Prince ETH

Три года назад я заплатил внештатному видеоредактору четыреста долларов авансом, потому что в его профиле было тридцать пять отзывов с пятью звездами. Он получил задаток, прислал один черновой вариант в неверном соотношении сторон, а потом исчез. Ничто в этом рейтинге не стоило ему ничего в тот момент, когда моя оплата выглядела лучше, чем его следующие десять заказов.

В прошлом месяце я нанял кого-то для похожей работы через платформу, которая держит платеж на эскроу, пока я не одобрю результат. Такой же отполированный профиль, то же среднее значение — пять звезд. Но этот фрилансер знал, что деньги не его, пока я не нажму «разблокировать», поэтому отправил черновик заранее и исправил его в тот же день. Изменилось не его мастерство. Изменилось эскроу.

Публичный послужной список AI-торгового агента несёт тот же изъян, что и первый профиль. Скриншот прошлых доходов или заявленный процент побед ничего не стоит подделать, поэтому по виду вполне добротный агент и убедительно «раскрученный» плохой могут выглядеть одинаково — пока капитал уже не будет потерян.

Протокол Newton, размещающий финансовые санкции на уровне репутации, может закрыть этот разрыв. Агенты всё равно нарабатывают историю со временем, но нарушение правил, на которых они работают, теперь стоит чего-то реального — ближе к удержанию моих четырёхсот долларов на эскроу, чем к рейтингу, который можно накрутить бесплатно.

Самокритика: эскроу сработало, потому что четыреста долларов действительно имели значение для того фрилансера по сравнению с тем, что он мог выиграть, срезав углы. Тот же вопрос актуален и здесь: достаточно ли «цены» нарушения правил по отношению к тому, что агент может извлечь, или это просто стоимость, заложенная в план. Есть и вторая проблема. Плохой монтаж моего редактора был очевиден сразу, как только я открыл файл, поэтому эскроу сработало чисто. Стратегия, которая терпит неудачу медленно, может высосать счёт, прежде чем кто-то определит, какое правило было нарушено, а санкция, которая приходит только потом, лишь устраняет последствия, а не предотвращает их.

$NEWT следует оценивать, исходя из того, насколько реальные экономические ставки соразмерны потенциальному ущербу и насколько быстро можно выявить нарушения, а не из того, существует ли вообще механизм санкций.
#Newt @NewtonProtocol $TAG $THE

Несколько месяцев назад я привёл друга в раменную в Ист-Виллидж, где кухня была за стеклом — прямо вместо стены. Её раньше уже обжигали рестораны: красиво выкладывали блюдо для фото и потом разогревали уже «настоящую» версию. Поэтому она на секунду задержалась у стойки хостес дольше, чем нужно, и просто смотрела через стекло, прежде чем мы сели.

Мы заказали две миски тонкоцу рамена и наблюдали. Сбилась трактовка тикета, и повар начал собирать миску моей подруги свининой, хотя она просила овощной мисо. «Это моя», — сказала она, указав ещё до того, как всё коснулось бульона. Раз мы видели проход, ошибку успели остановить ещё до того, как она вообще попала на стол.

Это тот же шаблон, что и доверие автоматизированной торговой стратегии. Вы передаёте средства и почти никогда не наблюдаете за самим исполнением. Вам дают дашборд, и вы вынуждены принимать его на веру. Та же «запечатанная» кухня, другая форма.

@NewtonProtocol размещение генерации доказательств до завершения процесса, вместо отчёта post factum, может закрыть часть этого разрыва. Каждое действие агента порождает нулевое знание (zero-knowledge) доказательство, подтверждающее, что исполнение соответствует тому, что пользователь разрешил, — и тогда поведение можно проверять в реальном времени.

Самокритика: открытая кухня доказывает только то, что происходит внутри её стен, но не то, были ли продукты свежими тем утром или не подменил ли их поставщик за ночь. Проверяемое исполнение имеет тот же предел. Доказательство может подтвердить, что стратегия была запущена так, как закодировано, при этом оставаясь молчаливым о том, верна ли была логика или точны ли были входные данные, на которые она опиралась.

То, что это всё же даёт, — более узкий вопрос. Проверенная стратегия, которая показывает худшие результаты, позволяет исключить подмену или ошибки исполнения, сузив проблему до логики или входных данных. Не весь ответ, но реальное место, с чего начать — как мы сразу поняли, что дело в тикете, а не в скрытой кухне.

$NEWT следует оценивать строго на основании того, что именно охватывает данное доказательство, а не только на том, есть ли в описании системы слово «проверяемый».

#Newt $EVAA $LAB

В прошлые выходные я взял напрокат пауэрбанк на железнодорожной станции. Киоск сгенерировал QR-код, я отсканировал его, взял батарею и ушёл, особо не задумываясь. Через несколько часов я вернул его на другой станции. Сеанс закрылся автоматически. Мне не нужно было помнить, как выйти из системы, отозвать доступ или сообщить компании, что я закончил. Разрешение просто закончилось, потому что закончилась причина для него.
Это ровно тот же шаблон, который большинство одобрений кошелька всё ещё продолжает делать неправильно.
Когда мы нажимаем «approve» в крипто, разрешение часто продолжает действовать ещё долго после того, как закончились свап, минт или бридж. Ничто в автоматическом завершении транзакции само по себе не прекращает ту власть, которую мы выдали. Она остаётся активной, пока мы не вспомним сами отозвать её, и большинство из нас вспоминает только после того, как что-то пойдёт не так.
Свертка Keystore от @NewtonProtocol решает это иначе через session keys и zkPermissions. Вместо того чтобы выдавать ИИ-агенту постоянное разрешение, привязанное к приватному ключу, ему можно передать полномочия, ограниченные конкретной областью применения, и которые истекают вместе с задачей, которая их оправдала.
Самокритика: Вернуть пауэрбанк было легко, потому что киоск уже знал точно, когда должен закончиться мой сеанс аренды. Задачи для ИИ не всегда бывают такими предсказуемыми. Пользователи должны заранее решить, что агенту разрешено делать, и это сложнее, чем кажется. Если определить область слишком узко, агент будет постоянно останавливаться, чтобы спросить разрешение. Если слишком широко — удобство тихо воссоздаёт ту же проблему постоянного доступа, которой вы как раз пытались избежать.
$NEWT should be evaluated based on how practical its default permission scopes are for real AI workflows, not just whether scoped permissions exist.

#Newt $EVAA $BLUR

Примерно два месяца назад я заскочил(а) после работы в магазин у дома за водой и парой перекусов. Мужчина, стоявший передо мной в очереди, выглядел где-то на пятидесятые годы. Он медленно достал кошелёк, вытащил несколько купюр, а потом убрал их обратно, как только понял, что можно просто приложить карту.
Затем он приложил карту — и уже поворачивался уходить, прежде чем терминал успел закончить. Ни разу он не посмотрел на экран.
Я стоял(а) прямо за ним, так что видел(а) то, чего он не видел. Менее чем за секунду на дисплее один за другим вспыхнули три слова: Чтение карты, Авторизация, Одобрено. Моргнёшь не вовремя — и не заметишь все три
Меня это оставило с странным вопросом. Если все эти проверки по-прежнему выполняются, почему всегда ощущается, будто ни одна из них не сработала?
Раньше оплата сопровождалась видимым подтверждением: подписью, PIN-кодом, введённым на клавиатуре, взглядом кассира на детали перед тем, как он кивнёт и пропустит вас. Было ощущение, что система вас проверяет. А теперь вы прикладываете карту и идёте дальше — и сама скорость убеждает вас, будто что-то пропустили.
Я разобрался(лась) в этом позже той же ночью. Почти всё, что я предполагал(а), что исчезло, всё ещё было на месте: аутентификация карты, проверка баланса или лимита, оценка рисков, запрос в банк-эмитент до того, как придёт ответ. Ничего не убрали — просто это переместилось, чтобы выполняться под прикосновением, а не перед ним.
Возможно, многое из того, что мы называем «быстрым», — это не технология, пропускающая шаги. Это технология, которая прячет шаги от глаз, и как только проверка перестаёт прерывать процесс, мы начинаем путать скорость с меньшей строгостью.
Вот к этому, как мне кажется, и стремится Newton Protocol для AI-агентов. Вместо того чтобы ставить действие на паузу ради ручной проверки, верификация происходит прямо внутри выполнения — через доверенное оборудование и доказательства с нулевым разглашением. Тогда агенту не приходится выбирать между тем, чтобы двигаться быстро, и тем, чтобы оставаться подотчётным
Иногда я всё ещё думаю о том мужчине у стойки — он уходил, уверенный, что его вообще никто не проверял. Может быть, реальный сдвиг никогда не был в том, что «быстрое» заменило «безопасное». Скорее, впервые они оба наконец-то начинают происходить в одну и ту же половину секунды
@NewtonProtocol
$NEWT
#Newt

Однажды я сидел на третьем ряду на питче для финансового продукта, где я не понял не единого слайда. Комната кивала в такт, будто это было заранее отрепетировано, так что я кивнул тоже. Я вышел оттуда более уверенным, чем вошёл, и не смог бы объяснить почему.

Это не было разовым случаем. Посидишь достаточно в таких залах — и начинает проступать закономерность: никто не хочет быть первым, кто признает, что потерял нить, поэтому головы начинают кивать, по одной, пока растерянность не нарядится в согласие.

Большинство людей уходят более уверенными, чем пришли, но не могут назвать, что именно их по-настоящему убедило.

Когда я потом пересматривал тот питч, наконец щёлкнуло: дело почти не в том, что материал был действительно продвинутым. Это социальная рефлекторная реакция.

Молчание читают как понимание, а понимание — как безопасность «для большинства», так что никто не хочет быть тем, кто это нарушит. Настоящая строгость обычно выглядит как ясность: она выдерживает проверку, а не как клубок, где базовый вопрос кажется неловким.

Иными словами: чем сложнее идею проверить, тем проще принять её за правильную.

Вот к такому стандарту я стал относиться к вещам вроде автоматизированных торговых систем Newton Protocol. Не к тому, насколько убедительно звучит питч, а к тому, могу ли я на самом деле проверить, что делает стратегия, а не просто принимать чьё-то слово.

Если единственным доказательством идеи когда-либо были только киватели в зале — включая моё собственное — я не уверен, что это вообще доказательство чего-то. Возможно, в реальной практике это меняет дело сильнее, чем я предполагаю, но я предпочту посидеть с сомнением, чем принять собственную растерянность за чью-то компетентность.

@NewtonProtocol
$NEWT
#Newt

$LAB
$RPL

В четвертом классе у нас был подменный учитель: он заставил пройти двухминутный тест на личностные особенности и вслух зачитать результаты классу. У меня было написано «творческая личность». Ничего особенно креативного за ту неделю я не делал — просто тест выдал это. Но следующие десять лет я тихо старался соответствовать ему, выбирая предметы по выбору, которые, как мне казалось, вообще не хотел, в основном потому, что эта метка уже была вслух произнесена при всех.

Психологи называют это самореализующимся пророчеством. Одна метка не просто описывает вас — она может начать производить то поведение, которое утверждает, что наблюдает, особенно когда вы слышите, как ее повторяют снова и снова.

Алгоритм, который делает разметку, добавляет то, чего подменный учитель никогда не смог бы. Как только система классифицирует вас как «осторожного», она не просто начинает обращаться с вами соответствующим образом — она начинает собирать больше тех данных, которые подтверждают ее оценку, и тихо сокращать все, что могло бы ей противоречить. Меня по-настоящему беспокоит не сама метка. Беспокоит то, что у вас нет способа проверить, что система делает с ее помощью. Спустя год вы не можете понять, продолжает ли она лишь описывать вас, или за этот год успела натренировать и себя, и вас — так, чтобы это оставалось правдой.

По сути, это проблема наблюдаемости, а не личности. Большинство платформ, которые раскладывают людей по типам, никогда не показывают свою работу, поэтому этот цикл остается невидимым, если только вы не начнете целенаправленно его искать, а большинство из нас так и не делает.

Похожий разрыв заложен и в Newton Protocol на технической стороне. Любое действие, которое агент ИИ выполняет под его управлением, должно порождать проверяемое доказательство того, что он оставался внутри тех разрешений, которые вы реально задали, а не просит вас доверять классификации, которую вы не можете видеть изнутри.

Система, которая провела год, тихо собирая доказательства для метки, которую дала вам в первый день, — уже не просто описывает вас. Главный вопрос сложнее не в том, случилось ли это с вами. А в том, есть ли у вас хоть какой-то способ выяснить, что это действительно произошло.

@NewtonProtocol $NEWT #Newt $HMSTR $TLM

Все в этом пространстве продолжают твердить, что автоматизация делает нас безопаснее. Меньше ошибок, более чистое исполнение, меньше места для человеческого фактора. Я верил в это какое-то время. Не уверен, что верю до сих пор.

Потому что риск никогда не был по-настоящему в том, что если система сломается. Любая стратегия публикует историю, которую можно проверить. Никто не публикует отчет о том, что происходит с вашим собственным суждением, пока оно бездействует.

Вот неприятная часть. Навыки не отправляют предупреждение перед тем, как исчезают. Нет уведомления. Просто медленная тихая тишина там, где раньше была практика — и вы не замечаете, пока вам снова не понадобится эта штука.

Признаюсь: я не смог бы сказать, когда в последний раз куда-то ориентировался без синей точки, которая делала это за меня. Возможно, сможете вы. Большинство людей, у которых я спрашиваю, не может — и в этом, собственно, весь смысл. Пробел невидим, пока не наступает тот самый момент, когда он вдруг становится критичным.

Автоматизация, которая зарабатывает вам доверие, и автоматизация, которая захватывает ваше внимание, — это не одна и та же сделка. Чем лучше система работает, тем больше она незаметно забирает у вас второе. Это не баг. Это просто то, что стоит успеха, и счет не появляется на стороне системы.

То же самое происходит с рыночным суждением. Никто не ставит под сомнение стратегию, пока она выигрывает. Единственный момент, когда это было бы важно, наступает ровно тогда, когда она перестает работать — и это же худший момент для того, чтобы заново нарабатывать инстинкты, к которым вы не прикасались месяцами.

Доверие системе и доверие себе измеряются совершенно по-разному. Одно проявляется во времени безотказной работы и в дашбордах. Другое проверяется лишь один раз — и к тому времени это уже не проверка, а просто всё, что у вас осталось.

Вероятно, поэтому логика, лежащая в основе AI-стратегии, всё еще стоит того, чтобы понимать её, пока она работает хорошо, на любой платформе, включая Newton Protocol. Не потому, что систему нужно постоянно контролировать. Потому что вы — нужны.

Итак, честный вопрос. Если бы завтра ручное управление снова оказалось у вас в руках — без предупреждения, без периода разгона — вы доверили бы своему суждению так же сильно, как тому, что заменило его?

@NewtonProtocol
$NEWT
#Newt
$ALLO
$BIRB

Каждый раз, когда я реально пытаюсь найти кнопку отключения или отзыва

возникает одно и то же маленькое чувство тревоги

Не потому что я ожидаю потерять деньги

А потому что я уже подозреваю: это не будет так же просто, как подключиться

И никогда не бывает

«Подключить» — это один тап

в любом приложении

«Отключить» — это совсем другое существо

спрятанное в подменю

скрытое за тикетом в поддержке

или в худших случаях

просто отсутствует

Раньше я думал, что это халатный дизайн

Теперь так не думаю

Предоставление доступа требует только вашего собственного нажатия

Хотите войти?

Вы тапаете

Вы в системе

готово

Отзыв доступа требует, чтобы система другого человека действительно ответила

их серверы

их очередь поддержки

их таймлайн

а не ваш

Эти два действия выглядят одинаково на экране

Та же форма кнопки

то же ощущение от тапа

Но одно полностью в ваших руках

а другое — это запрос, который вы надеетесь, что выполнят

Вот что меня по-настоящему беспокоит

Я не думаю, что люди недодают разрешения из-за страха того, что приложение может сделать

Я думаю, что дело в другом

где-то по пути

они научились не доверять выход

не входной двери

а двери наружу

Странная вещь — выстраивать привычку вокруг недоверия

к собственной способности уйти

в большей степени, чем к тому, во что вы собираетесь войти

zkPermissions от Newton Protocol — это первое за долгое время, что заставило меня пересмотреть эту привычку

Выдача

обновление

или отзыв прав доступа агента происходит напрямую onchain

и закрепляется теми же правилами с самого начала

никакого серверного бэкенда компании между запросом и результатом

Это не делает автоматизацию безопасной на 100%

ничто не делает.

Но убирает одно конкретное колебание

необходимость доверять чужой системе, которая отпустит в тот момент, когда вы попросите

Так вот что я продолжаю спрашивать себя

если вам никогда не нужно было доверять другой стороне, чтобы она реально отпустила

какую одну вещь вы бы отдали сегодня автоматизированному агенту, которой вы всё равно не доверили бы?

@NewtonProtocol

$NEWT

#Newt

$TLM

$BIRB

«Установи и забудь» — возможно, самая повторяемая фраза в автоматизации, и долгое время я воспринимал её буквально. Затем я попытался настроить первое автоматическое правило и наткнулся на пустое поле разрешений, которое не давало мне двигаться дальше, пока я не решил всё до конца. Оказалось, что «забывание» имеет ценник, причём ещё до того, как что-либо вообще начнёт работать.

Идея большинства автоматизаций в том, что они убирают необходимость принимать решения из вашего дня. Добавьте к этому криптографическую верификацию — и заявление становится ещё более масштабным: не просто «оставь без участия», а гарантированно безопасно. Никто не упоминает, что гарантированная безопасность всё равно требует, чтобы кто-то заранее определил, что именно означает «безопасно», ещё до того, как выполнится первая транзакция.

Вот где мои взгляды сдвинулись. Верификация не стирает решение — она просто переносит его раньше по временной шкале. Каждая граница, каждое условие, каждый пограничный случай должны быть прописаны до того, как правило выйдет в эфир, а значит, думать приходится заранее, а не исчезнуть вовсе.

Это вполне законный вид удобства: меньше следить за происходящим изо дня в день, но это не то же самое, что «нулевая затрата усилий». Называя оба эти явления автоматизацией, вы размываете различие, которое действительно имеет значение.

Именно такие компромиссы Newton Protocol делает явными, а не прячет. zkPermissions просят пользователей заранее определить конкретные условия — например, действовать только после определённых порогов — в обмен на гораздо меньшее ручное наблюдение после того, как правило начнёт работать.

Я могу ошибаться в том, где проходит граница между удобством и усилиями. Но я постоянно возвращаюсь к одному вопросу: действительно ли автоматизация удобна, если она заставляет думать интенсивнее заранее, только чтобы потом позволить вам думать меньше?

@NewtonProtocol
$NEWT
#Newt
$NFP
$TAIKO

Я поймал себя на том, что делаю это снова на прошлой неделе: нажимаю «Разрешить всё» в запросе на доступ, не прочитав ни одной строки. Понял это только потом — листая настройки для чего-то совершенно не связанного, я вдруг задумался, на что именно я согласился.

Большинство автоматизаций по-прежнему рассматривают контроль как бинарную вещь. Либо ты сам «нянчишь» каждую транзакцию, проверяя каждый шаг перед тем, как он произойдёт, либо выдаёшь широкие права и надеешься, что система будет вести себя так, как ты ожидаешь. По сути, нет какого-то среднего режима — только два крайних варианта, замаскированные под выбор.

Это странный тип доверия, который мы нормализовали, не вдаваясь толком в разбор. Наконец меня «щёлкнуло»: недостающая часть — не больше доверия или меньше. Недостающая часть — точность. Граница, заданная один раз: достаточно узкая, чтобы действительно что-то значить, а затем подтверждаемая после, а не просто обещанная заранее. Код, который принуждает соблюдать ограничение, — это принципиально другой вид соглашения, чем политика, в которую тебя просто просят поверить. Как только я так это сформулировал, общий доступ начал выглядеть не как удобство, а как ярлык, который никто не удосужился подвергнуть сомнению.

Именно к этому же зазору стремится Newton Protocol: там, где делегирование прав умному аккаунту и zkPermissions позволяют человеку задавать точные границы для автоматизированного агента, а не выдавать ему тот же «широкий» доступ, который я снова и снова по инерции нажимаю «Разрешить всё», даже не задумываясь.

Если каждое разрешение, которое ты выдаёшь, можно было бы сделать ровно настолько узким, насколько ты хочешь, передавать задачу всё ещё воспринималось бы как прыжок веры, или это просто стало бы ощущаться как делегирование. Всё ещё думаю, что ближе к правде.

@NewtonProtocol
$NEWT
#Newt
$AIGENSYN
$CAP