продолжал возвращаться к этому после того, как прочитал, как должен работать реестр моделей Ньютона.
Разработчики регистрируют стратегии агентов. Операторы запускают их. Пользователи активируют их через zkPermissions. Каждое выполнение генерирует доказательство, которое проверяется onchain, подтверждая, что агент оставался внутри своих авторизованных границ.
Вот и вся суть, по сути. Проверяемая автоматизация.
Это реальная вещь. Если агенту разрешено торговать только тогда, когда волатильность пересекает некоторый порог, или ребалансировать, когда RSI опускается ниже заданного уровня, доказательство подтверждает, что агент соблюдал это правило. Никакой слепой веры в «чёрный ящик». Никаких надежд на то, что бот просто вел себя правильно.
Но я всё время возвращался к тому, что именно здесь означает «верифицированный».
Это значит, что агент действовал в рамках тех правил, которые дал ему пользователь.
Это не значит, что правила были хорошими.
Криптография Newton может подтвердить с математической определённостью, что стратегия была выполнена ровно так, как разрешено. Она ничего не говорит о том, был ли сам по себе этот способ разумным, чтобы управлять деньгами. Плохо спроектированный агент — тот, что добросовестно исполняет ошибочную модель прямо в убыток, — сгенерировал бы совершенно корректное доказательство по всей цепочке.
Это различие важнее, чем звучит.
Проверка и качество — это разные проблемы, решаемые разными механизмами, и пользователю легко их перепутать. «Этот агент верифицирован» несёт в себе определённое негласное успокоение. Похоже на «этот агент безопасен» или «этот агент хорошо справляется со своей работой». Ни то ни другое не следует из ZK-доказательства соблюдения правил.
Newton, похоже, понимает это, по крайней мере структурно. Model Registry описан как маркетплейс, где разработчики регистрируют стратегии и получают вознаграждения за использование, когда оператор принимает модель — это создаёт экономический сигнал вокруг внедрения. Хорошие стратегии, вероятно, используют чаще, плохие — реже. Это рыночный механизм, а не криптографический: медленнее и более «грязный» способ отделять хороших агентов от плохих, чем система доказательств.
Это значит, что реальный фильтр качества в дизайне Newton — вообще не zk-слой. Это репутация, данные об использовании и любые неформальные проверки должной осмотрительности, которые пользователи делают перед делегированием средств конкретной модели. Криптография лишь гарантирует, что агент не сделает тихо шаг за пределы своей «полосы», пока делает всё, что делает.
Я не думаю, что это именно слабость. Возможно, это честное разделение труда. Верификация закрывает ту часть, в которой криптография действительно хороша — доказывать, что исполнение совпало с разрешением. Рынки и репутация закрывают ту часть, до которой криптография не может дотянуться: насколько лежащая в основе логика вообще была хорошей. Попытка заставить систему доказательств ещё и подтверждать качество стратегии — это просьба сделать то, что структурно невозможно: доказательная система на это не рассчитана.
Но это означает, что маркетинговая дистанция между «верифицируемым» и «надёжным» выполняет большую часть тихой работы.
Пользователь, который видит в Model Registry верифицированный бейдж у агента — особенно тот, кто пришёл из традиционных финансов, где «верифицированный» часто подразумевает аудит или проверку, — может вполне разумно прочитать в этом слове больше, чем протокол на самом деле обещает. Система zkPermission решает проблему агентности: сделал ли агент именно то, что я ему сказал; а не проблему компетентности: стоило ли то, что я ему сказал, вообще делать.
Эти два вопроса постоянно смешиваются в том, как люди в целом говорят об AI-агентах, не только в крипто. «Надёжный AI» используется, чтобы означать и «не выйдет из-под контроля», и «даёт хорошие советы», хотя это действительно отдельные свойства, требующие отдельных решений.
Архитектура Newton, если говорить честно, претендует только на решение первой задачи. Все эти границы разрешений, аттестация TEE, onchain-доказательство — это про ограничения, а не про качество. Сохранится ли это различие при контакте с маркетинговыми текстами и ожиданиями пользователей — вопрос отдельный, и, вероятно, куда более важный для реального внедрения.
Поэтому я снова и снова возвращаюсь к этой мысли.
Трудная задача, которую Newton решил, — это удержание агентов внутри линий. Сложная задача, которую Newton не решил, и, возможно, не мог решить — это то, были ли эти линии проведены в разумном месте.
Если рынок в итоге будет воспринимать «верифицированный» как прокси для «хороший», это создаст ложное ощущение безопасности, которого криптография никогда не обещала? Или же это просто то, как каждую новую «единицу доверия» неверно читают в первые годы?