newt

J’ai entendu cette phrase plus de fois que je ne peux en compter en service : « Monsieur, le rapport a été déposé. » Déposer un rapport ne veut pas dire que l’incident s’est arrêté. Les dossiers avancent, les fichiers sont traités… mais dès que les dégâts sont faits, on ne peut pas revenir en arrière. Cette intuition s’est tellement ancrée en moi que quand je suis passé à la crypto, la première chose que je vérifie dans n’importe quel système, c’est ceci : est-ce que ça stoppe le problème avant qu’il n’arrive, ou est-ce que ça ne fait que déclencher une notification après ?
L’an dernier, j’ai assisté en temps réel, sur la blockchain, à un portefeuille se vider. Un tableau de bord de notation des risques a signalé l’adresse « haut risque » dès l’envoi du transfert. Le libellé était exact, la reconnaissance de formes a fonctionné exactement comme prévu. Mais le libellé est apparu après que la transaction a déjà été confirmée sur la blockchain. L’alerte était correcte. Elle était aussi inutile. Voilà le fossé… le système l’a vu, mais voir ne stoppe pas…

@NewtonProtocol #Newt $NEWT
Après avoir passé du temps à lire le livre blanc de Newton Protocol, sa documentation pour développeurs, ses annonces récentes et des éléments architecturaux, j’en suis ressorti avec une impression différente de celle que j’attendais.
La plupart des discussions portent sur l’automatisation. Les agents IA. L’exécution d’intentions. La finance autonome.
Ce sont des sujets intéressants, mais ce n’est pas cela qui a retenu mon attention.
Ce que je n’ai cessé de répéter, c’est quelque chose de beaucoup moins visible : la politique.
Plus je regardais, plus je sentais que Newton tente de résoudre un problème qui devient de plus en plus important à mesure que les actifs numériques dépassent le DeFi de détail et s’inscrivent dans des environnements institutionnels. Le protocole se positionne comme une couche d’autorisation qui évalue si une transaction doit être autorisée avant le règlement, plutôt que de se contenter d’enregistrer ce qui s’est déjà produit après coup. Cette distinction apparaît à maintes reprises dans l’ensemble de sa documentation et dans ses annonces produit récentes.

J’ai ouvert l’architecture de paiement de Newton Protocol parce que je voulais avoir une idée rapide de la façon dont le flux de paiement fonctionnait.
Je me suis dit que j’y passerais une minute ou deux.
Finalement, j’ai continué à y revenir sur le schéma.
La première chose que j’ai remarquée, c’est que le transfert ne se fait pas immédiatement. La requête passe par plusieurs étapes avant qu’une exécution ne se produise. Je suis même retourné et j’ai suivi les flèches une deuxième fois, parce que je voulais être sûr de n’avoir rien manqué.
Ce qui n’a cessé d’attirer mon attention, c’était l’attestation.

Every technological revolution eventually discovers that its greatest limitation is not performance but infrastructure. The internet did not become useful simply because computers became faster; it became transformative because reliable networks connected them. Cloud computing was not defined by more powerful servers but by the systems that made computing accessible at scale. Artificial intelligence may now be approaching a similar turning point. The models continue to improve, yet the systems responsible for deploying, verifying, and coordinating those models remain fragmented.
This gap becomes especially visible in blockchain. AI agents are increasingly capable of analyzing markets, managing digital assets, and executing complex financial strategies without constant human supervision. However, the infrastructure supporting these autonomous systems has not evolved at the same pace. Most blockchains were designed to record transactions between people, not to coordinate intelligent software operating continuously across decentralized environments.
As a result, developers often combine AI services with off-chain infrastructure while using blockchain only as a settlement layer. This architecture works for simple applications, but it introduces a difficult trade-off. The blockchain may verify that a transaction occurred, yet it usually cannot verify how the AI reached its decision or whether the execution environment behaved as expected. Trust therefore shifts back toward centralized servers and platform operators, reducing many of the transparency benefits that blockchain originally promised.
Several blockchain projects have attempted to integrate artificial intelligence over the past few years. Some focused on decentralized computing networks, while others created marketplaces where AI models could be shared or monetized. These approaches expanded access to AI resources, but they rarely addressed the broader challenge of execution infrastructure. Making AI available is not necessarily the same as making AI accountable. A decentralized marketplace can distribute models, yet users may still have limited visibility into how those models operate after deployment.
Newton Protocol approaches the problem from a different direction. Instead of presenting itself as another AI platform, it positions itself as infrastructure specifically designed for AI-driven applications. According to the project's vision, autonomous software requires an execution layer that combines blockchain verification with scalable computation. Rather than asking users to trust individual operators, the protocol aims to build an environment where important actions can be independently verified through cryptographic mechanisms.
The project describes itself as a secure rollup intended for AI-powered strategies, automated trading systems, and a marketplace where developers can publish AI applications. The rollup architecture is designed to process large volumes of activity more efficiently than executing everything directly on a base blockchain. Heavy computational work remains outside the main chain, while verification data and transaction records are anchored on-chain. In theory, this attempts to balance scalability with transparency.
Another important claim is the creation of an open marketplace for AI developers. The idea is that developers should not only build intelligent applications but also distribute them through an ecosystem where users can discover and utilize different AI agents. If successful, such a marketplace could encourage experimentation and reduce dependence on proprietary platforms. It reflects a broader movement within Web3 toward open participation instead of closed software ecosystems.
Perhaps the most ambitious aspect of Newton Protocol is its emphasis on AI-driven financial automation. The protocol suggests that autonomous trading strategies can operate within infrastructure that records execution in a verifiable manner. This does not necessarily guarantee profitable decisions, but it seeks to make the execution process more transparent than many existing centralized systems.
These objectives address genuine challenges. Verification is becoming increasingly important as AI systems begin making financial decisions with minimal human intervention. Infrastructure that improves auditability could become valuable, particularly for developers building applications where transparency matters as much as computational performance. In this respect, Newton Protocol identifies a real limitation within today's blockchain ecosystem rather than attempting to invent a new problem.
Nevertheless, several questions deserve careful consideration. Verifying execution is fundamentally different from verifying intelligence. Blockchain may prove that specific instructions were followed correctly, but it cannot determine whether those instructions reflected sound reasoning or high-quality machine learning. Model selection, training data, and algorithm design remain outside the scope of blockchain verification. Users may therefore continue relying on developer credibility even if execution becomes more transparent.
The marketplace concept also introduces practical uncertainties. Open ecosystems frequently generate innovation, yet they also attract inconsistent quality. If hundreds of AI applications become available, users will still require effective methods to distinguish reliable systems from poorly designed ones. Reputation mechanisms, independent audits, and community evaluation may ultimately become as important as the protocol itself.
The rollup architecture represents a practical engineering decision, but it is accompanied by familiar trade-offs. Rollups generally improve throughput and reduce transaction costs, making them suitable for applications involving frequent AI interactions. At the same time, they introduce additional infrastructure layers, proving systems, and operational assumptions that users must understand. Greater scalability rarely comes without greater architectural complexity.
Developers building autonomous applications, quantitative trading systems, or AI services may benefit most from this design. By contrast, users expecting blockchain infrastructure alone to solve the broader problems of AI reliability may find that many uncertainties remain beyond the reach of cryptographic verification. Transparency can improve accountability, but it cannot eliminate the unpredictability inherent in intelligent systems.
As artificial intelligence becomes increasingly autonomous, the conversation may gradually move beyond building smarter models toward building environments where those models can operate responsibly. Whether Newton Protocol represents an important step in that direction may depend less on the sophistication of its technology and more on a broader question: can infrastructure itself become a source of trust, or will confidence in AI always depend primarily on the people who build it?
$NEWT #Newt @NewtonProtocol

J’ai assez longtemps été dans la crypto pour arrêter de m’enthousiasmer à chaque fois qu’une nouvelle narration apparaît.
C’est peut-être ce que font plusieurs cycles de marché.
Vous arrêtez de courir après les gros titres. Vous cessez de croire chaque fil avec des graphiques parfaits et des prédictions pleines de confiance. Vous commencez à remarquer à quelle fréquence la même histoire est recyclée avec des logos différents.
Trop de jetons.
Trop de projets d’IA.
Trop d’influenceurs qui disent des mots différents, mais qui signifient en quelque sorte exactement la même chose.
Tous les quelques mois, l’industrie découvre un nouveau mot à la mode et on est soudain censés croire que celui-ci change tout. Avant, c’étaient les NFT. Puis le métavers. Puis le restaking. Puis le modulaire. Puis les agents IA. Maintenant, c’est ce qui vient ensuite.

最近在认真研究链上AI agent的安全问题，兜兜转转绕回来看到了 @NewtonProtocol ，才意识到这个项目真正难以替代的部分，可能不是vault compliance，而是它对agent授权边界的处理方式。
大概是从今年上半年开始，越来越多协议在生产环境里跑AI agent，不是测试，是真的在管资金、执行策略、跨协议操作。这里有个问题我一直想不明白：这些agent的权限到底被什么控制着？大部分情况下答案是私钥。agent拿着用户给的私钥，理论上可以签任何交易，唯一的限制是代码逻辑。代码写了什么它就能做什么，代码没防住的，它就可能做出去。
这个问题今年在prompt injection攻击里体现得最清楚。攻击者不需要破解私钥，只需要在agent处理的数据里塞进恶意指令，agent就可能被诱导执行任意操作，包括把资金转到攻击者控制的地址。OWASP在2026年的LLM安全报告里把prompt injection列为第一威胁，攻击量同比暴涨340%。更麻烦的是这类攻击没有固定特征，很难在模型层做完整的防御，语言模型本身对指令和数据的边界感知就很脆弱，不是靠过滤能根治的。
我重新翻了 @NewtonProtocol 官网的agent use case，它列出来的四项是：Spending Caps、Approved Payees、Mandate Enforcement、Prompt-Injection Defense。这四个词放在一起的时候，我停了很久。因为它们解决的不是”agent能不能访问链上资产”这个问题，而是”agent在被操控或者被利用的时候，能不能在密码学层面被拦住”。
这两件事差得很远。前者靠权限管理，后者靠执行前的强制性验证。Newton的逻辑是：不管agent的指令从哪里来，不管它的推理过程是否已经被污染，当这个指令到达执行层的时候，Newton的policy会在交易打出去之前检查它是否符合用户预先设定的规则。超出spending cap的不执行，目标地址不在approved payees列表里的不执行，与mandate不符的不执行。这些规则存在链上，由EigenLayer AVS网络里的独立操作者节点评估，每次出一个零知识证明加BLS聚合签名，结果不可篡改，链上留Authorization Receipt可查。就算agent的推理层已经被prompt injection攻破，执行层还有一道独立于模型之外的密码学防线挡着。litepaper里的原话是：spending limits enforced at the cryptographic level，destination addresses whitelisted or blacklisted。这个承诺的落点是密码学，不是代码逻辑，这才是关键区别。
这不是说Newton解决了prompt injection本身，那不现实。Newton解决的是：就算模型层被攻破，链上的资金还能有独立的硬性约束，不能被任意调走。这个切分在软件安全里有经典对应：不要只靠上游过滤，每一层都要有自己的防御。agent security的大多数讨论给的方案是输入过滤、输出验证、人工审批，这些都是软性的，依赖检测准确率，而检测本质上是在和攻击者的创造力赛跑。Newton的方向不同，它不管agent中间经历了什么，只在资金真正移动的那一刻做硬性核查。
一个我没想清楚的问题：policy要用户或协议预先定义，对高度自主的agent来说，规则颗粒度怎么设合适？太细会锁死执行灵活性，太粗等于没有边界。这不是技术问题，是产品设计问题，目前我没看到Newton给出清晰答案，可能也是Mainnet Beta阶段需要跑出来的东西。
$NEWT 的角色：gas支付、agent授权、操作者质押（misbehavior被slash）、治理投票，全走NEWT，类EIP-1559费用机制。总量10亿，当前流通约2.2亿，后续释放压力客观存在。代币能不能撑住，看接入agent数量和receipt产生频率比看价格图有意义。
链上agent规模现在还小，但趋势每个季度都在涨。Newton如果能在这个窗口期把authorization layer的位置占稳，后面进场的东西会很难绕开它。但这还是个如果，验证期才刚开始。
#Newt $NEWT @NewtonProtocol