AI 行業似乎癡迷於一個指標：智能。
更大的模型。更好的推理。更快的響應。Newton Protocol 關注的是另一個問題。
當一名 AI 做出決策之後，會發生什麼？
如果一個自主代理負責管理資產、執行交易或在不同鏈之間轉移資金，用戶需要的不只是智能。
他們需要證據。
這就是爲什麼牛頓將策略執行、可信執行環境以及基於密碼學的驗證集成到它的架構中。
有趣的是，牛頓將問責視爲基礎設施。大多數 AI 系統都在優化能力。牛頓則優化可驗證性。
隨着人工智能代理成爲金融市場的參與者，驗證行爲的能力可能比通過再提升幾個百分點的模型性能更有價值。
人工智能的未來未必由誰構建了最聰明的代理來決定。它可能取決於誰構建了最值得信賴的代理。
