Pada pukul 10:00, harga adalah benar.
Pada pukul 10:02, itu berbahaya.
Bayangkan brankas otomatis yang hanya dapat melakukan rebalancing selama kolateralnya tetap berada di atas ambang batas keamanan yang ditetapkan. Kebijakannya jelas, sumber harga sah, dan logika otorisasi bekerja persis seperti yang dirancang.
Lalu likuiditas menghilang.
Pasar bergerak tajam, tetapi input terbaru yang masih tersedia tetap mencerminkan keadaan sebelumnya. Agen mengirimkan suatu tindakan, kebijakan mengevaluasi angka lama tersebut, dan permintaan lolos.
Tidak ada yang dibuat-buat.
Tidak ada izin yang dilewati.
Sistem ini hanya membuat keputusan keuangan saat ini dengan deskripsi pasar yang akurat yang saat itu sudah tidak ada lagi.
Pembedaan itu penting bagi saya karena keuangan otonom sering memperlakukan kualitas data sebagai pertanyaan tentang kebenaran: Apakah angkanya benar? Apakah itu berasal dari sumber yang disetujui? Apakah pesan ditandatangani dengan benar?
Pertanyaan-pertanyaan itu diperlukan.
Mereka tidak cukup.
Sebuah potongan data bisa autentik tetapi tetap datang terlalu lambat untuk mendukung tindakan yang bergantung padanya.
Pertanyaan sebenarnya bukan hanya apakah sebuah input sudah benar.
Apakah input tersebut tetap layak untuk keputusan pada saat nilai tersebut hendak bergerak.
Di sinilah saya merasa Newton Mainnet Beta lebih menarik daripada narasi AI yang biasa.
Melalui VaultKit, aplikasi dapat menetapkan kondisi tentang apa yang diizinkan untuk dilakukan oleh agen atau strategi otomatis. @NewtonProtocol @NewtonProtocol dapat menempatkan evaluasi kebijakan tersebut sebelum settlement, sehingga aplikasi memiliki titik di mana suatu tindakan masih bisa dihentikan, bukan dijelaskan setelahnya. Catatan otorisasi bertanda tangan juga dapat memudahkan keputusan untuk diperiksa.
Namun, penegakan yang lebih kuat tidak otomatis memperbaiki informasi yang lemah.
Jika suatu kebijakan bergantung pada nilai jaminan, volatilitas, likuiditas, eksposur, atau kondisi eksternal lainnya, maka kualitas otorisasi bergantung sebagian pada bagaimana kondisi tersebut diukur.
Sebuah aturan seperti “izinkan tindakan selama tingkat jaminan tetap di atas 150%” terlihat presisi.
Namun, pada praktiknya itu menyembunyikan beberapa pilihan desain.
Sumber harga yang mana yang mendefinisikan nilai jaminan?
Seberapa tua pembaruan itu boleh?
Apa yang terjadi ketika dua sumber saling bertentangan?
Apakah usia yang diperbolehkan berubah selama volatilitas?
Apakah aplikasi harus membuka eksposur baru ketika informasi yang segar tidak tersedia?
Persentase saja tidak menjawab pertanyaan-pertanyaan itu.
Itulah sebabnya saya berpikir kesegaran harus menjadi bagian dari kebijakan, bukan tetap menjadi asumsi di luar kebijakan tersebut.
Penyesuaian kecil pada portofolio mungkin mengizinkan jeda singkat.
Membuka posisi yang menggunakan leverage sebaiknya memerlukan jendela kesegaran yang jauh lebih ketat.
Melunasi utang mungkin masih dapat mengurangi risiko saat input pasar tidak pasti.
Menarik jaminan di bawah ketidakpastian yang sama mungkin memerlukan respons yang sama sekali berbeda.
Tindakan itu sama pentingnya dengan data.
Satu aturan universal untuk setiap situasi mungkin terlihat sederhana, tetapi ia bisa menyembunyikan fakta bahwa transaksi yang berbeda gagal dengan cara yang berbeda pula.
Tindakan yang ditolak oleh kebijakan tidak sama dengan tindakan yang tidak memiliki informasi yang dapat diandalkan.
Dan tidak juga sama dengan suatu tindakan yang mungkin masih aman karena tindakan tersebut mengurangi risiko yang sudah ada.
Saya ingin aplikasi yang benar-benar bertenaga Newton untuk mempertahankan pembedaan tersebut.
Saat sebuah otorisasi berhasil, saya ingin memahami versi kebijakan mana yang dievaluasi dan informasi apa yang memengaruhi hasilnya.
Ketika gagal, saya ingin tahu apakah tindakan tersebut melanggar suatu aturan atau apakah sistem tidak dapat memperoleh bukti yang cukup segar.
Perbedaan itu akan penting bagi pengembang yang sedang melakukan debugging aplikasi, pengguna yang menilai hasilnya, dan institusi yang meninjau mengapa modal berpindah atau tidak berpindah.
Menambahkan lebih banyak sumber dapat membantu, tetapi bahkan redundansi pun perlu interpretasi yang cermat.
Tiga feed tidak benar-benar independen jika semuanya bergantung pada pasar yang tipis yang sama.
Beberapa pembaruan tidak otomatis menjadi segar jika pembaruan tersebut mengulang informasi upstream yang tertunda yang sama.
Lebih banyak angka hanya bisa meningkatkan kepercayaan jika aplikasi memahami apa sebenarnya yang direpresentasikan oleh angka-angka tersebut.
Bagi saya, tujuannya bukan data maksimum.
Itu adalah bukti yang cukup untuk tindakan keuangan tertentu.
Ini adalah standar yang lebih sulit yang akan saya gunakan saat menilai Newton Mainnet Beta.
Bukan sekadar apakah suatu pemeriksaan kebijakan dapat menghasilkan persetujuan bertanda tangan yang sah.
Apakah persetujuan itu dapat menunjukkan bahwa informasi yang dievaluasi oleh kebijakan masih relevan dengan keputusan yang sedang diberi wewenang.
Sistem otonom akan menjadi lebih cepat.
Strategi mereka akan menjadi lebih canggih.
Itu membuat ketepatan waktu informasi menjadi lebih penting, bukan kurang.
Harga yang salah mudah untuk tidak dipercaya.
Harga yang benar dari momen yang keliru lebih berbahaya karena ia dapat lolos semua pengujian yang terlihat, sambil diam-diam mengotorisasi realitas yang salah.
