Newton đang giải bài toán "phanh gấp" của blockchain?
Hồi học lái xe, thầy tao bảo câu này rất đáng nhớ: “Phanh gấp không phải giỏi, đó là dấu hiệu em phản ứng muộn". Lái giỏi là lái sao cho không bao giờ phải đạp phanh. Nhìn xa, đoán trước, giảm tốc từ từ, người ngồi sau thậm chí không biết xe vừa tránh một tình huống nguy hiểm. Sự tuân thủ trong crypto cũng y chang. Giao dịch chạy rồi mới phát hiện vấn đề, lúc đó mới phanh: khoá tài khoản, hoàn tiền, điều tra. Phanh nào cũng chậm, tốn kém, đôi khi tiền đã mất sạch trước khi kịp phản ứng. @NewtonProtocol chơi theo kiểu khác. Nó không chờ phanh gấp. Nó làm lớp policy đứng giữa lúc mày “muốn làm” và lúc giao dịch thật sự xảy ra. Nó trả lời câu “có nên cho tx này chạy không” trước khi mọi thứ diễn ra. Nếu làm tốt, mày thậm chí không cảm nhận được hệ thống vừa tránh một rủi ro Giống như lái xe giỏi khiến hành khách ngồi sau chẳng hay biết gì. Nhưng nhìn xa cũng có mặt tối riêng. Phanh gấp thì ai cũng thấy, dễ truy trách nhiệm. Còn nhìn xa sai thì khác. Mày giảm tốc vô lý, người ngồi sau chỉ thấy xe chạy chậm hơn bình thường, không biết tại sao. Tài xế cũng chẳng cần giải thích vì “chẳng có va chạm nào cả”. $NEWT là phí mỗi lần policy được kiểm tra. Nó làm cho việc “nhìn xa” có giá trị rõ ràng. Nhưng đếm được số lần kiểm tra không có nghĩa là biết nhìn đúng hay sai. Newton có thể chặn rất nhiều thứ rất êm, rất sớm và một số trong đó là chặn nhầm, nhưng không ai biết vì chưa bao giờ xảy ra drama. Tao quan tâm Newton không phải vì nó tránh va chạm giỏi đến đâu. Mà là khi nó âm thầm bẻ lái sai hướng, có ai trong xe biết để la lên “dừng lại, đi sai đường rồi” không? Đó mới là câu hỏi lớn nhất với tao. #Newt $BTC $ETH
Newton: Lớp hạ tầng mới giúp kiểm soát giao dịch trước khi được thực thi
Trong bối cảnh AI Agent ngày càng được ứng dụng nhiều trong blockchain, Newton đang tiếp cận theo một hướng khá khác biệt. Thay vì tập trung xây dựng mô hình AI thông minh hơn hay phát triển một blockchain mới, dự án hướng đến việc tạo ra một lớp hạ tầng giúp kiểm soát giao dịch trước khi chúng được thực thi. Điểm đáng chú ý là Newton không yêu cầu các nhà phát triển phải chuyển sang blockchain khác hay viết lại ứng dụng hiện có. Dự án chỉ bổ sung thêm một lớp xác minh ngay trước bước thực hiện giao dịch. Nhờ đó, các nhà phát triển có thể thiết lập nhiều quy tắc bảo vệ như giới hạn số tiền được chuyển, chỉ cho phép giao dịch đến các địa chỉ đã được phê duyệt, chặn những địa chỉ nằm trong danh sách đen hoặc kiểm tra thêm dữ liệu ngoài blockchain trước khi cho phép giao dịch diễn ra. Nếu đáp ứng đầy đủ các điều kiện đã đặt ra, giao dịch sẽ được thực hiện. Ngược lại, hệ thống sẽ tự động từ chối. Cách tiếp cận này giúp bổ sung một lớp bảo vệ mà nhiều ứng dụng blockchain hiện nay vẫn còn thiếu. Điều đáng chú ý là Newton không cạnh tranh trực tiếp với các blockchain như Ethereum, Base hay Arbitrum. Thay vào đó, dự án muốn trở thành một lớp hạ tầng có thể hoạt động cùng nhiều blockchain khác nhau. Có thể hình dung đơn giản: Blockchain chịu trách nhiệm xử lý giao dịch.Newton chịu trách nhiệm kiểm tra xem giao dịch đó có đủ điều kiện để được thực hiện hay không. Nếu mô hình này được áp dụng rộng rãi, đây có thể là cách mở rộng hiệu quả hơn so với việc xây dựng thêm một blockchain mới. Một góc nhìn đáng chú ý khác là cách Newton tiếp cận vấn đề bảo mật. Trong nhiều năm qua, ngành crypto chủ yếu tập trung vào việc khắc phục các lỗ hổng trong smart contract. Tuy nhiên, trên thực tế, không ít vụ thất thoát tài sản lại không xuất phát từ lỗi của hợp đồng thông minh. Nhiều trường hợp xảy ra khi AI Agent, ví đa chữ ký (multisig) hoặc chính người dùng gửi nhầm địa chỉ, chuyển vượt hạn mức hoặc thao tác sai. Nói cách khác, vấn đề không nằm ở mã nguồn, mà nằm ở quyền thực hiện giao dịch. Đó cũng là bài toán mà Newton đang hướng tới giải quyết. Tuy nhiên, dự án vẫn còn một số thách thức. Nếu các quy tắc kiểm soát được thiết lập quá chặt, trải nghiệm người dùng có thể bị ảnh hưởng. Ngược lại, nếu quá lỏng, lớp bảo vệ sẽ mất đi ý nghĩa. Việc cân bằng giữa tính an toàn và sự thuận tiện sẽ là một trong những bài toán quan trọng nhất đối với Newton. Bên cạnh đó, token NEWT vẫn đang ở giai đoạn đầu phát triển. Nhà đầu tư cũng cần theo dõi các yếu tố như lịch mở khóa token (token unlock) và mô hình phân bổ token (tokenomics), thay vì chỉ dựa vào câu chuyện tăng trưởng của dự án. Nếu xu hướng AI Agent, stablecoin và tài sản thực (RWA) tiếp tục mở rộng trong thời gian tới, Newton có thể trở thành một lớp hạ tầng quan trọng của hệ sinh thái blockchain. Giá trị cốt lõi của dự án không nằm ở việc xây dựng thêm một blockchain mới, mà ở việc bổ sung một lớp kiểm soát quyền thực thi giao dịch, giúp các ứng dụng blockchain hoạt động an toàn hơn trong tương lai. @NewtonProtocol #Newt $NEWT $TAIKO $GUA
Ê ae, Càng đọc về AI agent on-chain, tao càng thấy một chuyện khá ngược đời. Vấn đề lớn nhất có khi không phải AI có đủ thông minh hay không. Mà là... Ai có quyền cho nó bấm nút? Thử tưởng tượng nhé. Một con AI được giao quản ví của mày. Nó tự đọc proposal, săn lợi nhuận, cân bằng danh mục, bridge tài sản, xoay vòng stable để kiếm lãi. Nghe rất hay. Nhưng nếu một ngày nó quyết định sai và làm mất tiền... Ai chịu trách nhiệm? Blockchain thì không. Với EVM, chỉ cần giao dịch hợp lệ là thực thi. Nó không quan tâm quyết định đó đúng hay sai. Nó chỉ quan tâm có đúng quy tắc hay không. Đó là điểm nhiều người đang bỏ qua. Blockchain chỉ đảm bảo thực thi đúng. Không đảm bảo quyết định đúng. Ví dụ AI đọc sai dữ liệu, gọi nhầm hàm, swap nhầm token. Chain vẫn hoạt động hoàn hảo. Không bug. Không bị hack. Sai đơn giản vì mày đã giao chìa khóa cho AI. Điều khiến tao thấy Newton thú vị là họ không cố làm AI thông minh hơn. Họ thêm một lớp "phanh" trước khi AI được hành động. Mọi giao dịch đều phải đi qua các policy: Có vượt giới hạn không?Có đúng whitelist không?Có vi phạm rule không?Điều kiện hiện tại có phù hợp không? Qua hết mới được thực thi. Tư duy này khá khác. Thay vì tin rằng AI càng giỏi thì càng ít sai, Newton mặc định rằng AI luôn có thể sai, nên quyền thực thi không nên phụ thuộc hoàn toàn vào nó. Nhưng ở đây lại có một nghịch lý. Policy quá chặt thì AI chỉ còn là con bot bấm chuột. Policy quá lỏng thì lại quay về bài toán cũ. Và còn một điều ít người nhắc đến hơn. Policy cũng có thể lỗi thời. Rule được viết khi ETH còn 2.000 USD có thể không còn phù hợp khi ETH lên 8.000 USD. Nói cách khác, AI suy luận sai thì nguy hiểm. Nhưng policy cũ đôi khi còn nguy hiểm hơn. Newton có thể giúp xác minh giao dịch. Nhưng chưa chắc trả lời được câu hỏi lớn hơn: Ai là người định nghĩa thế nào là "đúng"? Điều tao thích nữa là Newton không bắt mọi chain tự xây lại hệ thống niềm tin. Bảo mật được neo về Ethereum thông qua AVS, còn các chain khác chỉ cần kiểm tra chứng thực mật mã. Giống như không phải ai cũng làm cảnh sát. Chỉ cần tin vào giấy xác nhận đã được kiểm chứng. Theo tao, Newton không chỉ là hạ tầng cho AI. Nó là lớp kiểm soát quyền hành động của AI. Và có lẽ trong tương lai, câu hỏi quan trọng sẽ không còn là: "AI có đủ thông minh chưa?" Mà là: "Khi AI muốn bấm nút, ai có quyền nói không?" Ae nghĩ sao? AI agent nên được tự do tối đa, hay luôn cần một "cái phanh" ở giữa? 👇 @NewtonProtocol #Newt $NEWT $NFP $BTC
Newton: Lớp bảo mật bị bỏ quên nhưng có thể là quan trọng nhất
Ê ae crypto, nay nói chút về một mảnh khá “im lặng” trong security stack của Newton. Khi nhắc tới bảo mật của Newton, mọi người thường nói nhiều về Chainalysis hay Hexagate vì khả năng phát hiện rủi ro theo thời gian thực, bắt giao dịch bất thường gần như ngay lập tức. Nhưng có một cái tên ít được chú ý hơn: Octane. Theo mình, bỏ qua Octane là hơi thiếu góc nhìn. Vì thực ra nó giải quyết một bài toán hoàn toàn khác. Hexagate trả lời câu hỏi: “Giao dịch này có đang bị tấn công không?” Còn Octane trả lời: “Bản thân logic của hợp đồng có lỗ hổng từ đầu không?” Một bên phòng thủ khi hệ thống đang chạy. Một bên tìm lỗi trước khi đưa vào chạy. Hai lớp này không thay thế nhau được. Điểm mình thấy khá hay là Octane không đi theo kiểu audit truyền thống: kiểm tra một lần rồi xong. Họ dùng AI để quét liên tục các commit, upgrade và thay đổi dependency - kiểu audit luôn hoạt động chứ không ngủ. Khi ghép với lớp giám sát real-time, Newton đang hướng tới mô hình bảo vệ kép. Nhưng cũng có góc phản biện. Nhiều người nghĩ có giám sát real-time thì audit không còn quá quan trọng. Mình không nghĩ vậy. Nếu hợp đồng có lỗi cấu trúc, hệ thống chỉ phát hiện sau khi exploit xảy ra - lúc đó tài sản có thể đã bị ảnh hưởng rồi. Ngược lại, audit sạch hôm nay không có nghĩa code update sau này vẫn an toàn. Với Newton - nơi mục tiêu là trustless enforcement - nếu lớp hợp đồng cốt lõi chưa đủ chắc thì rủi ro chỉ đang được chuyển chỗ, không biến mất. Điểm đáng chú ý là Newton chọn cơ chế governance để nâng cấp hệ thống. Điều đó cũng ngầm thừa nhận rằng audit một lần là chưa đủ, cần review liên tục. Nên Octane có thể không tạo nhiều headline, nhưng lại là lớp bảo mật lấp đúng khoảng trống mà real-time không xử lý được. Tóm lại: Security của Newton không phải cuộc đua xem ai “xịn” hơn, mà là cách các lớp bảo vệ bổ trợ cho nhau. Câu hỏi mình còn để mở là: Khi code thay đổi ngày càng nhiều, Newton sẽ audit lại với tần suất thế nào? Đó mới là thứ quyết định hệ thống có thật sự bền hay không. Ae thấy security stack kiểu này ổn chưa, hay vẫn còn điểm mù? 👇 #Newt $NEWT @NewtonProtocol
Nhiều người bảo: “Magic vốn làm ví, giờ nhảy sang compliance chắc theo trend”.
Nghe cũng hợp lý vì crypto không thiếu team chạy narrative. Nhưng đào sâu thì khác.
Magic làm ví nhúng từ 2018, hiện có hơn 57 triệu ví, 200.000+ dev tích hợp và volume stablecoin vượt 10 tỷ USD. Forbes, Polymarket, Helium đều đang dùng. Đây là user thật, không phải số liệu để kể chuyện.
Newton cũng không phải sản phẩm phụ. Nó là bước mở rộng từ quản lý tài khoản → quản lý giao dịch.
Ý tưởng là trước khi transaction chạy, hệ thống kiểm tra các quy tắc như KYC, AML, giới hạn giao dịch, thậm chí dùng dữ liệu ngoài chain + AI. Đây là phần smart contract truyền thống làm chưa tốt.
Công nghệ họ dùng là TEE + ZK để vừa hỗ trợ tuân thủ vừa giữ riêng tư.
Một điểm đáng chú ý:
Thế giới đang chi hơn 200 tỷ USD mỗi năm cho compliance. Nếu các quy tắc này được lập trình hóa, Newton có thể hưởng lợi lớn từ xu hướng stablecoin và RWA.
Nhưng vẫn có phản biện.
Có user sẵn là lợi thế, nhưng dev có thật sự dùng không? Quá chặt thì mất người dùng, quá lỏng thì mất ý nghĩa.
Điểm cộng là Magic đã có nền tảng bảo mật tốt và từng được kiểm chứng qua các sản phẩm thực tế như Polymarket.
Tóm lại:
Newton không giống một dự án chạy theo trend. Nó là bước mở rộng khá hợp lý từ onboarding sang lớp giao dịch.
Còn thành công hay không vẫn phải chờ xem dev có vote bằng sản phẩm thật không.
Haha, tao nhận ra hơi muộn: AI Agents đang lặp lại vòng lặp cũ của DeFi với Layer 1.
Mọi người chỉ khoe agent làm được bao nhiêu thứ, ít ai hỏi hệ thống đang khuyến khích nó hành động kiểu gì.Vấn đề không phải AI mạnh cỡ nào, mà là incentive và trust.
Thêm capability hoài cũng vô ích nếu user vẫn phải tin mù quáng vào black box. Quan trọng không phải agent thay mày quyết định, mà là mày kiểm chứng được bao nhiêu.
Điều mình thấy đáng để ý ở OpenGradient Chat không phải AI trả lời hay đến mức nào.
Mà là cái challenge path.
Nghe thì hơi kỹ thuật, nhưng hiểu đơn giản là: nếu sau này có ai nghi ngờ kết quả AI đưa ra, hệ thống vẫn còn đủ dấu vết để kiểm tra lại từ inference trace, proof trail đến settlement trace.
Ý tưởng này khá hay.
Vì đa số AI hiện tại cho bạn một câu trả lời, còn chuyện nó đi đến kết quả đó như nào thì… tin hay không là việc của bạn.
OpenGradient đang thử đi hướng khác.
Nhưng mình lại thấy có một câu hỏi thú vị hơn.
Nếu hệ thống lưu được toàn bộ bằng chứng, nhưng chẳng ai thật sự dùng nó để phản biện thì sao?
—
Một câu trả lời hiện ra.
Review panel xanh.
Mọi người thấy ổn → tiếp tục làm việc.
Đến lúc đó challenge path còn ý nghĩa bao nhiêu?
Về lý thuyết thì ai cũng có thể challenge.
Nhưng thực tế:
ai là người đủ quyền để dừng lại và nói “khoan đã”?
Ai sẽ đọc đống trace đó?
Và nếu challenge thành công thì kết quả có thay đổi được không?
Đó là điểm mình nghĩ OpenGradient đang chạm vào một bài toán lớn hơn chuyện AI thông minh.
Không phải thiếu câu trả lời.
Mà thiếu một cơ chế phản biện thật sự hoạt động.
—
Nên với mình, thứ đáng xem tiếp không phải AI trả lời đúng bao nhiêu.
Mà là OpenGradient có biến được challenge thành một thứ đang sống hay không.
Vì nếu challenge chỉ tồn tại trên giấy, còn mọi quyết định vẫn đi theo answer đầu tiên…
Họ không đua model thông minh nhất, mà build AI có privacy thật bằng TEE.
Prompt và response chạy trong enclave hardware, operator không đọc được, anh em verify on-chain luôn.
Verify được là data không leak, inference chạy đúng.
Điểm mình thấy hay là tương lai AI không thắng nhờ model to nhất, mà thắng nhờ nền tảng đáng tin cậy nhất để con người dám “cởi truồng” hết bí mật.
OpenGradient đang chạy theo narrative này: verifiable AI + privacy.Tất nhiên TEE không hoàn hảo, họ mitigate bằng multi-verification và ZKML cho case nhạy cảm.
Đã chạy thực tế được hơn 2 triệu inferences, backed by a16z crypto.
Tóm lại, nếu AI biết hết bí mật của bạn, bạn sẽ tin ai?
OpenGradient đang trả lời đúng câu hỏi đó. Tìm hiểu ngay đi nhé
Mình từng cố gắng thức đến tận 12h đêm để đặt lệnh 180 USD trên DeFi và mình phải chịu slippage 2.7% và funding 0.6%, chỉ vì tin cái dashboard xanh lè.
Nhưng điều buồn cười là có lời chưa tới 2 USD, cảm giác bất an vẫn còn nguyên.
Vì mình không hề biết con AI đó đã nhìn thấy gì, phân tích gì và quyết định dựa trên điều gì.
Thị trường không thiếu tool thông minh, nhưng thiếu thứ dám để anh em nhìn thẳng vào ruột gan nó.
Bot staking kiếm tiền thì vui thật, nhưng nếu là black box thì vui được bao ngày?
Tiền mày chạy qua model, inference, GPU, rồi quay về cái số đẹp lung linh.
Họ không bán “tin tao đi”, họ bán “kiểm tra tao đi”.
Khác nhau một trời một vực.
Bên này trust mềm như bánh mì để lâu ngày, bên kia là biên lai mã hóa, sổ cái phân tán, con tem hash dán thẳng mặt giao dịch.
TEE hardware attestation, ZKML, verifiable AI, nền tảng chống sửa chữa nghe thì nặng đầu, nhưng nói trắng ra thì chỉ là: máy làm gì, ai chứng kiến và có sửa được không?
Mình thấy hay vl, trong khi đa số dự án bán cảm giác “AI ngon”, #OPG lại bán sự minh bạch đáng sợ.
Kiến trúc HACA cũng hay vì nó tách layer thực thi ra khỏi layer xác minh, như một thằng chạy việc, một thằng đứng cạnh canh chừng bắt lỗi.
Nên với tao, trí tuệ có thể kiểm toán được mới là món xa xỉ thật sự của cycle này.
Không phải Agent nào cũng đáng sợ.
Loại đáng sợ nhất là không để lại dấu vết, không non-repudiation, không ai theo dõi được.
Ê ae, mình vừa có một cái "wow" khá thú vị về AI sau một lần đi tìm model cách đây vài ngày.
Chuyện là mình cần một model được huấn luyện cho một nhu cầu rất đặc thù.
Tưởng giờ AI phát triển mạnh thì thiếu gì lựa chọn.
Nhưng sau gần cả tiếng tìm kiếm, mình nhận ra đa số platform chỉ cho dùng:
Model do họ tự xây.
Một vài model bên thứ ba được họ chọn sẵn.
Ngoài ra thì hoặc phải workaround rất mệt, hoặc đơn giản là "chưa hỗ trợ".
Lúc đó mình mới nhận ra một điều:
AI ngoài kia không hề thiếu. Thứ đang bị giới hạn nhiều khi không phải sức mạnh của AI, mà là quyền tiếp cận sức mạnh của AI đó.
Giống như Youtube chọn nội dung cho người dùng xem, nhiều nền tảng AI hiện nay cũng đang "chọn hộ" người dùng nên sử dụng trí tuệ nào.
Insight này khiến mình chú ý đến Model Hub của @OpenGradient
Họ đang xây một kho mở với hơn 2.000 model.
Ai cũng có thể đưa model lên, vận hành hạ tầng hoặc sử dụng các ứng dụng thông qua các ứng dụng trong hệ sinh thái, tất cả kết nối bằng $OPG
Điều mình thích nhất là narrative của họ.
Trong khi Big Tech đang biến AI thành một siêu thị với những sản phẩm được chọn sẵn, OpenGradient lại muốn xây một khu chợ mở, nơi model nào thực sự hữu ích thì sẽ được người dùng lựa chọn.
Tất nhiên vẫn có vấn đề.
Model nhiều chưa chắc đã tốt hơn. Hơn 2.000 model thì làm sao biết đâu là model chất lượng?
Tóm lại, điều mình thấy hay ở OpenGradient không phải họ đang cố làm model mạnh hơn.
Mà họ đang giải quyết người có quyền quyết định trí tuệ nào được sử dụng
Ê ae, mình vừa nhận ra một điều khá thú vị về việc tạo ảnh bằng AI.
Đợt trước, mình làm một bộ pitch deck và đã tạo 100 bức ảnh trong 3 tuần chỉ để thử ý tưởng, bố cục và thương hiệu.
Đến lúc ngồi xem lại lịch sử thì giật mình.
Cả chuỗi ảnh vẽ ra một bản đồ rõ ràng về ý tưởng mình đang làm, aesthetic, hướng đi, thậm chí cả những concept mình đã bỏ.
Ai xem được cái này là gần như đọc được suy nghĩ của mình trước cả khi mình sẵn sàng chia sẻ.
Mình gọi cái này là:
Creative Fingerprint - dấu vân tay sáng tạo.
Và điều lạ là nó còn lộ nhiều hơn lịch sử trò chuyện.
Trước đây mình nghĩ tạo ảnh chỉ là một công cụ giải trí, ít nhạy cảm.
Nhưng giờ chuỗi hình ảnh đôi khi phản ánh con người thật của mình.
Đó là lý do mình bắt đầu để ý Image Studio của @OpenGradient
Điểm mình thấy thú vị không phải model nào tạo ảnh đẹp hơn.
Mà là hướng họ làm private-by-default: > Prompt mã hóa ngay trên máy > Đi qua Oblivious HTTP > Chạy trong TEE > Dùng nhiều model nhưng giảm khả năng nối output với danh tính
Fable 5 và Image Studio cũng được tích hợp chung.
Trong khi mọi người lo AI đọc suy nghĩ qua text, thì hình ảnh mới là thứ lộ bản thân rõ nhất.
Creative fingerprint là thứ Big Tech có thể khai thác để predict startup, trend, thậm chí ý tưởng sản phẩm.
OpenGradient đang cố biến cái “dấu vân tay sáng tạo” này thành thứ không ai đọc được.
Tất nhiên
Privacy mạnh không có nghĩa mọi dấu vết biến mất.
Nó là chuyện giảm tối đa các mảnh dữ liệu bị ghép nối với nhau.
Và OpenGradient đang bảo vệ chính giai đoạn ý tưởng còn chưa hoàn thiện đó.