agentes de IA, los bóvedas y las estrategias de trading necesitan vallas de protección, no solo historiales de auditoría. Para mí, Newton no intenta reemplazar DeFi. Está construyendo la capa de decisiones que ayuda a DeFi a tomar mejores decisiones antes de que los activos se muevan.
Ayer estaba ayudando a mi pequeño primo a armar un set de LEGO.
Cada pocos minutos él alcanzaba por la siguiente pieza, y yo lo detenía con la misma frase: “Revisa las instrucciones primero”. Se impacientó y preguntó: “¿Por qué no puedo simplemente seguir construyendo?”. Sonreí porque sabía lo que iba a pasar. Saltarse un paso pequeño no siempre parece un problema de inmediato. A veces solo te das cuenta veinte pasos después, cuando todo tiene que desmontarse. Esa conversación se me quedó en la cabeza más tiempo del que esperaba. Empecé a pensar en con qué frecuencia recurrimos a corregir errores en vez de prevenirlos. Celebramos sistemas que explican qué salió mal, pero rara vez nos preguntamos por qué se permitió en primer lugar la acción incorrecta.
Estaba tratando de comparar dos herramientas de IA porque quería saber cuál era mejor
Después de unos minutos me di cuenta de que ni siquiera estaba prestando atención a las respuestas
Estaba más interesado en por qué respondían la misma pregunta de manera tan diferente
Esa pregunta se quedó conmigo más tiempo del que esperaba
Así que comencé a leer
Un blog explicaba los modelos de IA
Otro hablaba sobre la inferencia
Luego me encontré con OpenGradient
Al principio pensé que era otro proyecto intentando construir una IA más inteligente
Cuanto más leía, más me daba cuenta de que lo estaba viendo de la manera equivocada
OpenGradient en realidad no está compitiendo por cuál modelo es el más inteligente
Está construyendo infraestructura descentralizada donde los modelos de IA pueden realizar inferencias a gran escala y donde la ejecución detrás de esos resultados realmente puede ser verificada
Eso honestamente cambió la forma en que pienso sobre la IA
Pasamos tanto tiempo comparando salidas
Quizás también deberíamos dedicar un poco más de tiempo a entender qué sucede antes de que aparezcan esas salidas
Hace una semana probablemente no me habría importado nada de esto 😅
Ahora cada vez que uso IA me sorprendo preguntándome qué está pasando detrás de la pantalla
Es curioso cómo una pregunta aleatoria cambió completamente en qué estaba prestando atención 🤔