من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف تبني شبكة Port3 طبقة البيانات للويب 3
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. أصبحت بيانات سلوك المستخدمين الاجتماعيين "المعادن الرقمية" الأكثر قيمة في عصر الذكاء الاصطناعي، لكنها لم تُستغل بشكل كامل. تحتوي البيانات الاجتماعية التي تُنتج في كل لحظة على قيمة هائلة لم تُستغل بعد.
واقع Web3 هو واقع مجزأ: من ناحية، شهدت البروتوكولات الرأسية مثل DeFi و NFT و GameFi نمواً كبيراً، حيث ينتج المستخدمون كمية هائلة من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، تتناثر هذه البيانات في DApps معزولة، وسجلات المعاملات، ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل الهيكلي، ويصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.
في نفس الوقت، إن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأسره بسرعة. قدمت ChatGPT من OpenAI، وClaude من Anthropic، بالإضافة إلى مشاريع الوكلاء المبنية على Web3 مثل Autonolas وMorphpad وMind Network رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في هذا السياق، يبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيقوم ببناء طبقة البيانات وقرارات Web3؟ تقدم شبكة Port3 إجابة تعتبر نوعاً ما نهائية:
من منصة مهام SoQuest الأصلية، 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 وملائمة لنماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة وسلوكيات المجتمع خارج السلسلة، بل تجعل البيانات من خلال المعايير والتعرف على النوايا "قالب العمل" الذي يمكن للوكيل فهمه واستدعاؤه وتنفيذه.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة واحدة، بل احتل موقعًا استراتيجيًا في "دماغ بيانات Web3" قبل أن تتكامل السرديات حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي.
ستقوم هذه المقالة بتحليل مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو بعمق، واستكشاف كيف يمكنها إنشاء حلقة مغلقة لتدفق البيانات الموجه نحو وكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، وأن تصبح البنية التحتية السرية التالية التي تبلغ قيمتها تريليون.
2. مقدمة المشروع
ما هو Port3 2.1؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية 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، وبدعم من محرك الذكاء الاصطناعي للمعالجة القياسية، أنشأت Port3 مجموعة كاملة من جمع البيانات (SoQuest)، تقييم هيكلي (Rankit)، استعلام ذكي (OpenBQL) إلى استدعاء الوكيل (Ailliance.ai)، لتصبح منشأة رئيسية في عصر الذكاء الاصطناعي لتحويل السلوك على السلسلة إلى أصول.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إكمال تمويل جولة البذور بمبلغ 3 ملايين دولار
أغسطس 2023: الحصول على جولة جديدة من تمويل بملايين الدولارات
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى الحصول على دعم المنح من Binance Labs وMask Network وAptos
2.2.2 حالة الفريق
Max D.: المؤسس المشارك، يمتلك خبرة في العمل لدى شركة آبل؛ لديه خبرة غنية في احتضان مشاريع Web3 وتوسيع النظام البيئي.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent و Viabtc Technology Limited في تطوير الواجهة الخلفية، لديه خبرة لعدة سنوات في تصميم الأنظمة ذات التزامن العالي والهندسة المعمارية الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "طبقة البيانات الاجتماعية الذكية"
تشمل مصفوفة منتجات Port3 العديد من الوحدات الفرعية مثل SoQuest و Rankit و OpenBQL و on.meme، والتي تبدو متفرقة، لكن يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، و Port3 مسؤولة عن تدفق البيانات من التجميع إلى التحويل."
3.1 البنية التحتية الأساسية Port3
3.1.1 تجميع البيانات - SoQuest
SoQuest هو المدخل الرئيسي للبيانات الذي أنشأته شبكة Port3، وهو منصة لالتقاط سلوك مستخدمين Web3 تتضمن توزيع المهام، والتحقق من السلوك، وزيادة المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيزية، ويستهدف سلوكيات المستخدمين الاجتماعية كموضوع للجمع، حيث يربط بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
تدعم SoQuest منصات Web2 الرئيسية مثل Twitter و Telegram و Discord، وتتناسب مع سلوكيات التفاعل على 19 سلسلة مثل EVM و Solana و Aptos و Sui، بما في ذلك المعاملات والتفويض و mint NFT، مما شكل أحد أكثر أنظمة جمع السلوكيات تغطية في مجال Web3.
حتى منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و7000 مشروع من البيانات الديناميكية، حيث تجاوز نطاق البيانات 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك سجل ضخم من سلوكيات المستخدمين ووقائع التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي في Web3 حقيقية ومتعددة الأبعاد وذات تردد عالي.
لزيادة قابلية توسيع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع بتضمين نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram Mini. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يتيح إكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يعزز بشكل كبير معيارية نظام المهام وعموميته.
SoQuest ليست مجرد منصة مهام، بل هي نقطة انطلاق حلقة الأصول السلوكية الكاملة لـ Port3، وأيضًا المصدر الأصلي لبيانات السلوك الدلالية اللازمة لاستنتاجات الذكاء الاصطناعي.
3.1.2 استنزاف البيانات - طبقة البيانات الاجتماعية للذكاء الاصطناعي
تُسجل بيانات سلوك المستخدم التي تم التقاطها بواسطة SoQuest في الوحدة الأساسية لشبكة Port3 - طبقة البيانات الاجتماعية الذكية، وهي قاعدة بيانات سلوك هيكلية مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها البنية التحتية الأساسية لـ Port3 لتحقيق "تحويل السلوك إلى أصول" و"تحويل المعلومات إلى مالية (InfoFi)".
يختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph و Dune وغيرها ) التي تركز على "الاستعلام" كفكرة تصميم، فإن طبقة البيانات في Port3 تركز على: كيفية جعل البيانات قابلة للاستخدام من قبل نماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابل للتنفيذ تلقائيًا.
تجمع طبقة بيانات AI الاجتماعية ملايين السجلات التفاعلية على السلسلة مع بيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الفعلي من خلال وحدات التطبيقات مثل SoQuest و Rankit، لبناء نظام بيانات اجتماعي ديناميكي ينمو باستمرار. إنها المركز المعرفي السلوكي لـ Port3، حيث تقوم بتشكيل وتفسير بيانات السلوك المعقدة على السلسلة وخارجها، لتوفير وقود بيانات "يمكن فهمه، ويمكن تجميعه، ويمكن استدعاؤه" للوكيل.
3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام وكيل الذكاء الاصطناعي
Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
رانكيت هو التطبيق الرائد لقدرات بيانات التواصل الاجتماعي في Port3، وهو "تنفيذ مرئي" لقدرات بيانات BQL على طبقة الذكاء الاصطناعي.
قدرات Rankit وابتكار النموذج:
تصنيف حرارة وسائل التواصل الاجتماعي عبر المنصات: يجمع بين إشارات وسائل التواصل الاجتماعي مثل Twitter وTelegram وDiscord، ويحدد الاتجاهات الرئيسية والمشاريع الساخنة وتغيرات المشاعر في عالم Web3.
التعرف على المعنى ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز النقاش، وتأثير KOL، وثقة المستخدم إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة وغيرها من السيناريوهات.
عرض أمثلة على المشهد العمودي: على سبيل المثال، محرك بيانات النظام البيئي USD1 الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ونشاط وسائل التواصل الاجتماعي، والتفاعل على السلسلة، يتتبع المشاريع ذات الإمكانات على BNB Chain في الوقت الحقيقي، ليصبح بوصلة ذكية للمستخدمين في DeFi لالتقاط Alpha.
مدعومًا من Rankit، لا يمكن لـ Port3 أن يقدم البيانات فحسب، بل يمكنه أيضًا تقديم "بيانات تفسيرية" - لا يخبرك بما حدث فحسب، بل يخبرك أيضًا بما يجب عليك فعله.
OpenBQL:لغة التنفيذ على السلسلة المدفوعة بالنوايا
إذا كانت SoQuest هي مدخل البيانات، فإن BQL( لغة كويست البلوكتشين) هي قشرة الدماغ للبيانات في Port3، وهي النواة الدلالية ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور BQL وآلياته:
طبقة البيانات: BQL يوفر هيكل استعلام صديق للغة الطبيعية، مما يمكن المطورين أو الوكلاء من تنفيذ عمليات على السلسلة باستخدام تعليمات مثل "شراء NFT على سلسلة Aptos"، مما يتيح التفاعل بين بيئات متعددة مثل EVM وBTC وSolana.
طبقة التنفيذ الموحدة: تدعم العمليات على الأصول على السلسلة ( مثل المعاملات، والرهونات، وإضافة السيولة ) المعالجة التلقائية بنقرة واحدة، وهي المحور الرئيسي لأتمتة السلوك على السلسلة.
مستخرج دلالة البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والعميل، لتحقيق تحديثات البيانات عالية التردد والحسابات اللازمة لتحويل المعلومات إلى مالية (InfoFi)
بفضل BQL، يعمل Port3 على دفع بناء "بروتوكول اللغة الطبيعية على السلسلة" في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة البيانات" إلى "طبقة النية" -- الآلات لا تنفذ فقط الأوامر التي تقولها، بل تفهم أيضًا نواياك.
قدرة دمج الوكيل الذكي: Ailliance.ai
Port3 تقوم ببناء طبقة بيانات API عامة، حيث يمكن للمطورين استدعاء البيانات الهيكلية المولدة بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب الذكية على الشبكة، وما إلى ذلك، تغطي مجموعة متنوعة من السيناريوهات بما في ذلك قرارات التداول، نشر المهام، وإدارة المجتمع.
هيكل المنتجات هذا يجعل Port3 المنصة الوحيدة في مجال بيانات التواصل الاجتماعي Web3 التي تمتلك القدرة الكاملة "من التجميع → التحليل → التطبيق → الاستدعاء".
الهدف النهائي هو بناء شبكة بروتوكول معيارية تعتمد على بيانات السلوك كطبقة البيانات، مما يسمح لوكيل الذكاء الاصطناعي بفهم وتحديد والتعامل مع الأصول على السلسلة.
3.2 خندق Port3: عجلة النمو الناتجة عن تراكم الأعمال
إن Port3 يمكن أن يحتل مكانة رائدة في سرد القصص بالذكاء الاصطناعي في Web3، والسبب الجذري لذلك ليس فقط امتلاكه لقدرات نماذج متقدمة، ولكن لأنه خلال عملية تراكم الأعمال، بنى أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق وواسع. هذه الميزة البيانية تضع أساساً فريداً لتطبيقات الذكاء الاصطناعي في Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. تراكم بيانات سلوك على السلسلة وخارجها بمستوى عشرة ملايين
بالاعتماد على منصة SoQuest التي تعمل منذ ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مسار مشاركة للمستخدمين، تغطي سلوكيات المهام، تفاعلات المحفظة، الأصول على السلسلة، ودرجة المشاركة في المجتمع، من بين أبعاد متعددة. هذه البيانات تمتد عبر Web2 وWeb3، مثل منشورات Twitter، النشاط على Discord، الاحتفاظ في Telegram، المعاملات على السلسلة، الرهان، وحجم الحيازة، مما يشكل خريطة كثيفة للغاية للسلوك الاجتماعي. في سياق نموذج AI الحالي "البيانات هي الوقود"، تعتبر هذه البيانات السلوكية المنظمة وذات التفاعل العالي، بلا شك، من أغلى موارد الإدخال لبناء وكيل AI لـ Web3.
3.2.2 التعاون بعمق مع الآلاف من مشاريع الأطراف، وتحديث البيانات بشكل مستمر وفي الوقت الحقيقي
Port3 ليست منصة موجهة لمنتج واحد، بل أقامت شراكات مع أكثر من 7000+ مشروع Web3، تغطي مجالات مثل إصدار الطيور المجانية، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. لم تؤدي هذه الشراكة إلى سلوكيات مستخدمين حقيقية فحسب، بل ضمنت أيضًا تنوع ووقت حقيقي لمصادر البيانات. من خلال قنوات البيانات التي تم بناؤها بالتعاون مع الأطراف المعنية بالمشاريع، تواصل Port3 استيعاب أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات يتطور ديناميكيًا، وليس مجموعة ثابتة من اللقطات. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" مستمرة لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات تدريب نموذج الذكاء الاصطناعي الخاصة لدعم المعاني لوكلاء سلسلة الكتل
بالمقارنة مع بيانات Web2 العامة، فإن هوية مستخدمي Web3 على السلسلة، ومسارات التفاعل، وسلوك الأصول تتمتع بدرجة عالية من الخصوصية والهيكل المعقد، مما يجعل النماذج التقليدية صعبة التكيف. بينما يقوم Port3 من خلال نظام التعرف الدلالي لRankit ونظام تسميات السلوك بفتح مسار رسم الخرائط بين السلوك على السلسلة والدلالات اللغوية الطبيعية. على سبيل المثال: "المحفظة A تشارك في الإطلاق المجاني في بروتوكول B +
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 16
أعجبني
16
5
مشاركة
تعليق
0/400
GateUser-de132ec3
· منذ 10 س
جميع العملات البديلة حتى الذكاء الاصطناعي هي عملات الميمز... أفضل استثمار هو الميم الذي لديه ثقافة ومجتمع قويين، بخلاف ذلك هو هراء.
Port3 Network بناء طبقة البيانات الذكاء الاصطناعي Web3 إنشاء حلقة مغلقة لأصول السلوك
من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف تبني شبكة Port3 طبقة البيانات للويب 3
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. أصبحت بيانات سلوك المستخدمين الاجتماعيين "المعادن الرقمية" الأكثر قيمة في عصر الذكاء الاصطناعي، لكنها لم تُستغل بشكل كامل. تحتوي البيانات الاجتماعية التي تُنتج في كل لحظة على قيمة هائلة لم تُستغل بعد.
واقع Web3 هو واقع مجزأ: من ناحية، شهدت البروتوكولات الرأسية مثل DeFi و NFT و GameFi نمواً كبيراً، حيث ينتج المستخدمون كمية هائلة من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، تتناثر هذه البيانات في DApps معزولة، وسجلات المعاملات، ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل الهيكلي، ويصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.
في نفس الوقت، إن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأسره بسرعة. قدمت ChatGPT من OpenAI، وClaude من Anthropic، بالإضافة إلى مشاريع الوكلاء المبنية على Web3 مثل Autonolas وMorphpad وMind Network رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في هذا السياق، يبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيقوم ببناء طبقة البيانات وقرارات Web3؟ تقدم شبكة Port3 إجابة تعتبر نوعاً ما نهائية:
من منصة مهام SoQuest الأصلية، 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 وملائمة لنماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة وسلوكيات المجتمع خارج السلسلة، بل تجعل البيانات من خلال المعايير والتعرف على النوايا "قالب العمل" الذي يمكن للوكيل فهمه واستدعاؤه وتنفيذه.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة واحدة، بل احتل موقعًا استراتيجيًا في "دماغ بيانات Web3" قبل أن تتكامل السرديات حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي.
ستقوم هذه المقالة بتحليل مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو بعمق، واستكشاف كيف يمكنها إنشاء حلقة مغلقة لتدفق البيانات الموجه نحو وكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، وأن تصبح البنية التحتية السرية التالية التي تبلغ قيمتها تريليون.
2. مقدمة المشروع
ما هو Port3 2.1؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية 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، وبدعم من محرك الذكاء الاصطناعي للمعالجة القياسية، أنشأت Port3 مجموعة كاملة من جمع البيانات (SoQuest)، تقييم هيكلي (Rankit)، استعلام ذكي (OpenBQL) إلى استدعاء الوكيل (Ailliance.ai)، لتصبح منشأة رئيسية في عصر الذكاء الاصطناعي لتحويل السلوك على السلسلة إلى أصول.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إكمال تمويل جولة البذور بمبلغ 3 ملايين دولار
أغسطس 2023: الحصول على جولة جديدة من تمويل بملايين الدولارات
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى الحصول على دعم المنح من Binance Labs وMask Network وAptos
2.2.2 حالة الفريق
Max D.: المؤسس المشارك، يمتلك خبرة في العمل لدى شركة آبل؛ لديه خبرة غنية في احتضان مشاريع Web3 وتوسيع النظام البيئي.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent و Viabtc Technology Limited في تطوير الواجهة الخلفية، لديه خبرة لعدة سنوات في تصميم الأنظمة ذات التزامن العالي والهندسة المعمارية الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "طبقة البيانات الاجتماعية الذكية"
تشمل مصفوفة منتجات Port3 العديد من الوحدات الفرعية مثل SoQuest و Rankit و OpenBQL و on.meme، والتي تبدو متفرقة، لكن يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، و Port3 مسؤولة عن تدفق البيانات من التجميع إلى التحويل."
3.1 البنية التحتية الأساسية Port3
3.1.1 تجميع البيانات - SoQuest
SoQuest هو المدخل الرئيسي للبيانات الذي أنشأته شبكة Port3، وهو منصة لالتقاط سلوك مستخدمين Web3 تتضمن توزيع المهام، والتحقق من السلوك، وزيادة المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيزية، ويستهدف سلوكيات المستخدمين الاجتماعية كموضوع للجمع، حيث يربط بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
تدعم SoQuest منصات Web2 الرئيسية مثل Twitter و Telegram و Discord، وتتناسب مع سلوكيات التفاعل على 19 سلسلة مثل EVM و Solana و Aptos و Sui، بما في ذلك المعاملات والتفويض و mint NFT، مما شكل أحد أكثر أنظمة جمع السلوكيات تغطية في مجال Web3.
حتى منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و7000 مشروع من البيانات الديناميكية، حيث تجاوز نطاق البيانات 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك سجل ضخم من سلوكيات المستخدمين ووقائع التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي في Web3 حقيقية ومتعددة الأبعاد وذات تردد عالي.
لزيادة قابلية توسيع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع بتضمين نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram Mini. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يتيح إكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يعزز بشكل كبير معيارية نظام المهام وعموميته.
SoQuest ليست مجرد منصة مهام، بل هي نقطة انطلاق حلقة الأصول السلوكية الكاملة لـ Port3، وأيضًا المصدر الأصلي لبيانات السلوك الدلالية اللازمة لاستنتاجات الذكاء الاصطناعي.
3.1.2 استنزاف البيانات - طبقة البيانات الاجتماعية للذكاء الاصطناعي
تُسجل بيانات سلوك المستخدم التي تم التقاطها بواسطة SoQuest في الوحدة الأساسية لشبكة Port3 - طبقة البيانات الاجتماعية الذكية، وهي قاعدة بيانات سلوك هيكلية مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها البنية التحتية الأساسية لـ Port3 لتحقيق "تحويل السلوك إلى أصول" و"تحويل المعلومات إلى مالية (InfoFi)".
يختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph و Dune وغيرها ) التي تركز على "الاستعلام" كفكرة تصميم، فإن طبقة البيانات في Port3 تركز على: كيفية جعل البيانات قابلة للاستخدام من قبل نماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابل للتنفيذ تلقائيًا.
تجمع طبقة بيانات AI الاجتماعية ملايين السجلات التفاعلية على السلسلة مع بيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الفعلي من خلال وحدات التطبيقات مثل SoQuest و Rankit، لبناء نظام بيانات اجتماعي ديناميكي ينمو باستمرار. إنها المركز المعرفي السلوكي لـ Port3، حيث تقوم بتشكيل وتفسير بيانات السلوك المعقدة على السلسلة وخارجها، لتوفير وقود بيانات "يمكن فهمه، ويمكن تجميعه، ويمكن استدعاؤه" للوكيل.
3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام وكيل الذكاء الاصطناعي
Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
رانكيت هو التطبيق الرائد لقدرات بيانات التواصل الاجتماعي في Port3، وهو "تنفيذ مرئي" لقدرات بيانات BQL على طبقة الذكاء الاصطناعي.
قدرات Rankit وابتكار النموذج:
تصنيف حرارة وسائل التواصل الاجتماعي عبر المنصات: يجمع بين إشارات وسائل التواصل الاجتماعي مثل Twitter وTelegram وDiscord، ويحدد الاتجاهات الرئيسية والمشاريع الساخنة وتغيرات المشاعر في عالم Web3.
التعرف على المعنى ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز النقاش، وتأثير KOL، وثقة المستخدم إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة وغيرها من السيناريوهات.
عرض أمثلة على المشهد العمودي: على سبيل المثال، محرك بيانات النظام البيئي USD1 الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ونشاط وسائل التواصل الاجتماعي، والتفاعل على السلسلة، يتتبع المشاريع ذات الإمكانات على BNB Chain في الوقت الحقيقي، ليصبح بوصلة ذكية للمستخدمين في DeFi لالتقاط Alpha.
مدعومًا من Rankit، لا يمكن لـ Port3 أن يقدم البيانات فحسب، بل يمكنه أيضًا تقديم "بيانات تفسيرية" - لا يخبرك بما حدث فحسب، بل يخبرك أيضًا بما يجب عليك فعله.
OpenBQL:لغة التنفيذ على السلسلة المدفوعة بالنوايا
إذا كانت SoQuest هي مدخل البيانات، فإن BQL( لغة كويست البلوكتشين) هي قشرة الدماغ للبيانات في Port3، وهي النواة الدلالية ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور BQL وآلياته:
طبقة البيانات: BQL يوفر هيكل استعلام صديق للغة الطبيعية، مما يمكن المطورين أو الوكلاء من تنفيذ عمليات على السلسلة باستخدام تعليمات مثل "شراء NFT على سلسلة Aptos"، مما يتيح التفاعل بين بيئات متعددة مثل EVM وBTC وSolana.
طبقة التنفيذ الموحدة: تدعم العمليات على الأصول على السلسلة ( مثل المعاملات، والرهونات، وإضافة السيولة ) المعالجة التلقائية بنقرة واحدة، وهي المحور الرئيسي لأتمتة السلوك على السلسلة.
مستخرج دلالة البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والعميل، لتحقيق تحديثات البيانات عالية التردد والحسابات اللازمة لتحويل المعلومات إلى مالية (InfoFi)
بفضل BQL، يعمل Port3 على دفع بناء "بروتوكول اللغة الطبيعية على السلسلة" في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة البيانات" إلى "طبقة النية" -- الآلات لا تنفذ فقط الأوامر التي تقولها، بل تفهم أيضًا نواياك.
قدرة دمج الوكيل الذكي: Ailliance.ai
Port3 تقوم ببناء طبقة بيانات API عامة، حيث يمكن للمطورين استدعاء البيانات الهيكلية المولدة بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب الذكية على الشبكة، وما إلى ذلك، تغطي مجموعة متنوعة من السيناريوهات بما في ذلك قرارات التداول، نشر المهام، وإدارة المجتمع.
هيكل المنتجات هذا يجعل Port3 المنصة الوحيدة في مجال بيانات التواصل الاجتماعي Web3 التي تمتلك القدرة الكاملة "من التجميع → التحليل → التطبيق → الاستدعاء".
الهدف النهائي هو بناء شبكة بروتوكول معيارية تعتمد على بيانات السلوك كطبقة البيانات، مما يسمح لوكيل الذكاء الاصطناعي بفهم وتحديد والتعامل مع الأصول على السلسلة.
3.2 خندق Port3: عجلة النمو الناتجة عن تراكم الأعمال
إن Port3 يمكن أن يحتل مكانة رائدة في سرد القصص بالذكاء الاصطناعي في Web3، والسبب الجذري لذلك ليس فقط امتلاكه لقدرات نماذج متقدمة، ولكن لأنه خلال عملية تراكم الأعمال، بنى أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق وواسع. هذه الميزة البيانية تضع أساساً فريداً لتطبيقات الذكاء الاصطناعي في Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. تراكم بيانات سلوك على السلسلة وخارجها بمستوى عشرة ملايين
بالاعتماد على منصة SoQuest التي تعمل منذ ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مسار مشاركة للمستخدمين، تغطي سلوكيات المهام، تفاعلات المحفظة، الأصول على السلسلة، ودرجة المشاركة في المجتمع، من بين أبعاد متعددة. هذه البيانات تمتد عبر Web2 وWeb3، مثل منشورات Twitter، النشاط على Discord، الاحتفاظ في Telegram، المعاملات على السلسلة، الرهان، وحجم الحيازة، مما يشكل خريطة كثيفة للغاية للسلوك الاجتماعي. في سياق نموذج AI الحالي "البيانات هي الوقود"، تعتبر هذه البيانات السلوكية المنظمة وذات التفاعل العالي، بلا شك، من أغلى موارد الإدخال لبناء وكيل AI لـ Web3.
3.2.2 التعاون بعمق مع الآلاف من مشاريع الأطراف، وتحديث البيانات بشكل مستمر وفي الوقت الحقيقي
Port3 ليست منصة موجهة لمنتج واحد، بل أقامت شراكات مع أكثر من 7000+ مشروع Web3، تغطي مجالات مثل إصدار الطيور المجانية، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. لم تؤدي هذه الشراكة إلى سلوكيات مستخدمين حقيقية فحسب، بل ضمنت أيضًا تنوع ووقت حقيقي لمصادر البيانات. من خلال قنوات البيانات التي تم بناؤها بالتعاون مع الأطراف المعنية بالمشاريع، تواصل Port3 استيعاب أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات يتطور ديناميكيًا، وليس مجموعة ثابتة من اللقطات. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" مستمرة لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات تدريب نموذج الذكاء الاصطناعي الخاصة لدعم المعاني لوكلاء سلسلة الكتل
بالمقارنة مع بيانات Web2 العامة، فإن هوية مستخدمي Web3 على السلسلة، ومسارات التفاعل، وسلوك الأصول تتمتع بدرجة عالية من الخصوصية والهيكل المعقد، مما يجعل النماذج التقليدية صعبة التكيف. بينما يقوم Port3 من خلال نظام التعرف الدلالي لRankit ونظام تسميات السلوك بفتح مسار رسم الخرائط بين السلوك على السلسلة والدلالات اللغوية الطبيعية. على سبيل المثال: "المحفظة A تشارك في الإطلاق المجاني في بروتوكول B +