من البيانات الاجتماعية إلى الدماغ الذكي: ما نوع شبكة الذكاء الاصطناعي التي ستبنيها شبكة Port3 لعالم Web3؟
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. لا سيما بيانات السلوك الاجتماعي للمستخدمين، التي أصبحت "المعادن الرقمية" الأكثر قيمة والتي لم يتم تطويرها بشكل كامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي تُنتج في كل دقيقة وكل ثانية، تحتوي على قيمة كبيرة لم يتم استغلالها بالكامل بعد.
نرى أن واقع Web3 مجزأ: من ناحية، شهدنا نمواً هائلاً في بروتوكولات مثل DeFi وNFT وGameFi، حيث أن المستخدمين قد أنشأوا كمية كبيرة من بيانات السلوك على السلسلة وخارج السلسلة؛ ومن ناحية أخرى، فإن هذه البيانات موزعة على تطبيقات DApp المعزولة، وسجلات المعاملات، ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل الهيكلي، مما يجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.
في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد بسرعة تشكيل العالم الرقمي بأسره. حيث قدمت مشاريع مثل ChatGPT من OpenAI، وClaude من Anthropic، ومشاريع الوكلاء المبنية على Web3 مثل Autonolas وMorphpad وMind Network رؤية "البيانات القابلة للاستدعاء + النوايا القابلة للتنفيذ".
في هذا السياق، يظهر سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيبني طبقة البيانات الأساسية وقرارات Web3؟ تقدم شبكة Port3 إجابة نهائية نسبياً:
من منصة مهام SoQuest الأولية، إلى محرك تقييم السلوك الاجتماعي Rankit، ثم إلى لغة تنفيذ النوايا عبر السلاسل OpenBQL، قامت Port3 ببناء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم، والتي تتوافق مع نماذج الذكاء الاصطناعي. إنها لا تجمع فقط بين البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل تجعل البيانات أيضاً من خلال التوحيد والتعرف على النوايا "قالب العمل" الذي يمكن للوكيل فهمه واستدعاؤه وتنفيذه.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة فردية، بل قد احتلت موقعًا استراتيجيًا في "عقل بيانات Web3" قبل أن يتم دمج السرد حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي.
بعد ذلك، سنقوم بتحليل مصفوفة منتجات Port3، وحاجز التكنولوجيا، وآلية الرموز، ومنطق النمو، وسنستكشف كيف يمكن أن تؤسس حلقة مغلقة لتداول البيانات موجهة نحو وكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، لتصبح البنية التحتية الخفية التالية بقيمة تريليون.
2. مقدمة المشروع
ما هو 2.1 Port3؟
Port3 Network هو مشروع بنية تحتية لبيانات التواصل في Web3 مدعوم بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة، وقابلة للاستدعاء عبر السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ومعالجتها بشكل قياسي بواسطة محرك الذكاء الاصطناعي، قامت Port3 بإنشاء حلقة مغلقة كاملة بدءًا من جمع البيانات (SoQuest)، والتقييم الهيكلي (Rankit)، والاستعلام الذكي (OpenBQL) وصولاً إلى استدعاء الوكيل (Ailliance.ai)، لتصبح المنشأة الأساسية لتحويل الأصول السلوكية على السلسلة في عصر الذكاء الاصطناعي.
2.2 ملخص المشروع
حالة التمويل:
أكملت جولة تمويل البذور بقيمة 3 ملايين دولار في فبراير 2023
حصلت على جولة جديدة من تمويل بقيمة ملايين الدولارات في أغسطس 2023
حصلت على استثمار من DWF Labs في أكتوبر 2023، وتلقت دعمًا من عدة مؤسسات.
فريق العمل:
Max D.: المؤسس المشارك، لديه خبرة عمل في شركة آبل، ويملك خبرة واسعة في احتضان مشاريع Web3 وتوسيع النظام البيئي.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في تينسنت وفي شركة Viabtc Technology Limited في تطوير الواجهة الخلفية، ولديه سنوات من الخبرة في تصميم الأنظمة ذات التزامن العالي والهندسة المعمارية الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية لبيانات التواصل الاجتماعي AI"
تتضمن مصفوفة منتجات Port3 عدة وحدات فرعية مثل SoQuest و Rankit و OpenBQL و on.meme. على الرغم من أنها تبدو متفرقة، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، و Port3 مسؤولة عن تدفق البيانات من التجميع إلى التحويل."
3.1 بنية تحتية أساسية Port3
3.1.1 تجميع البيانات - SoQuest
SoQuest هو مدخل البيانات الأساسي الذي أنشأته شبكة Port3، وهو منصة لالتقاط سلوكيات المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوكيات، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز، ويستهدف سلوكيات المستخدمين على الشبكات الاجتماعية كموضوع لجمع البيانات، مما يفتح مسارات السلوك بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
تدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، وتتناسب مع سلوكيات التفاعل على 19 سلسلة مثل EVM وSolana وAptos وSui، بما في ذلك المعاملات والتفويض وNFT mint، مما يشكل واحدة من أكثر أنظمة جمع السلوكيات تغطية في مجال Web3.
بحلول منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و 7000 مشروع من البيانات الديناميكية، حيث تغطي البيانات أكثر من 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك تسجيل سلوكيات مستخدمين ضخمة و أحداث تفاعلات اجتماعية على السلسلة، مما أدى إلى بناء قاعدة بيانات سلوك اجتماعي في Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لزيادة قابلية التوسع للمنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع بتضمين نظام المهام في dApp الخاص بهم أو تطبيق Telegram Mini. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يسمح بإكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يعزز بشكل كبير معيارية النظام المهام وعموميته.
SoQuest ليس مجرد منصة مهام، بل هو نقطة انطلاق لإغلاق حلقة الأصول لسلوكيات Port3 عبر السلسلة، وأيضًا المصدر الأصلي لبيانات السلوك الدلالية المطلوبة لاستنتاجات الذكاء الاصطناعي.
3.1.2 بيانات التراكم - طبقة البيانات الاجتماعية للذكاء الاصطناعي
تتراكم بيانات سلوك المستخدم التي تم التقاطها بواسطة SoQuest في الوحدة الأساسية لشبكة Port3 - طبقة بيانات اجتماعية AI، وهي قاعدة بيانات سلوكية منظمة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، وهي أيضًا البنية التحتية الأساسية لـ Port3 لتحقيق "تحويل السلوك إلى أصول" و"التمويل المعلوماتي (InfoFi)".
بخلاف منصات البيانات التقليدية على السلسلة مثل The Graph و Dune التي تركز على "الاستعلام"، فإن طبقة البيانات في Port3 تركز على: كيفية جعل البيانات قابلة للاستخدام من قبل نماذج الذكاء الاصطناعي، ودعم الاستنتاج والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تجمع طبقة بيانات التواصل الاجتماعي الذكية AI Social Data Layer ملايين السجلات التفاعلية على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث الفوري من خلال تطبيقات مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكية ينمو باستمرار. إنها مركز إدراك سلوك Port3، حيث تقوم بترتيب البيانات السلوكية المعقدة على السلسلة وخارجها وتنميطها، مما يوفر "وقود بيانات" قابل للفهم والتركيب والاستدعاء للوكيلات.
(# 3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام وكيل الذكاء الاصطناعي
Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لبيانات Port3 الاجتماعية، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى الذكاء الاصطناعي.
قدرة Rankit وابتكار النماذج:
تقييم حرارة التواصل عبر المنصات: يجمع بين إشارات التواصل الاجتماعي من تويتر، تيليجرام، ديسكورد، وما إلى ذلك لتحديد الاتجاهات الرئيسية، المشاريع الساخنة، وتحولات المشاعر في عالم Web3.
التعرف على المعنى ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز المناقشة، وتأثير KOL، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة.
عرض عملي في مشهد عمودي: على سبيل المثال، محرك البيانات البيئية USD1 الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ومستوى النشاط الاجتماعي، والديناميكية على السلسلة، يتتبع المشاريع المحتملة على BNB Chain في الوقت الفعلي، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 أن يوفر البيانات فحسب، بل يمكنه أيضًا تقديم "بيانات تفسيرية" - لا يخبرك فقط بما حدث، بل يخبرك أيضًا بما يجب عليك فعله.
OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنية
إذا كانت SoQuest هي مدخل البيانات، فإن BQL)Blockchain Quest Language### هو القشرة الدماغية لبيانات Port3، وهو جوهر المعاني ومحرك التشغيل لجميع بيانات السلوك المعالجة والمنظمة والمستدعاة.
دور وآلية BQL:
طبقة اللغة العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يمكّن المطورين أو الوكلاء من استخدام تعليمات مثل "شراء NFT على سلسلة Aptos" لتنفيذ عمليات فعلية على السلسلة، مما يربط بين بيئات متعددة السلاسل مثل EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم العمليات على الأصول على السلسلة ( مثل التداول، الرهن، إضافة السيولة ) المعالجة الأوتوماتيكية بنقرة واحدة، وهي محور رئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالة البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والوكلاء، ويحقق التحديثات والحسابات عالية التردد اللازمة لتحويل المعلومات المالية (InfoFi).
من خلال BQL، تقوم Port3 بدفع بناء "بروتوكول اللغة الطبيعية على السلسلة" جديد في عالم Web3، مما يجعل السلوكيات على السلسلة ترتفع من "طبقة الكود" إلى "طبقة النية" - حيث لا تقوم الآلات بتنفيذ الأوامر التي تعطيها فحسب، بل يمكنها أيضًا فهم نواياك.
قدرة تكامل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 تقوم ببناء طبقة API عامة للوكيل، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ الأوامر مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب الذكية على السلسلة، وتغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، نشر المهام، وإدارة المجتمع.
يجعل هيكل المنتجات هذا Port3 المنصة الوحيدة التي تحتوي على "القدرة الكاملة من جمع → تحليل → تطبيق → استدعاء" في مسار بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكول معيارية لـ Web3 AI تعتمد على بيانات السلوك، مما يمكّن وكيل الذكاء الاصطناعي من فهم وتحديد والتعامل مع الأصول على السلسلة.
( 3.2 Port3's moat: العجلة النامية الناتجة عن تراكم الأعمال
تمكنت Port3 من احتلال مكانة رائدة في سرد القصص في Web3 AI، والسبب الجوهري ليس في امتلاكها لقدرات نماذج كبيرة متقدمة، ولكن في أنها خلال عملية تراكم الأعمال، قامت ببناء أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق وعرض كبيرين. إن هذه الميزة في البيانات تؤسس لأساس فريد لتطبيقات الذكاء الاصطناعي الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:
)# 3.2.1. بيانات سلوك سلسلة على السلسلة وخارجها بمستوى عشرة ملايين
استنادًا إلى تشغيل منصة المهام SoQuest لمدة ثلاث سنوات، تمكنت Port3 من ترسيخ أكثر من 10 ملايين مستوى من مسارات مشاركة المستخدمين، تغطي سلوكيات المهام، تفاعلات المحافظ، الأصول على السلسلة، ودرجة المشاركة المجتمعية عبر عدة أبعاد. هذه البيانات تتجاوز Web2 وWeb3، مثل منشورات Twitter، نشاط Discord، احتفاظ Telegram، المعاملات على السلسلة، الرهان، وحيازة الأصول، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج AI الحالي "البيانات كوقود"، تعتبر هذه البيانات السلوكية الهيكلية والتي تتفاعل بشكل متكرر، بلا شك، من أغلى الموارد المدخلة لبناء وكيل AI في Web3.
3.2.2 التعاون العميق مع آلاف المشاريع، وتحديث البيانات بشكل مستمر في الوقت الحقيقي
Port3 ليست منصة موجهة نحو منتج واحد، بل أقامت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات مثل إصدار الإطلاق، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكات لم تجلب فقط سلوكيات مستخدمين حقيقية، بل ضمنت أيضًا تنوع وواقعية مصادر البيانات. من خلال قنوات البيانات التي تم إنشاؤها بالتعاون مع الأطراف المعنية، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات يتطور ديناميكيًا، وليس مجرد لقطة ثابتة. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" تتطور باستمرار لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات مخصصة لتدريب نموذج الذكاء الاصطناعي، لتوفير الدعم الدلالي للوكيل على السلسلة
بالمقارنة مع بيانات Web2 العامة، فإن هوية مستخدمي Web3 على السلسلة، ومسارات التفاعل، وسلوك الأصول تتمتع بدرجة عالية من الخصوصية وتعقيد الهيكل، مما يجعل النماذج التقليدية صعبة التكيف معها. بينما تقوم Port3 بتسهيل ذلك من خلال نظام التعرف الدلالي ووسم السلوك الخاص بـ Rankit، مما يفتح مسارات مطابقة بين السلوك على السلسلة واللغة الطبيعية. على سبيل المثال: "المحفظة A تشارك في توزيع رمزي في بروتوكول B + تغريدة + المشاركة في الحوكمة مرة أخرى"، يمكن نمذجته كـ "مشارك نشط" أو "مبشر مبكر".
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 9
أعجبني
9
6
مشاركة
تعليق
0/400
rugdoc.eth
· منذ 16 س
البيانات ستُستغل بغباء مرة أخرى.
شاهد النسخة الأصليةرد0
ProbablyNothing
· 08-02 22:42
هل عادت web3 مرة أخرى لتقديم الوعود الكبيرة؟
شاهد النسخة الأصليةرد0
StableNomad
· 08-02 22:42
رأيت هذا الفيلم من قبل... hype الذكاء الاصطناعي يلتقي بحلم الويب 3. إحصائيًا، 90% من هذه المشاريع "المبتكرة" تنتهي في المقبرة بجانب LUNA
شاهد النسخة الأصليةرد0
Anon32942
· 08-02 22:41
هل يعتمد هذا المشروع الجديد بالكامل على سرد القصص؟
شبكة Port3: بناء البنية التحتية للبيانات الاجتماعية المدفوعة بالذكاء الاصطناعي لعالم Web3
من البيانات الاجتماعية إلى الدماغ الذكي: ما نوع شبكة الذكاء الاصطناعي التي ستبنيها شبكة Port3 لعالم Web3؟
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. لا سيما بيانات السلوك الاجتماعي للمستخدمين، التي أصبحت "المعادن الرقمية" الأكثر قيمة والتي لم يتم تطويرها بشكل كامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي تُنتج في كل دقيقة وكل ثانية، تحتوي على قيمة كبيرة لم يتم استغلالها بالكامل بعد.
نرى أن واقع Web3 مجزأ: من ناحية، شهدنا نمواً هائلاً في بروتوكولات مثل DeFi وNFT وGameFi، حيث أن المستخدمين قد أنشأوا كمية كبيرة من بيانات السلوك على السلسلة وخارج السلسلة؛ ومن ناحية أخرى، فإن هذه البيانات موزعة على تطبيقات DApp المعزولة، وسجلات المعاملات، ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل الهيكلي، مما يجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.
في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد بسرعة تشكيل العالم الرقمي بأسره. حيث قدمت مشاريع مثل ChatGPT من OpenAI، وClaude من Anthropic، ومشاريع الوكلاء المبنية على Web3 مثل Autonolas وMorphpad وMind Network رؤية "البيانات القابلة للاستدعاء + النوايا القابلة للتنفيذ".
في هذا السياق، يظهر سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيبني طبقة البيانات الأساسية وقرارات Web3؟ تقدم شبكة Port3 إجابة نهائية نسبياً:
من منصة مهام SoQuest الأولية، إلى محرك تقييم السلوك الاجتماعي Rankit، ثم إلى لغة تنفيذ النوايا عبر السلاسل OpenBQL، قامت Port3 ببناء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم، والتي تتوافق مع نماذج الذكاء الاصطناعي. إنها لا تجمع فقط بين البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل تجعل البيانات أيضاً من خلال التوحيد والتعرف على النوايا "قالب العمل" الذي يمكن للوكيل فهمه واستدعاؤه وتنفيذه.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة فردية، بل قد احتلت موقعًا استراتيجيًا في "عقل بيانات Web3" قبل أن يتم دمج السرد حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي.
بعد ذلك، سنقوم بتحليل مصفوفة منتجات Port3، وحاجز التكنولوجيا، وآلية الرموز، ومنطق النمو، وسنستكشف كيف يمكن أن تؤسس حلقة مغلقة لتداول البيانات موجهة نحو وكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، لتصبح البنية التحتية الخفية التالية بقيمة تريليون.
2. مقدمة المشروع
ما هو 2.1 Port3؟
Port3 Network هو مشروع بنية تحتية لبيانات التواصل في Web3 مدعوم بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة، وقابلة للاستدعاء عبر السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ومعالجتها بشكل قياسي بواسطة محرك الذكاء الاصطناعي، قامت Port3 بإنشاء حلقة مغلقة كاملة بدءًا من جمع البيانات (SoQuest)، والتقييم الهيكلي (Rankit)، والاستعلام الذكي (OpenBQL) وصولاً إلى استدعاء الوكيل (Ailliance.ai)، لتصبح المنشأة الأساسية لتحويل الأصول السلوكية على السلسلة في عصر الذكاء الاصطناعي.
2.2 ملخص المشروع
حالة التمويل:
فريق العمل:
3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية لبيانات التواصل الاجتماعي AI"
تتضمن مصفوفة منتجات Port3 عدة وحدات فرعية مثل SoQuest و Rankit و OpenBQL و on.meme. على الرغم من أنها تبدو متفرقة، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، و Port3 مسؤولة عن تدفق البيانات من التجميع إلى التحويل."
3.1 بنية تحتية أساسية Port3
3.1.1 تجميع البيانات - SoQuest
SoQuest هو مدخل البيانات الأساسي الذي أنشأته شبكة Port3، وهو منصة لالتقاط سلوكيات المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوكيات، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز، ويستهدف سلوكيات المستخدمين على الشبكات الاجتماعية كموضوع لجمع البيانات، مما يفتح مسارات السلوك بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
تدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، وتتناسب مع سلوكيات التفاعل على 19 سلسلة مثل EVM وSolana وAptos وSui، بما في ذلك المعاملات والتفويض وNFT mint، مما يشكل واحدة من أكثر أنظمة جمع السلوكيات تغطية في مجال Web3.
بحلول منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و 7000 مشروع من البيانات الديناميكية، حيث تغطي البيانات أكثر من 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك تسجيل سلوكيات مستخدمين ضخمة و أحداث تفاعلات اجتماعية على السلسلة، مما أدى إلى بناء قاعدة بيانات سلوك اجتماعي في Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لزيادة قابلية التوسع للمنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع بتضمين نظام المهام في dApp الخاص بهم أو تطبيق Telegram Mini. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يسمح بإكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يعزز بشكل كبير معيارية النظام المهام وعموميته.
SoQuest ليس مجرد منصة مهام، بل هو نقطة انطلاق لإغلاق حلقة الأصول لسلوكيات Port3 عبر السلسلة، وأيضًا المصدر الأصلي لبيانات السلوك الدلالية المطلوبة لاستنتاجات الذكاء الاصطناعي.
3.1.2 بيانات التراكم - طبقة البيانات الاجتماعية للذكاء الاصطناعي
تتراكم بيانات سلوك المستخدم التي تم التقاطها بواسطة SoQuest في الوحدة الأساسية لشبكة Port3 - طبقة بيانات اجتماعية AI، وهي قاعدة بيانات سلوكية منظمة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، وهي أيضًا البنية التحتية الأساسية لـ Port3 لتحقيق "تحويل السلوك إلى أصول" و"التمويل المعلوماتي (InfoFi)".
بخلاف منصات البيانات التقليدية على السلسلة مثل The Graph و Dune التي تركز على "الاستعلام"، فإن طبقة البيانات في Port3 تركز على: كيفية جعل البيانات قابلة للاستخدام من قبل نماذج الذكاء الاصطناعي، ودعم الاستنتاج والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تجمع طبقة بيانات التواصل الاجتماعي الذكية AI Social Data Layer ملايين السجلات التفاعلية على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث الفوري من خلال تطبيقات مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكية ينمو باستمرار. إنها مركز إدراك سلوك Port3، حيث تقوم بترتيب البيانات السلوكية المعقدة على السلسلة وخارجها وتنميطها، مما يوفر "وقود بيانات" قابل للفهم والتركيب والاستدعاء للوكيلات.
(# 3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام وكيل الذكاء الاصطناعي
Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لبيانات Port3 الاجتماعية، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى الذكاء الاصطناعي.
قدرة Rankit وابتكار النماذج:
تقييم حرارة التواصل عبر المنصات: يجمع بين إشارات التواصل الاجتماعي من تويتر، تيليجرام، ديسكورد، وما إلى ذلك لتحديد الاتجاهات الرئيسية، المشاريع الساخنة، وتحولات المشاعر في عالم Web3.
التعرف على المعنى ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز المناقشة، وتأثير KOL، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة.
عرض عملي في مشهد عمودي: على سبيل المثال، محرك البيانات البيئية USD1 الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ومستوى النشاط الاجتماعي، والديناميكية على السلسلة، يتتبع المشاريع المحتملة على BNB Chain في الوقت الفعلي، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 أن يوفر البيانات فحسب، بل يمكنه أيضًا تقديم "بيانات تفسيرية" - لا يخبرك فقط بما حدث، بل يخبرك أيضًا بما يجب عليك فعله.
OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنية
إذا كانت SoQuest هي مدخل البيانات، فإن BQL)Blockchain Quest Language### هو القشرة الدماغية لبيانات Port3، وهو جوهر المعاني ومحرك التشغيل لجميع بيانات السلوك المعالجة والمنظمة والمستدعاة.
دور وآلية BQL:
طبقة اللغة العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يمكّن المطورين أو الوكلاء من استخدام تعليمات مثل "شراء NFT على سلسلة Aptos" لتنفيذ عمليات فعلية على السلسلة، مما يربط بين بيئات متعددة السلاسل مثل EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم العمليات على الأصول على السلسلة ( مثل التداول، الرهن، إضافة السيولة ) المعالجة الأوتوماتيكية بنقرة واحدة، وهي محور رئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالة البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والوكلاء، ويحقق التحديثات والحسابات عالية التردد اللازمة لتحويل المعلومات المالية (InfoFi).
من خلال BQL، تقوم Port3 بدفع بناء "بروتوكول اللغة الطبيعية على السلسلة" جديد في عالم Web3، مما يجعل السلوكيات على السلسلة ترتفع من "طبقة الكود" إلى "طبقة النية" - حيث لا تقوم الآلات بتنفيذ الأوامر التي تعطيها فحسب، بل يمكنها أيضًا فهم نواياك.
قدرة تكامل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 تقوم ببناء طبقة API عامة للوكيل، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ الأوامر مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب الذكية على السلسلة، وتغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، نشر المهام، وإدارة المجتمع.
يجعل هيكل المنتجات هذا Port3 المنصة الوحيدة التي تحتوي على "القدرة الكاملة من جمع → تحليل → تطبيق → استدعاء" في مسار بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكول معيارية لـ Web3 AI تعتمد على بيانات السلوك، مما يمكّن وكيل الذكاء الاصطناعي من فهم وتحديد والتعامل مع الأصول على السلسلة.
( 3.2 Port3's moat: العجلة النامية الناتجة عن تراكم الأعمال
تمكنت Port3 من احتلال مكانة رائدة في سرد القصص في Web3 AI، والسبب الجوهري ليس في امتلاكها لقدرات نماذج كبيرة متقدمة، ولكن في أنها خلال عملية تراكم الأعمال، قامت ببناء أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق وعرض كبيرين. إن هذه الميزة في البيانات تؤسس لأساس فريد لتطبيقات الذكاء الاصطناعي الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:
)# 3.2.1. بيانات سلوك سلسلة على السلسلة وخارجها بمستوى عشرة ملايين
استنادًا إلى تشغيل منصة المهام SoQuest لمدة ثلاث سنوات، تمكنت Port3 من ترسيخ أكثر من 10 ملايين مستوى من مسارات مشاركة المستخدمين، تغطي سلوكيات المهام، تفاعلات المحافظ، الأصول على السلسلة، ودرجة المشاركة المجتمعية عبر عدة أبعاد. هذه البيانات تتجاوز Web2 وWeb3، مثل منشورات Twitter، نشاط Discord، احتفاظ Telegram، المعاملات على السلسلة، الرهان، وحيازة الأصول، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج AI الحالي "البيانات كوقود"، تعتبر هذه البيانات السلوكية الهيكلية والتي تتفاعل بشكل متكرر، بلا شك، من أغلى الموارد المدخلة لبناء وكيل AI في Web3.
3.2.2 التعاون العميق مع آلاف المشاريع، وتحديث البيانات بشكل مستمر في الوقت الحقيقي
Port3 ليست منصة موجهة نحو منتج واحد، بل أقامت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات مثل إصدار الإطلاق، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكات لم تجلب فقط سلوكيات مستخدمين حقيقية، بل ضمنت أيضًا تنوع وواقعية مصادر البيانات. من خلال قنوات البيانات التي تم إنشاؤها بالتعاون مع الأطراف المعنية، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات يتطور ديناميكيًا، وليس مجرد لقطة ثابتة. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" تتطور باستمرار لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات مخصصة لتدريب نموذج الذكاء الاصطناعي، لتوفير الدعم الدلالي للوكيل على السلسلة
بالمقارنة مع بيانات Web2 العامة، فإن هوية مستخدمي Web3 على السلسلة، ومسارات التفاعل، وسلوك الأصول تتمتع بدرجة عالية من الخصوصية وتعقيد الهيكل، مما يجعل النماذج التقليدية صعبة التكيف معها. بينما تقوم Port3 بتسهيل ذلك من خلال نظام التعرف الدلالي ووسم السلوك الخاص بـ Rankit، مما يفتح مسارات مطابقة بين السلوك على السلسلة واللغة الطبيعية. على سبيل المثال: "المحفظة A تشارك في توزيع رمزي في بروتوكول B + تغريدة + المشاركة في الحوكمة مرة أخرى"، يمكن نمذجته كـ "مشارك نشط" أو "مبشر مبكر".