Eu deixaria isso mais reflexivo e menos promocional, enquanto ainda explico Newton com clareza.
Eu costumava achar que a blockchain já tinha resolvido a confiança. Cada transação é pública, cada registro pode ser verificado e nada pode ser alterado depois que é confirmada. Mas quanto mais eu lia, mais eu percebia que transparência não é a mesma coisa que proteção. Ver o que aconteceu não impede que aconteça de novo.
O Newton Mainnet Beta introduz uma camada onchain de autorização que fica antes da liquidação. Em vez de esperar que uma transação seja concluída, ele avalia se aquela transação atende a políticas predefinidas de segurança, identidade, conformidade e risco. Se as condições forem satisfeitas, ele retorna uma atestação de aprovação assinada onchain. Se não, a transação pode ser interrompida antes que os ativos sejam movimentados.
Eu acho que isso é uma mudança significativa para o DeFi. Hoje, muitas carteiras (vaults), estratégias automatizadas e sistemas movidos por IA ainda dependem de verificações fragmentadas ou feitas fora da rede (offchain) para gerenciar riscos. A Newton traz essas regras para dentro da blockchain, tornando-as transparentes, programáveis e executáveis exatamente onde a transação acontece.
Conforme mais decisões financeiras são tomadas por código em vez de pessoas, ter uma camada de infraestrutura que pergunta “Isso deve acontecer?” antes da execução parece tão importante quanto executar a transação em si.
Para mim, é isso que torna a Newton diferente. Ela não está tentando substituir o DeFi. Está tentando tornar as decisões por trás do DeFi mais inteligentes e seguras.
Quanto Mais Eu Leio Sobre Newton, Mais Percebo Que Blockchain Tem Faltado Uma Camada De Decisão
Há alguns dias à noite, eu estava organizando fotos antigas no meu laptop. Passei quase uma hora deletando duplicatas, arrumando pastas e limpando tudo. Quando terminei, percebi algo que me fez rir. Se eu tivesse organizado os arquivos corretamente desde o começo, não teria precisado passar uma hora consertando a bagunça depois. Foi um pensamento tão simples, mas ficou comigo. Gastamos muito tempo criando sistemas que explicam erros depois que eles acontecem. Relatórios nos dizem por que algo falhou. Dashboards mostram onde as coisas deram errado. Logs ajudam a reconstruir a sequência de acontecimentos. Tudo isso é útil, mas nenhum deles impede que o erro aconteça pela primeira vez.
Eu costumava achar que o maior ponto forte do blockchain era a transparência. Se algo desse errado, pelo menos você sempre conseguiria rastrear… Mas quanto mais eu aprendia, mais eu percebia que a transparência apenas explica o passado. Ela não impede que uma transação ruim aconteça em primeiro lugar.
Foi isso que fez o @NewtonProtocol se destacar para mim. O Newton Mainnet Beta adiciona uma camada de autorização onchain que verifica uma transação antes que ela seja liquidada, não depois. Em vez de apenas registrar atividades, ele avalia se a transação atende políticas predefinidas de segurança, identidade, conformidade e risco e, então, retorna uma atestação assinada de aprovação ou reprovação onchain. Eu acho que essa mudança é significativa porque o DeFi está ficando mais automatizado. Agentes de IA, cofres (vaults) e estratégias de negociação precisam de limites de segurança (guardrails), não apenas trilhas de auditoria. Para mim, a Newton não está tentando substituir o DeFi. Ela está construindo a camada de decisão que ajuda o DeFi a tomar decisões melhores antes que os ativos se movam.
Ontem eu estava ajudando meu primo pequeno a montar um kit de LEGO.
A cada poucos minutos, ele esticava a mão para pegar a próxima peça, e eu o impedia com a mesma frase: “Confira as instruções primeiro.” Ele ficou impaciente e perguntou: “Por que não posso simplesmente continuar construindo?” Eu sorri porque sabia o que aconteceria. Pular um passo pequeno nem sempre parece um problema de imediato. Às vezes, só dá para perceber vinte passos depois, quando tudo precisa ser desmontado. Aquela conversa ficou na minha cabeça por mais tempo do que eu esperava. Comecei a pensar em como muitas vezes a gente depende de consertar os erros em vez de evitá-los. A gente celebra sistemas que explicam o que deu errado, mas raramente pergunta por que a ação errada foi permitida em primeiro lugar.
Estava tentando comparar duas ferramentas de IA porque queria saber qual delas era melhor
Depois de alguns minutos percebi que não estava prestando atenção nas respostas
Estava mais interessado em por que elas respondiam a mesma pergunta de forma tão diferente
Essa questão ficou na minha cabeça mais tempo do que eu esperava
Então comecei a ler
Um blog explicava modelos de IA
Outro falava sobre inferência
Então encontrei o OpenGradient
A princípio pensei que era mais um projeto tentando construir uma IA mais inteligente
Quanto mais eu lia, mais percebia que estava olhando para isso da maneira errada
O OpenGradient não está realmente competindo para ver qual modelo é o mais esperto
Está construindo uma infraestrutura descentralizada onde modelos de IA podem realizar inferências em escala e onde a execução por trás desses resultados pode ser verificada
Isso honestamente mudou a forma como eu penso sobre IA
Passamos tanto tempo comparando saídas
Talvez devêssemos também passar um pouco mais de tempo entendendo o que acontece antes dessas saídas aparecerem
Uma semana atrás, provavelmente não me importaria com nada disso 😅
Agora, toda vez que uso IA, me pego pensando no que está acontecendo por trás da tela
Engraçado como uma pergunta aleatória mudou completamente o que eu estava prestando atenção 🤔