ВСЕ говорят о том, как сделать ИИ-агентов умнее.Очень немногие проекты фокусируются на том, чтобы контролировать, что этим агентам вообще разрешено делать.
Вот почему внимание привлек Newton Protocol.Его ключевая идея не в создании очередного ИИ-агента.
Она в создании СЛОЯ АВТОРИЗАЦИИ, который оценивает действия до того, как они произойдут.
Когда ИИ начинает управлять КОШЕЛЬКАМИ,выполнять сделки и взаимодействовать с DeFi,только возможностей будет недостаточно.
Настоящий вызов становится УПРАВЛЕНИЕМ (GOVERNANCE).
Может ли агент доказать, что он действует в рамках заранее заданных правил?
Могут ли пользователи устанавливать ГРАНИЦЫ, которые реально соблюдаются?
Я думаю, что эти вопросы в ближайшие годы станут важнее, чем производительность модели.
Самая большая проблема ИИ — не в интеллекте. А в разрешениях.
ВСЕ пытаются создать более умных ИИ-агентов. Но вот вопрос, который, похоже, никто не задаёт: Кто решает, что ИИ-агенту разрешено делать? Большинство проектов сосредотачиваются на том, чтобы агенты были более автономными. Более способными. Более связанными. Партнёрский протокол Newton подходит к этой проблеме с совершенно ДРУГОГО ракурса. Вместо того чтобы спрашивать: "Насколько МОЩНЫМ может стать ИИ?" Newton спрашивает: "Какие защитные ограждения должны существовать, прежде чем ИИ сможет переводить деньги, исполнять сделки или взаимодействовать с финансовыми системами?" Эта разница имеет значение. Представьте, что вы предоставляете ИИ-агенту доступ к вашему КОШЕЛЬКУ. Агент может быть гениальным. Он может находить возможности быстрее, чем любой человек.
Почему Ньютон, возможно, решает проблему, которую игнорирует большинство проектов в ИИ
Я заметил кое-что интересное в сфере ИИ. Почти каждый проект сосредоточен на том, чтобы помогать агентам ДЕЛАТЬ больше. Мало кто сосредоточен на том, чтобы помогать агентам ДЕЛАТЬ меньше. Это звучит странно, пока не задумаешься о сути. По-настоящему автономный агент может стать проблемой, если нет поддающихся принудительному соблюдению ограничений. Сегодня большинство ограничений существует на уровне интерфейса. Но интерфейсы можно обойти. Правила можно игнорировать. Разрешения можно обойти. Тезис Ньютона прост: Правила должны соблюдаться на уровне транзакций. Не предлагается.
Скрытая проблема, которую большинство проектов ИИ-агентов игнорируют
Многие проекты ИИ-агентов сосредоточены на том, что агенты могут делать. Мало кто сосредоточивается на том, что агентам следует разрешать делать. Это различие имеет значение. Представьте ИИ-портфельного менеджера с разрешением исполнять сделки. Без четких правил система становится трудно поддающейся аудиту, управлению и доверию. Протокол Newton подходит к этому иначе. Его политика позволяет пользователям задавать границы до того, как выполнение произойдет. В итоге получается архитектура, в которой автономность и контроль могут сосуществовать. Это ощущается все более актуальным, поскольку ИИ-агенты выходят за рамки чат-интерфейсов и начинают взаимодействовать с реальными экономическими системами.
Самая большая проблема для ИИ-агентов — это не возможности. Проблема — управление. Платформенная архитектура Newton Protocol, основанная на политике, сосредоточена на определении того, что агентам разрешено делать, прежде чем действия будут выполнены. По мере того как ИИ становится более автономным, этот выбор в дизайне может становиться всё более важным. @NewtonProtocol #AIAgents #newt $NEWT
Поскольку цены на сырую нефть продолжают снижаться, президент Трамп призывает розничных продавцов бензина передать эти сбережения потребителям.
Согласно его заявлению, цены на топливо должны отражать падение нефтяных издержек, а не оставаться завышенными, пока издержки на ввоз снижаются. Он также раскритиковал высокие топливные налоги штатов, особенно в Калифорнии, утверждая, что они создают лишнее давление на водителей.
Дискуссия поднимает более широкий вопрос: когда цены на сырьевые товары падают, как быстро потребители должны видеть облегчение на заправке?
Более низкие цены на нефть могут поддержать расходы домохозяйств, снизить транспортные расходы и повлиять на ожидания по инфляции по всей экономике.
📉 Нефть около $68 за баррель ⛽ Сдвиг фокуса на розничные цены на бензин 🏛️ Повторная проверка топливных налогов и затрат для потребителей
Как вы думаете — должны ли цены на бензин меняться быстрее, когда падает нефть? #OilPriceFalls #OilMarket
Большинство AI-проектов строят интеллект. Newton строит подотчётность.
Индустрия ИИ, похоже, зациклена на одном показателе: интеллекте. Более крупные модели. Лучшее рассуждение. Быстрее ответы. Newton Protocol сосредоточен на другом вопросе. Что происходит после того, как ИИ принимает решение? Если автономный агент управляет активами, выполняет сделки или переводит средства между сетями, пользователям нужна не только «интеллектуальность». Им нужны доказательства. Поэтому Ньютон объединяет в своей архитектуре обеспечение политики, доверенные среды выполнения и криптографическую верификацию. Интересная часть в том, что Ньютон рассматривает подотчётность как инфраструктуру. Большинство ИИ-систем оптимизируют за способность. Ньютон оптимизирует за верифицируемость.
Все стремятся создать более умный ИИ. Протокол Newton задаёт другой вопрос: Как проверить, что именно ИИ сделал на самом деле? Этот сдвиг акцента может стать крайне важным, когда автономные агенты начнут управлять активами и выполнять финансовые решения. Интеллект привлекает внимание. Ответственность завоёвывает доверие.
Одна вещь, которую я поначалу неверно понял(а) про OpenGradient:
Я считал(а), что доверие — это бинарное решение.
Либо ДОВЕРЯЙ результату, либо нет.
После того как я прочитал(а) больше о том, как у них устроен подход к проверяемому выводу, я начал(а) смотреть на это иначе.
Для разных приложений требуются разные Уровни уверенности. Обычный ИИ-помощник и автономный финансовый агент не несут одинаковых последствий, когда что-то идет НЕ ТАК.
То, что меня особенно интересует в OpenGradient, — это не идея максимальной верификации. Меня интересует идея, что верификация может стать программируемой.
Разработчики могут рассматривать доверие как элемент дизайна, а не как фиксированное правило. Это кажется тонкой мыслью СЕГОДНЯ.
Но это может стать крайне важным, если ИИ-агенты начнут выполнять более ценные ДЕЙСТВИЯ. #OPG $OPG @OpenGradient $VELVET $ACT
Я думаю, что одна из наиболее недооценённых идей внутри OpenGradient — это разделение хранения модели и её выполнения.
Традиционно, когда люди говорят об ИИ-моделях, владение и предоставление сервиса часто объединяются.
OpenGradient придерживается ДРУГОГО ПОДХОДА.
Модель может существовать в экосистеме независимо от ноды, которая в конечном итоге её обслуживает. Это меняет то, как я думаю об инфраструктуре ИИ.
Вместо того чтобы спрашивать:
«Кто владеет серверами?»
Более Интересный вопрос становится:
«Кто контролирует доступ к интеллекту?»
По мере того как ИИ становится ценнее, это различие может иметь гораздо большее значение, чем люди ожидают. @OpenGradient $OPG #OPG $PIVX $VELVET #USIranCeasefireBreaksDown