من البيانات الاجتماعية إلى الدماغ الذكي: كيف تبني شبكة Port3 شبكة ذكاء اصطناعي لـ Web3
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. أصبحت بيانات السلوك الاجتماعي للمستخدمين "المعادن الرقمية" الأكثر قيمة والتي لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. تحتوي البيانات الاجتماعية التي تتولد كل دقيقة وكل ثانية على قيمة هائلة، لم يتم استغلالها بالكامل بعد.
واقع Web3 مجزأ: من ناحية، تشهد بروتوكولات مثل DeFi و NFT و GameFi نموًا هائلًا، حيث ينتج المستخدمون بيانات سلوكية كبيرة على السلسلة وخارجها؛ ومن ناحية أخرى، تت scattered هذه البيانات في DApps المعزولة وسجلات التداول ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل المنظم، ويصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.
في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأسره بسرعة. مثل ChatGPT من OpenAI وClaude من Anthropic، فضلاً عن المشاريع المبنية على Web3 مثل Autonolas وMorphpad وMind Network، جميعها تقدم رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في هذا السياق، تبرز مسألة: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيبني طبقة البيانات وركيزة اتخاذ القرار لـ Web3؟ قدمت شبكة Port3 إجابة نهائية نوعًا ما:
من منصة مهام SoQuest في البداية، إلى محرك تقييم السلوك الاجتماعي Rankit، ثم إلى لغة تنفيذ النوايا عبر السلسلة OpenBQL، قامت Port3 بإنشاء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم وتكون صديقة لنماذج الذكاء الاصطناعي. فهي لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، ولكنها أيضًا من خلال التقييس والتعرف على النوايا، تجعل البيانات "قوالب عمل" يمكن للوكيلات فهمها واستدعاؤها وتنفيذها.
بعبارة أخرى، لم يعد Port3 مجرد منصة أو أداة لمهمة واحدة، بل احتل موقعًا استراتيجيًا في "الدماغ البيانات Web3" قبل أن تتكامل السرد حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي بشكل حقيقي.
سيتم هنا تحليل مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو بعمق، واستكشاف كيف يمكن أن تبني حلقة مغلقة لتداول البيانات موجهة نحو وكيل الذكاء الاصطناعي في عالم Web3 المجزأ، وتصبح البنية التحتية الخفية للاتجاه الذي يصل إلى تريليون.
2. مقدمة المشروع
2.1 Port3 ماذا يعني؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدفوع بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية عبر السلاسل، قابلة للبرمجة، وقابلة للاستدعاء. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ومعالجة القياسية المدعومة بمحرك الذكاء الاصطناعي، قامت Port3 بإنشاء مجموعة كاملة من جمع البيانات (SoQuest)، تقييم الهيكل (Rankit)، استعلامات ذكية (OpenBQL) إلى استدعاء الوكلاء (Ailliance.ai)، لتصبح منشأة رئيسية لتمكين الأصول السلوكية على السلسلة في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إتمام جولة تمويل بذور بقيمة 3 ملايين دولار
أغسطس 2023: الحصول على جولة جديدة من التمويل بملايين الدولارات
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى الدعم من المنح المقدمة من Binance Labs وMask Network وAptos.
2.2.2 وضع الفريق
ماكس دي.: المؤسس المشارك، لديه خبرة عمل في شركة آبل؛ يمتلك خبرة واسعة في احتضان مشاريع الويب 3 وتوسيع النظام الإيكولوجي.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في تينسنت في تطوير الخلفية، ولديه سنوات من الخبرة في تصميم الأنظمة عالية التزامن والهندسة الموزعة
3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية لبيانات التواصل الاجتماعي AI"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على العديد من الوحدات الفرعية مثل SoQuest و Rankit و OpenBQL و on.meme، والتي تبدو مشتتة، إلا أنها في الواقع يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، وPort3 مسؤولة عن الحلقة المغلقة لتدفق البيانات من الجمع إلى التحويل."
3.1 Port3 البنية التحتية الأساسية
3.1.1 تجميع البيانات - SoQuest
SoQuest هو المدخل الرئيسي للبيانات الذي تم بناؤه بواسطة شبكة Port3، وهو منصة لالتقاط سلوك المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز، ويستهدف السلوك الاجتماعي للمستخدمين كموضوع لجمع البيانات، مما يفتح الطريق بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، ويتوافق مع سلوكيات التفاعل على 19 سلسلة بما في ذلك 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 و7000 مشروع من البيانات الديناميكية، حيث تغطي البيانات أكثر من 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك سجل ضخم من سلوكيات المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوكية اجتماعية في Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لزيادة قابلية توسيع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، والتي تسمح لمشاريع النظام بإدماج نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram الصغيرة. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يسمح بإكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يزيد بشكل كبير من معايير ونمطية نظام المهام.
SoQuest ليست مجرد منصة مهام، بل هي نقطة البداية لدائرة الأصول السلوكية على سلسلة Port3، وأيضًا المصدر الأصلي لبيانات السلوك الدلالية اللازمة لاستدلال AI.
3.1.2 استنزاف البيانات - طبقة بيانات التواصل الاجتماعي بالذكاء الاصطناعي
تتراكم بيانات سلوك المستخدم التي تلتقطها SoQuest في الوحدة الأساسية لشبكة Port3 - طبقة بيانات اجتماعية مدعومة بالذكاء الاصطناعي، وهي قاعدة بيانات سلوكية هيكلية مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها البنية التحتية الأساسية لـ Port3 لتحقيق "تحويل السلوك إلى أصول" و"المالية المعلوماتية (InfoFi)".
يختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph وDune و) التي تركز على "الاستعلام"، يركز مستوى البيانات في Port3 على: كيفية جعل البيانات قابلة للاستخدام من قبل نماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تدمج طبقة بيانات الشبكات الاجتماعية للذكاء الاصطناعي عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الحقيقي من خلال وحدات تطبيق مثل SoQuest و Rankit، مما يبني نظام بيانات اجتماعية ديناميكية ذاتية النمو، وهو مركز إدراك السلوك لـ Port3، حيث يتم هيكلة البيانات السلوكية المعقدة على السلسلة وفي الخارج، وتوفير "وقود بيانات قابل للفهم، وقابل للتجميع، وقابل للاستدعاء" لوكلاء الذكاء.
3.1.3 تطبيق البيانات - Rankit + OpenBQL + Ailliance.ai → نظام الوكيل الذكي
رانكيت: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لبيانات Port3 الاجتماعية، وهو "التنفيذ المرئي" لبيانات BQL على مستوى الذكاء الاصطناعي.
قدرات Rankit وابتكار النماذج:
تقييم حرارة التواصل الاجتماعي عبر المنصات: يجمع إشارات التواصل الاجتماعي من Twitter وTelegram وDiscord، ويحدد الاتجاهات الرئيسية، والمشاريع الساخنة، وتحولات المشاعر في عالم Web3.
التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز المناقشة، وتأثير KOL، ودرجة ثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة وغيرها من السيناريوهات.
العرض العمودي للمشاهد: على سبيل المثال، محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، من خلال خرائط الحرارة، ونشاط وسائل التواصل الاجتماعي، والتفاعل على السلسلة، يتتبع في الوقت الفعلي المشاريع الواعدة على BNB Chain، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 فقط توفير البيانات، 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( لغة استكشاف بلوكتشين) هي قشرة الدماغ لبيانات Port3، وهي النواة الدلالية ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور وآلية BQL:
طبقة اللغة العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يسمح للمطورين أو الوكلاء باستخدام تعليمات مثل "شراء NFT على سلسلة Aptos" لتنفيذ العمليات الفعلية على السلسلة، مما يربط بيئات متعددة السلاسل مثل EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم العمليات المتعلقة بالأصول على السلسلة ( مثل التداول، والتخزين، وإضافة السيولة ) من خلال معالجة أوتوماتيكية بنقرة واحدة، وهي المركز الرئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والوكلاء، لتحقيق التحديثات الحسابية للبيانات عالية التردد المطلوبة لتحويل المعلومات إلى مالية (InfoFi).
بفضل BQL، تعمل Port3 على دفع بناء نوع جديد من "بروتوكول اللغة الطبيعية على السلسلة" في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة الكود" إلى "طبقة النية" - حيث لا تنفذ الآلات الأوامر التي تقولها فحسب، بل تفهم أيضًا نيتك.
قدرة دمج وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 تبني طبقة واجهة برمجة تطبيقات وكيل عالمية، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ الأوامر مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، والروبوتات التفاعلية، ومساعد الذكاء في ألعاب السلسلة، مما يغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، وإصدار المهام، وإدارة المجتمع.
يُعَدُّ هذا الهيكل الكامل للمنتجات هو ما يجعل Port3 المنصة الوحيدة في مجال بيانات التواصل الاجتماعي Web3 التي تمتلك القدرة على "من الجمع → التحليل → التطبيق → الاستدعاء".
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 خندق: العجلة النمائية الناتجة عن تراكم الأعمال
يستطيع Port3 أن يحتل مكانة رائدة في سرد القصص الذكية في Web3، والسبب الأساسي ليس لأنه يمتلك قدرات نموذجية متقدمة، ولكن لأنه في عملية تراكم الأعمال، قام ببناء أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق واسع. هذه الميزة البياناتية تؤسس قاعدة فريدة لتطبيقات Port3 الذكية، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك على-chain و off-chain بمستوى عشرة ملايين
بفضل تشغيل منصة المهام SoQuest على مدار ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مسار مشاركة المستخدمين، تغطي سلوكيات المهام، والتفاعل مع المحافظ، والأصول على السلسلة، ودرجة المشاركة في المجتمع، وغيرها من الأبعاد. تمتد هذه البيانات عبر Web2 وWeb3، مثل منشورات Twitter، ونشاط Discord، والاحتفاظ بـ Telegram، والمعاملات على السلسلة، والتخزين، والمراكز، وغيرها، مما يشكل خريطة كثيفة للغاية للسلوك الاجتماعي. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات هي الوقود"، تعتبر هذه البيانات السلوكية المنظمة والتفاعلية عالية التكرار بلا شك من أبرز موارد الإدخال لبناء وكيل Web3 AI.
3.2.2 التعاون العميق مع الآلاف من المشاريع، وتحديث البيانات بشكل مستمر وفي الوقت الفعلي
Port3 ليس منصة ذات منتج واحد، بل أقامت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات متعددة مثل إصدار التوزيعات، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لم تجلب فقط سلوكيات المستخدمين الحقيقية، بل ضمنت أيضًا تنوع وواقعية مصادر البيانات. من خلال بناء قناة بيانات مشتركة مع الجهات المعنية بالمشروع، يستمر Port3 في امتصاص أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات ديناميكي يتطور بدلاً من كونه مجموعة ثابتة. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" تتطور باستمرار لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات مخصصة لتدريب نماذج الذكاء الاصطناعي، لتوفير الدعم الدلالي لوكلاء السلسلة.
بالمقارنة مع بيانات Web2 العامة، فإن هوية مستخدمي Web3 على السلسلة، ومسارات التفاعل، وسلوكيات الأصول تتمتع بدرجة عالية من الخصوصية وتعقيد الهيكل، مما يجعل النماذج التقليدية صعبة التكيف. بينما يقوم Port3 من خلال نظام التعرف الدلالي والتسميات السلوكية الخاص بـ Rankit بفتح مسار الربط بين السلوكيات على السلسلة واللغة الطبيعية. على سبيل المثال: "المحفظة A تشارك في الطرح المجاني في البروتوكول B + تغريد + المشاركة مرة أخرى في الحوكمة"، يمكن أن يتم نمذجته كوسم "مشارك نشط" أو "مبشر مبكر"، مما يمكّن الوكيل الذكي من فهم وتحفيز هذه.
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 10
أعجبني
10
5
مشاركة
تعليق
0/400
CommunityLurker
· منذ 15 س
من يعتقد أن هذا جيد؟ البيانات إلى الذكاء الاصطناعي
Port3 تبني شبكة Web3 AI: من بيانات التواصل الاجتماعي إلى محرك اتخاذ القرار الذكي
من البيانات الاجتماعية إلى الدماغ الذكي: كيف تبني شبكة Port3 شبكة ذكاء اصطناعي لـ Web3
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. أصبحت بيانات السلوك الاجتماعي للمستخدمين "المعادن الرقمية" الأكثر قيمة والتي لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. تحتوي البيانات الاجتماعية التي تتولد كل دقيقة وكل ثانية على قيمة هائلة، لم يتم استغلالها بالكامل بعد.
واقع Web3 مجزأ: من ناحية، تشهد بروتوكولات مثل DeFi و NFT و GameFi نموًا هائلًا، حيث ينتج المستخدمون بيانات سلوكية كبيرة على السلسلة وخارجها؛ ومن ناحية أخرى، تت scattered هذه البيانات في DApps المعزولة وسجلات التداول ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل المنظم، ويصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.
في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأسره بسرعة. مثل ChatGPT من OpenAI وClaude من Anthropic، فضلاً عن المشاريع المبنية على Web3 مثل Autonolas وMorphpad وMind Network، جميعها تقدم رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في هذا السياق، تبرز مسألة: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيبني طبقة البيانات وركيزة اتخاذ القرار لـ Web3؟ قدمت شبكة Port3 إجابة نهائية نوعًا ما:
من منصة مهام SoQuest في البداية، إلى محرك تقييم السلوك الاجتماعي Rankit، ثم إلى لغة تنفيذ النوايا عبر السلسلة OpenBQL، قامت Port3 بإنشاء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم وتكون صديقة لنماذج الذكاء الاصطناعي. فهي لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، ولكنها أيضًا من خلال التقييس والتعرف على النوايا، تجعل البيانات "قوالب عمل" يمكن للوكيلات فهمها واستدعاؤها وتنفيذها.
بعبارة أخرى، لم يعد Port3 مجرد منصة أو أداة لمهمة واحدة، بل احتل موقعًا استراتيجيًا في "الدماغ البيانات Web3" قبل أن تتكامل السرد حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي بشكل حقيقي.
سيتم هنا تحليل مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو بعمق، واستكشاف كيف يمكن أن تبني حلقة مغلقة لتداول البيانات موجهة نحو وكيل الذكاء الاصطناعي في عالم Web3 المجزأ، وتصبح البنية التحتية الخفية للاتجاه الذي يصل إلى تريليون.
2. مقدمة المشروع
2.1 Port3 ماذا يعني؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدفوع بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية عبر السلاسل، قابلة للبرمجة، وقابلة للاستدعاء. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ومعالجة القياسية المدعومة بمحرك الذكاء الاصطناعي، قامت Port3 بإنشاء مجموعة كاملة من جمع البيانات (SoQuest)، تقييم الهيكل (Rankit)، استعلامات ذكية (OpenBQL) إلى استدعاء الوكلاء (Ailliance.ai)، لتصبح منشأة رئيسية لتمكين الأصول السلوكية على السلسلة في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إتمام جولة تمويل بذور بقيمة 3 ملايين دولار
أغسطس 2023: الحصول على جولة جديدة من التمويل بملايين الدولارات
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى الدعم من المنح المقدمة من Binance Labs وMask Network وAptos.
2.2.2 وضع الفريق
ماكس دي.: المؤسس المشارك، لديه خبرة عمل في شركة آبل؛ يمتلك خبرة واسعة في احتضان مشاريع الويب 3 وتوسيع النظام الإيكولوجي.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في تينسنت في تطوير الخلفية، ولديه سنوات من الخبرة في تصميم الأنظمة عالية التزامن والهندسة الموزعة
3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية لبيانات التواصل الاجتماعي AI"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على العديد من الوحدات الفرعية مثل SoQuest و Rankit و OpenBQL و on.meme، والتي تبدو مشتتة، إلا أنها في الواقع يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، وPort3 مسؤولة عن الحلقة المغلقة لتدفق البيانات من الجمع إلى التحويل."
3.1 Port3 البنية التحتية الأساسية
3.1.1 تجميع البيانات - SoQuest
SoQuest هو المدخل الرئيسي للبيانات الذي تم بناؤه بواسطة شبكة Port3، وهو منصة لالتقاط سلوك المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز، ويستهدف السلوك الاجتماعي للمستخدمين كموضوع لجمع البيانات، مما يفتح الطريق بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، ويتوافق مع سلوكيات التفاعل على 19 سلسلة بما في ذلك 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 و7000 مشروع من البيانات الديناميكية، حيث تغطي البيانات أكثر من 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك سجل ضخم من سلوكيات المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوكية اجتماعية في Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لزيادة قابلية توسيع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، والتي تسمح لمشاريع النظام بإدماج نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram الصغيرة. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يسمح بإكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يزيد بشكل كبير من معايير ونمطية نظام المهام.
SoQuest ليست مجرد منصة مهام، بل هي نقطة البداية لدائرة الأصول السلوكية على سلسلة Port3، وأيضًا المصدر الأصلي لبيانات السلوك الدلالية اللازمة لاستدلال AI.
3.1.2 استنزاف البيانات - طبقة بيانات التواصل الاجتماعي بالذكاء الاصطناعي
تتراكم بيانات سلوك المستخدم التي تلتقطها SoQuest في الوحدة الأساسية لشبكة Port3 - طبقة بيانات اجتماعية مدعومة بالذكاء الاصطناعي، وهي قاعدة بيانات سلوكية هيكلية مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها البنية التحتية الأساسية لـ Port3 لتحقيق "تحويل السلوك إلى أصول" و"المالية المعلوماتية (InfoFi)".
يختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph وDune و) التي تركز على "الاستعلام"، يركز مستوى البيانات في Port3 على: كيفية جعل البيانات قابلة للاستخدام من قبل نماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تدمج طبقة بيانات الشبكات الاجتماعية للذكاء الاصطناعي عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الحقيقي من خلال وحدات تطبيق مثل SoQuest و Rankit، مما يبني نظام بيانات اجتماعية ديناميكية ذاتية النمو، وهو مركز إدراك السلوك لـ Port3، حيث يتم هيكلة البيانات السلوكية المعقدة على السلسلة وفي الخارج، وتوفير "وقود بيانات قابل للفهم، وقابل للتجميع، وقابل للاستدعاء" لوكلاء الذكاء.
3.1.3 تطبيق البيانات - Rankit + OpenBQL + Ailliance.ai → نظام الوكيل الذكي
رانكيت: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لبيانات Port3 الاجتماعية، وهو "التنفيذ المرئي" لبيانات BQL على مستوى الذكاء الاصطناعي.
قدرات Rankit وابتكار النماذج:
تقييم حرارة التواصل الاجتماعي عبر المنصات: يجمع إشارات التواصل الاجتماعي من Twitter وTelegram وDiscord، ويحدد الاتجاهات الرئيسية، والمشاريع الساخنة، وتحولات المشاعر في عالم Web3.
التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز المناقشة، وتأثير KOL، ودرجة ثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة وغيرها من السيناريوهات.
العرض العمودي للمشاهد: على سبيل المثال، محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، من خلال خرائط الحرارة، ونشاط وسائل التواصل الاجتماعي، والتفاعل على السلسلة، يتتبع في الوقت الفعلي المشاريع الواعدة على BNB Chain، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 فقط توفير البيانات، 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( لغة استكشاف بلوكتشين) هي قشرة الدماغ لبيانات Port3، وهي النواة الدلالية ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور وآلية BQL:
طبقة اللغة العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يسمح للمطورين أو الوكلاء باستخدام تعليمات مثل "شراء NFT على سلسلة Aptos" لتنفيذ العمليات الفعلية على السلسلة، مما يربط بيئات متعددة السلاسل مثل EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم العمليات المتعلقة بالأصول على السلسلة ( مثل التداول، والتخزين، وإضافة السيولة ) من خلال معالجة أوتوماتيكية بنقرة واحدة، وهي المركز الرئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والوكلاء، لتحقيق التحديثات الحسابية للبيانات عالية التردد المطلوبة لتحويل المعلومات إلى مالية (InfoFi).
بفضل BQL، تعمل Port3 على دفع بناء نوع جديد من "بروتوكول اللغة الطبيعية على السلسلة" في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة الكود" إلى "طبقة النية" - حيث لا تنفذ الآلات الأوامر التي تقولها فحسب، بل تفهم أيضًا نيتك.
قدرة دمج وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 تبني طبقة واجهة برمجة تطبيقات وكيل عالمية، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ الأوامر مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، والروبوتات التفاعلية، ومساعد الذكاء في ألعاب السلسلة، مما يغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، وإصدار المهام، وإدارة المجتمع.
يُعَدُّ هذا الهيكل الكامل للمنتجات هو ما يجعل Port3 المنصة الوحيدة في مجال بيانات التواصل الاجتماعي Web3 التي تمتلك القدرة على "من الجمع → التحليل → التطبيق → الاستدعاء".
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 خندق: العجلة النمائية الناتجة عن تراكم الأعمال
يستطيع Port3 أن يحتل مكانة رائدة في سرد القصص الذكية في Web3، والسبب الأساسي ليس لأنه يمتلك قدرات نموذجية متقدمة، ولكن لأنه في عملية تراكم الأعمال، قام ببناء أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق واسع. هذه الميزة البياناتية تؤسس قاعدة فريدة لتطبيقات Port3 الذكية، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك على-chain و off-chain بمستوى عشرة ملايين
بفضل تشغيل منصة المهام SoQuest على مدار ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مسار مشاركة المستخدمين، تغطي سلوكيات المهام، والتفاعل مع المحافظ، والأصول على السلسلة، ودرجة المشاركة في المجتمع، وغيرها من الأبعاد. تمتد هذه البيانات عبر Web2 وWeb3، مثل منشورات Twitter، ونشاط Discord، والاحتفاظ بـ Telegram، والمعاملات على السلسلة، والتخزين، والمراكز، وغيرها، مما يشكل خريطة كثيفة للغاية للسلوك الاجتماعي. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات هي الوقود"، تعتبر هذه البيانات السلوكية المنظمة والتفاعلية عالية التكرار بلا شك من أبرز موارد الإدخال لبناء وكيل Web3 AI.
3.2.2 التعاون العميق مع الآلاف من المشاريع، وتحديث البيانات بشكل مستمر وفي الوقت الفعلي
Port3 ليس منصة ذات منتج واحد، بل أقامت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات متعددة مثل إصدار التوزيعات، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لم تجلب فقط سلوكيات المستخدمين الحقيقية، بل ضمنت أيضًا تنوع وواقعية مصادر البيانات. من خلال بناء قناة بيانات مشتركة مع الجهات المعنية بالمشروع، يستمر Port3 في امتصاص أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات ديناميكي يتطور بدلاً من كونه مجموعة ثابتة. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" تتطور باستمرار لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات مخصصة لتدريب نماذج الذكاء الاصطناعي، لتوفير الدعم الدلالي لوكلاء السلسلة.
بالمقارنة مع بيانات Web2 العامة، فإن هوية مستخدمي Web3 على السلسلة، ومسارات التفاعل، وسلوكيات الأصول تتمتع بدرجة عالية من الخصوصية وتعقيد الهيكل، مما يجعل النماذج التقليدية صعبة التكيف. بينما يقوم Port3 من خلال نظام التعرف الدلالي والتسميات السلوكية الخاص بـ Rankit بفتح مسار الربط بين السلوكيات على السلسلة واللغة الطبيعية. على سبيل المثال: "المحفظة A تشارك في الطرح المجاني في البروتوكول B + تغريد + المشاركة مرة أخرى في الحوكمة"، يمكن أن يتم نمذجته كوسم "مشارك نشط" أو "مبشر مبكر"، مما يمكّن الوكيل الذكي من فهم وتحفيز هذه.