Passei um tempo lendo a documentação do Protocolo Newton e uma coisa ficou se destacando para mim. Todo mundo fala sobre desempenho de trading com IA, mas quase ninguém fala sobre permissões.
O Newton introduz o zkPermissions, no qual um agente de IA só pode agir dentro de regras que você define, como executar trades apenas quando condições específicas de mercado forem atendidas. Essas permissões são verificadas por meio de Ambientes de Execução Confiável (TEEs) antes de qualquer coisa chegar à blockchain. Em teoria, isso é uma abordagem mais cautelosa do que simplesmente dar acesso total a uma carteira a um agente e torcer para que tudo dê certo.
Dito isso, esta não é uma solução perfeita. Cada etapa adicional de verificação pode introduzir latência, e eu não encontrei dados claros mostrando o quanto. Para gestão de portfólio no longo prazo, talvez não importe. Para mercados que se movem rápido, ainda é uma questão em aberto.
Outra coisa importante é lembrar que o sistema só impõe as regras que você cria. Se suas permissões forem mal projetadas, a IA ainda pode tomar decisões indesejadas — apenas dentro desses limites.
O Newton também reconhece que uma adoção mais ampla depende do suporte de validadores, do rollup do Keystore e da tecnologia de zkML continuarem a amadurecer.
Para mim, a conversa real não é sobre o quão inteligente a IA se torna. É sobre quem a controla, quais limites existem e se essas salvaguardas resistem quando dinheiro de verdade está em jogo.
#Newt @OpenGradient $NEWT
O Newton introduz o zkPermissions, no qual um agente de IA só pode agir dentro de regras que você define, como executar trades apenas quando condições específicas de mercado forem atendidas. Essas permissões são verificadas por meio de Ambientes de Execução Confiável (TEEs) antes de qualquer coisa chegar à blockchain. Em teoria, isso é uma abordagem mais cautelosa do que simplesmente dar acesso total a uma carteira a um agente e torcer para que tudo dê certo.
Dito isso, esta não é uma solução perfeita. Cada etapa adicional de verificação pode introduzir latência, e eu não encontrei dados claros mostrando o quanto. Para gestão de portfólio no longo prazo, talvez não importe. Para mercados que se movem rápido, ainda é uma questão em aberto.
Outra coisa importante é lembrar que o sistema só impõe as regras que você cria. Se suas permissões forem mal projetadas, a IA ainda pode tomar decisões indesejadas — apenas dentro desses limites.
O Newton também reconhece que uma adoção mais ampla depende do suporte de validadores, do rollup do Keystore e da tecnologia de zkML continuarem a amadurecer.
Para mim, a conversa real não é sobre o quão inteligente a IA se torna. É sobre quem a controla, quais limites existem e se essas salvaguardas resistem quando dinheiro de verdade está em jogo.
#Newt @OpenGradient $NEWT