من البيانات الاجتماعية إلى الدماغ الاصطناعي: كيف تبني شبكة Port3 شبكة الذكاء الاصطناعي في عالم Web3؟
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. أصبحت بيانات السلوك الاجتماعي للمستخدمين "المعادن الرقمية" الأكثر قيمة ولكن لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. تحتوي بيانات التواصل الاجتماعي التي يتم إنتاجها كل لحظة على قيمة هائلة، لم يتم استخراجها بشكل كامل بعد.
واقع Web3 مفكك: من ناحية، شهدت بروتوكولات مثل DeFi وNFT وGameFi نموًا انفجاريًا، حيث أنشأ المستخدمون كمية كبيرة من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، تتناثر هذه البيانات في تطبيقات DApp المعزولة وسجلات التداول والمنصات الاجتماعية، مما يفتقر إلى التكامل الهيكلي، مما يجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل فعلي.
في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأسره بسرعة. قدمت مشاريع مثل ChatGPT من OpenAI وClaude من Anthropic، بالإضافة إلى مشاريع Agent المبنية على Web3 مثل Autonolas وMorphpad وMind Network، رؤية "بيانات قابلة للاستدعاء + نية قابلة للتنفيذ".
في هذا السياق، تبرز مسألة: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيقوم ببناء طبقة البيانات و أساس القرارات لـ Web3؟ تقدم شبكة Port3 إجابة نهائية نسبيًا:
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 وودية نماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، ولكن من خلال التنظيم القياسي والتعرف على النوايا، تجعل البيانات "قالب عمل" يمكن للوكيلات فهمه واستدعاؤه وتنفيذه.
بعبارة أخرى، لم يعد Port3 مجرد منصة أو أداة لمهمة واحدة، بل احتل موقعًا استراتيجيًا في "دماغ البيانات Web3" قبل أن تتكامل السرديات حول سيادة البيانات، والهويات على السلسلة، والمالية الاجتماعية.
ستقوم هذه المقالة بتحليل عميق لمصفوفة منتجات Port3، وجدار الحماية التقنية، وآلية الرموز، ومنطق النمو، واستكشاف كيف يمكنها إنشاء حلقة مغلقة لتداول البيانات موجهة نحو وكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، لتصبح البنية التحتية الخفية للتوجهات التي تصل قيمتها إلى تريليونات.
2. مقدمة المشروع
ما هو 2.1 Port3؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدفوع بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للاستدعاء ومتعددة السلاسل وقابلة للبرمجة. من خلال تجميع بيانات سلوك المستخدمين في Web2 وWeb3، ودعمها بمحرك الذكاء الاصطناعي للمعالجة القياسية، أنشأت Port3 مجموعة كاملة من جمع البيانات (SoQuest)، وتقييمات هيكلية (Rankit)، واستعلامات ذكية (OpenBQL) إلى استدعاء الوكلاء (Ailliance.ai)، لتصبح المرافق الرئيسية لتحويل السلوك على السلسلة إلى أصول في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إتمام جولة تمويل أولية بقيمة 3 ملايين دولار، بقيادة Jump Crypto، مع مشاركة مستثمرين آخرين بما في ذلك SNZ وBlock Infinity وDragon Roark وViaBTC وCryptonite وLapin Digital وCogitent وMomentum6.
أغسطس 2023: الحصول على جولة جديدة من التمويل بملايين الدولارات، وشملت الجهات المشاركة EMURGO وAdaverse Accelerator وGate Labs.
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى دعم منح من منصة تداول معينة، وشبكة Mask، وAptos.
2.2.2 حالة الفريق
ماكس دي.: المؤسس المشارك، لديه خبرة عمل في شركة آبل؛ يمتلك خبرة واسعة في حاضنة مشاريع Web3 وتوسيع النظم البيئية.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent و Viabtc Technology Limited في تطوير الواجهة الخلفية، ولديه سنوات من الخبرة في تصميم الأنظمة ذات التزامن العالي والهياكل الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "طبقة البيانات الاجتماعية الذكية"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على عدة وحدات فرعية مثل SoQuest و Rankit و OpenBQL و on.meme، التي تبدو متفرقة، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، وPort3 مسؤولة عن تدفق البيانات من التجميع إلى التحويل."
3.1 Port3 البنية التحتية الأساسية
3.1.1 تجميع البيانات - SoQuest
SoQuest هو المدخل الأساسي للبيانات الذي أنشأه Port3 Network، وهو منصة لالتقاط سلوكيات مستخدمي Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز، ويتخذ من سلوكيات المستخدمين الاجتماعية كأهداف لجمع البيانات، مما يفتح الطريق للتفاعلات على السلسلة وبين منصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، ويتوافق مع سلوكيات التفاعل على 19 سلسلة مثل EVM وSolana وAptos وSui، بما في ذلك المعاملات، والتفويض، وNFT mint، مما يشكل واحدة من أوسع أنظمة جمع السلوك في مجال Web3.
حتى منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و 7000 مشروع من البيانات الديناميكية، وقد تجاوز نطاق البيانات 10 ملايين مستخدم للعملات المشفرة. تم إنتاج سجلات سلوك المستخدمين الضخمة و أحداث التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لزيادة قابلية توسيع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع دمج نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram Mini. في عام 2025، سيتم فتح واجهة تحقق API، مما يسمح بإكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يعزز بشكل كبير من معيارية النظام وعموميته.
SoQuest ليس مجرد منصة مهام، بل هو نقطة انطلاق لحلقة الأصول المغلقة لسلوكيات Port3 على السلسلة بالكامل، وهو أيضًا المصدر الأصلي لبيانات السلوك الدلالية المطلوبة لاستدلال الذكاء الاصطناعي.
3.1.2 بيانات التخزين - طبقة بيانات اجتماعية مدعومة بالذكاء الاصطناعي
تُخزَّن بيانات سلوك المستخدم التي تلتقطها SoQuest في النهاية في الوحدة الأساسية لشبكة Port3 - طبقة بيانات اجتماعية مدعومة بالذكاء الاصطناعي، وهي قاعدة بيانات سلوكية هيكلية مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها المنشأة الأساسية لتحقيق Port3 لـ "تحويل السلوك إلى أصول" و"التحويل المالي للمعلومات (InfoFi)".
يختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph و Dune وغيرها ) التي تركز على "الاستعلام"، فإن طبقة البيانات في Port3 تركز على: كيفية جعل البيانات مفيدة لنماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تجمع 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 تطبيقات مثل SoQuest و Rankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو باستمرار. إنها مركز الوعي السلوكي لـ Port3، حيث تقوم بتركيز هيكل بيانات السلوك المعقدة عبر السلسلة وخارجها، وتقديم "وقود بيانات قابل للفهم، وقابل للتجميع، وقابل للاستدعاء" للوكيل.
3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام AI Agent
رانكيت: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لبيانات التواصل الاجتماعي من Port3، وهو "تنفيذ مرئي" لإمكانيات بيانات BQL في طبقة الذكاء الاصطناعي.
قدرات Rankit وابتكار النماذج:
تقييم درجة الحرارة الاجتماعية عبر المنصات: يجمع بين إشارات وسائل التواصل الاجتماعي من Twitter وTelegram وDiscord، لتحديد الاتجاهات الرئيسية والمشاريع الساخنة وتحولات المشاعر في عالم Web3.
نمذجة التعرف على المعنى والتقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل نقاط النقاش، وتأثير KOL، ودرجة ثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة.
عرض تجريبي لمشاهد عمودية: على سبيل المثال، محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ودرجة النشاط الاجتماعي، وديناميكية السلسلة، يتتبع في الوقت الحقيقي المشاريع المحتملة على سلسلة معينة، ليصبح بوصلة ذكية للمستخدمين في DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 أن يقدم البيانات فحسب، بل يمكنه أيضًا تقديم "البيانات التفسيرية" - ليس فقط إخبارك بما حدث، ولكن أيضًا إخبارك بما يجب عليك فعله.
OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنية
إذا كانت SoQuest هي مدخل البيانات، فإن BQL( Blockchain Quest Language) هو قشرة دماغ البيانات في Port3، وهو الجوهر الدلالي ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور وآلية BQL:
طبقة اللغة العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يمكّن المطورين أو الوكلاء من تنفيذ عمليات فعلية على السلسلة من خلال تعليمات مشابهة لـ "شراء NFT على سلسلة Aptos"، مما يفتح بيئة متعددة السلاسل تشمل EVM وBTC وSolana.
طبقة التنفيذ الموحدة: تدعم العمليات على الأصول على السلسلة ( مثل التداول، والرهون، وإضافة السيولة ) من خلال معالجة تلقائية بنقرة واحدة، وهي محور رئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم بيانات هيكلية قياسية لنماذج الذكاء الاصطناعي والوكلاء، لتحقيق تحديثات وحسابات بيانات عالية التردد المطلوبة من InfoFi(.
من خلال BQL، تعمل Port3 على دفع بناء "بروتوكول اللغة الطبيعية على السلسلة" جديد في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة الكود" إلى "طبقة النية" - حيث لا تنفذ الآلات التعليمات التي تقولها فقط، بل يمكنها أيضًا فهم نواياك.
قدرة تكامل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 تعمل على بناء طبقة واجهة برمجة تطبيقات الوكلاء العامة، 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 القائمة على السلسلة، وغيرها، تغطي قرارات التداول، نشر المهام، إدارة المجتمع، وغيرها من السيناريوهات المتنوعة.
تجعل هذه المجموعة الكاملة من الهيكل المنتج Port3 المنصة الوحيدة التي تمتلك القدرة على "من الجمع → التحليل → التطبيق → الاستدعاء" في مجال بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكولات معيارية للويب 3 تعتمد على بيانات السلوك، مما يتيح لوكيل الذكاء الاصطناعي فهم والتعرف على الأصول على السلسلة والتعامل معها.
![من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستقوم شبكة Port3 بإنشاء شبكة الذكاء الاصطناعي لعالم Web3؟])https://img-cdn.gateio.im/webp-social/moments-4f1158531e71cb17cde8a6d112be2680.webp(
) 3.2 Port3 حزام الأمان: العجلة النامية الناتجة عن تراكم الأعمال
تتمكن Port3 من أن تحتل موقعًا رائدًا في سرد القصص AI في Web3، والسبب الجذري لذلك ليس فقط امتلاكها لقدرات نماذج كبيرة متقدمة، ولكن لأنها خلال عملية تراكم الأعمال، أنشأت أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق واسع. هذه الميزة في البيانات وضعت أساسًا فريدًا لتطبيقات الذكاء الاصطناعي لـ Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات السلوك على السلسلة وخارج السلسلة بمستوى عشرات الملايين
استنادًا إلى تشغيل منصة المهام SoQuest على مدى ثلاث سنوات، قامت Port3 بتخزين أكثر من 10 ملايين مستوى من مسارات مشاركة المستخدمين، تغطي أبعاد مختلفة مثل سلوك المهام، تفاعلات المحفظة، الأصول على السلسلة، ودرجة المشاركة في المجتمع. هذه البيانات تمتد عبر Web2 وWeb3، مثل نشر التغريدات على تويتر، والنشاط على ديسكورد، والاحتفاظ على تيليجرام، والمعاملات على السلسلة، والتخزين، والمراكز، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات كوقود"، فإن هذه البيانات السلوكية المنظمة والتفاعلات عالية التردد، بلا شك، هي أغلى موارد الإدخال لبناء وكيل الذكاء الاصطناعي في Web3.
3.2.2 التعاون العميق مع آلاف المشاريع، وتحديث البيانات بشكل مستمر وفي الوقت الحقيقي
منصة Port3 ليست منصة موجهة لمنتج واحد، بل قامت بإنشاء شراكات مع أكثر من 7000 مشروع في Web3، تشمل توزيع الإعلانات، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة، وغيرها من المشاهد. لم تؤدي هذه الشراكات فقط إلى سلوكيات مستخدمين حقيقية، بل ضمنت أيضًا تنوع وواقعية مصادر البيانات. من خلال القنوات البيانية التي تم بناؤها بالتعاون مع الأطراف المعنية بالمشاريع، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية واتجاهات المستخدمين، مما يخلق 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 خاصة لتدريب نماذج الذكاء الاصطناعي، لتوفير دعم دلالي لوكلاء السلسلة
بالمقارنة مع بيانات Web2 العامة، فإن هوية مستخدمي Web3 على السلسلة، ومسارات التفاعل، وسلوك الأصول تتمتع بخصوصية عالية وتعقيد هيكلي، مما يجعل من الصعب على النماذج التقليدية التكيف. بينما توفر Port3 بالضبط من خلال Rankit
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
شبكة Port3: بناء بنية تحتية للبيانات الاجتماعية المدفوعة بالذكاء الاصطناعي لعالم Web3
من البيانات الاجتماعية إلى الدماغ الاصطناعي: كيف تبني شبكة Port3 شبكة الذكاء الاصطناعي في عالم Web3؟
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. أصبحت بيانات السلوك الاجتماعي للمستخدمين "المعادن الرقمية" الأكثر قيمة ولكن لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. تحتوي بيانات التواصل الاجتماعي التي يتم إنتاجها كل لحظة على قيمة هائلة، لم يتم استخراجها بشكل كامل بعد.
واقع Web3 مفكك: من ناحية، شهدت بروتوكولات مثل DeFi وNFT وGameFi نموًا انفجاريًا، حيث أنشأ المستخدمون كمية كبيرة من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، تتناثر هذه البيانات في تطبيقات DApp المعزولة وسجلات التداول والمنصات الاجتماعية، مما يفتقر إلى التكامل الهيكلي، مما يجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل فعلي.
في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأسره بسرعة. قدمت مشاريع مثل ChatGPT من OpenAI وClaude من Anthropic، بالإضافة إلى مشاريع Agent المبنية على Web3 مثل Autonolas وMorphpad وMind Network، رؤية "بيانات قابلة للاستدعاء + نية قابلة للتنفيذ".
في هذا السياق، تبرز مسألة: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيقوم ببناء طبقة البيانات و أساس القرارات لـ Web3؟ تقدم شبكة Port3 إجابة نهائية نسبيًا:
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 وودية نماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، ولكن من خلال التنظيم القياسي والتعرف على النوايا، تجعل البيانات "قالب عمل" يمكن للوكيلات فهمه واستدعاؤه وتنفيذه.
بعبارة أخرى، لم يعد Port3 مجرد منصة أو أداة لمهمة واحدة، بل احتل موقعًا استراتيجيًا في "دماغ البيانات Web3" قبل أن تتكامل السرديات حول سيادة البيانات، والهويات على السلسلة، والمالية الاجتماعية.
ستقوم هذه المقالة بتحليل عميق لمصفوفة منتجات Port3، وجدار الحماية التقنية، وآلية الرموز، ومنطق النمو، واستكشاف كيف يمكنها إنشاء حلقة مغلقة لتداول البيانات موجهة نحو وكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، لتصبح البنية التحتية الخفية للتوجهات التي تصل قيمتها إلى تريليونات.
2. مقدمة المشروع
ما هو 2.1 Port3؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدفوع بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للاستدعاء ومتعددة السلاسل وقابلة للبرمجة. من خلال تجميع بيانات سلوك المستخدمين في Web2 وWeb3، ودعمها بمحرك الذكاء الاصطناعي للمعالجة القياسية، أنشأت Port3 مجموعة كاملة من جمع البيانات (SoQuest)، وتقييمات هيكلية (Rankit)، واستعلامات ذكية (OpenBQL) إلى استدعاء الوكلاء (Ailliance.ai)، لتصبح المرافق الرئيسية لتحويل السلوك على السلسلة إلى أصول في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إتمام جولة تمويل أولية بقيمة 3 ملايين دولار، بقيادة Jump Crypto، مع مشاركة مستثمرين آخرين بما في ذلك SNZ وBlock Infinity وDragon Roark وViaBTC وCryptonite وLapin Digital وCogitent وMomentum6.
أغسطس 2023: الحصول على جولة جديدة من التمويل بملايين الدولارات، وشملت الجهات المشاركة EMURGO وAdaverse Accelerator وGate Labs.
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى دعم منح من منصة تداول معينة، وشبكة Mask، وAptos.
2.2.2 حالة الفريق
ماكس دي.: المؤسس المشارك، لديه خبرة عمل في شركة آبل؛ يمتلك خبرة واسعة في حاضنة مشاريع Web3 وتوسيع النظم البيئية.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent و Viabtc Technology Limited في تطوير الواجهة الخلفية، ولديه سنوات من الخبرة في تصميم الأنظمة ذات التزامن العالي والهياكل الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "طبقة البيانات الاجتماعية الذكية"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على عدة وحدات فرعية مثل SoQuest و Rankit و OpenBQL و on.meme، التي تبدو متفرقة، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، وPort3 مسؤولة عن تدفق البيانات من التجميع إلى التحويل."
3.1 Port3 البنية التحتية الأساسية
3.1.1 تجميع البيانات - SoQuest
SoQuest هو المدخل الأساسي للبيانات الذي أنشأه Port3 Network، وهو منصة لالتقاط سلوكيات مستخدمي Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز، ويتخذ من سلوكيات المستخدمين الاجتماعية كأهداف لجمع البيانات، مما يفتح الطريق للتفاعلات على السلسلة وبين منصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، ويتوافق مع سلوكيات التفاعل على 19 سلسلة مثل EVM وSolana وAptos وSui، بما في ذلك المعاملات، والتفويض، وNFT mint، مما يشكل واحدة من أوسع أنظمة جمع السلوك في مجال Web3.
حتى منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و 7000 مشروع من البيانات الديناميكية، وقد تجاوز نطاق البيانات 10 ملايين مستخدم للعملات المشفرة. تم إنتاج سجلات سلوك المستخدمين الضخمة و أحداث التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لزيادة قابلية توسيع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع دمج نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram Mini. في عام 2025، سيتم فتح واجهة تحقق API، مما يسمح بإكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يعزز بشكل كبير من معيارية النظام وعموميته.
SoQuest ليس مجرد منصة مهام، بل هو نقطة انطلاق لحلقة الأصول المغلقة لسلوكيات Port3 على السلسلة بالكامل، وهو أيضًا المصدر الأصلي لبيانات السلوك الدلالية المطلوبة لاستدلال الذكاء الاصطناعي.
3.1.2 بيانات التخزين - طبقة بيانات اجتماعية مدعومة بالذكاء الاصطناعي
تُخزَّن بيانات سلوك المستخدم التي تلتقطها SoQuest في النهاية في الوحدة الأساسية لشبكة Port3 - طبقة بيانات اجتماعية مدعومة بالذكاء الاصطناعي، وهي قاعدة بيانات سلوكية هيكلية مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها المنشأة الأساسية لتحقيق Port3 لـ "تحويل السلوك إلى أصول" و"التحويل المالي للمعلومات (InfoFi)".
يختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph و Dune وغيرها ) التي تركز على "الاستعلام"، فإن طبقة البيانات في Port3 تركز على: كيفية جعل البيانات مفيدة لنماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تجمع 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 تطبيقات مثل SoQuest و Rankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو باستمرار. إنها مركز الوعي السلوكي لـ Port3، حيث تقوم بتركيز هيكل بيانات السلوك المعقدة عبر السلسلة وخارجها، وتقديم "وقود بيانات قابل للفهم، وقابل للتجميع، وقابل للاستدعاء" للوكيل.
3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام AI Agent
رانكيت: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لبيانات التواصل الاجتماعي من Port3، وهو "تنفيذ مرئي" لإمكانيات بيانات BQL في طبقة الذكاء الاصطناعي.
قدرات Rankit وابتكار النماذج:
تقييم درجة الحرارة الاجتماعية عبر المنصات: يجمع بين إشارات وسائل التواصل الاجتماعي من Twitter وTelegram وDiscord، لتحديد الاتجاهات الرئيسية والمشاريع الساخنة وتحولات المشاعر في عالم Web3.
نمذجة التعرف على المعنى والتقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل نقاط النقاش، وتأثير KOL، ودرجة ثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة.
عرض تجريبي لمشاهد عمودية: على سبيل المثال، محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ودرجة النشاط الاجتماعي، وديناميكية السلسلة، يتتبع في الوقت الحقيقي المشاريع المحتملة على سلسلة معينة، ليصبح بوصلة ذكية للمستخدمين في DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 أن يقدم البيانات فحسب، بل يمكنه أيضًا تقديم "البيانات التفسيرية" - ليس فقط إخبارك بما حدث، ولكن أيضًا إخبارك بما يجب عليك فعله.
OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنية
إذا كانت SoQuest هي مدخل البيانات، فإن BQL( Blockchain Quest Language) هو قشرة دماغ البيانات في Port3، وهو الجوهر الدلالي ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور وآلية BQL:
طبقة اللغة العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يمكّن المطورين أو الوكلاء من تنفيذ عمليات فعلية على السلسلة من خلال تعليمات مشابهة لـ "شراء NFT على سلسلة Aptos"، مما يفتح بيئة متعددة السلاسل تشمل EVM وBTC وSolana.
طبقة التنفيذ الموحدة: تدعم العمليات على الأصول على السلسلة ( مثل التداول، والرهون، وإضافة السيولة ) من خلال معالجة تلقائية بنقرة واحدة، وهي محور رئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم بيانات هيكلية قياسية لنماذج الذكاء الاصطناعي والوكلاء، لتحقيق تحديثات وحسابات بيانات عالية التردد المطلوبة من InfoFi(.
من خلال BQL، تعمل Port3 على دفع بناء "بروتوكول اللغة الطبيعية على السلسلة" جديد في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة الكود" إلى "طبقة النية" - حيث لا تنفذ الآلات التعليمات التي تقولها فقط، بل يمكنها أيضًا فهم نواياك.
قدرة تكامل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 تعمل على بناء طبقة واجهة برمجة تطبيقات الوكلاء العامة، 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 القائمة على السلسلة، وغيرها، تغطي قرارات التداول، نشر المهام، إدارة المجتمع، وغيرها من السيناريوهات المتنوعة.
تجعل هذه المجموعة الكاملة من الهيكل المنتج Port3 المنصة الوحيدة التي تمتلك القدرة على "من الجمع → التحليل → التطبيق → الاستدعاء" في مجال بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكولات معيارية للويب 3 تعتمد على بيانات السلوك، مما يتيح لوكيل الذكاء الاصطناعي فهم والتعرف على الأصول على السلسلة والتعامل معها.
![من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستقوم شبكة Port3 بإنشاء شبكة الذكاء الاصطناعي لعالم Web3؟])https://img-cdn.gateio.im/webp-social/moments-4f1158531e71cb17cde8a6d112be2680.webp(
) 3.2 Port3 حزام الأمان: العجلة النامية الناتجة عن تراكم الأعمال
تتمكن Port3 من أن تحتل موقعًا رائدًا في سرد القصص AI في Web3، والسبب الجذري لذلك ليس فقط امتلاكها لقدرات نماذج كبيرة متقدمة، ولكن لأنها خلال عملية تراكم الأعمال، أنشأت أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق واسع. هذه الميزة في البيانات وضعت أساسًا فريدًا لتطبيقات الذكاء الاصطناعي لـ Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات السلوك على السلسلة وخارج السلسلة بمستوى عشرات الملايين
استنادًا إلى تشغيل منصة المهام SoQuest على مدى ثلاث سنوات، قامت Port3 بتخزين أكثر من 10 ملايين مستوى من مسارات مشاركة المستخدمين، تغطي أبعاد مختلفة مثل سلوك المهام، تفاعلات المحفظة، الأصول على السلسلة، ودرجة المشاركة في المجتمع. هذه البيانات تمتد عبر Web2 وWeb3، مثل نشر التغريدات على تويتر، والنشاط على ديسكورد، والاحتفاظ على تيليجرام، والمعاملات على السلسلة، والتخزين، والمراكز، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات كوقود"، فإن هذه البيانات السلوكية المنظمة والتفاعلات عالية التردد، بلا شك، هي أغلى موارد الإدخال لبناء وكيل الذكاء الاصطناعي في Web3.
3.2.2 التعاون العميق مع آلاف المشاريع، وتحديث البيانات بشكل مستمر وفي الوقت الحقيقي
منصة Port3 ليست منصة موجهة لمنتج واحد، بل قامت بإنشاء شراكات مع أكثر من 7000 مشروع في Web3، تشمل توزيع الإعلانات، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة، وغيرها من المشاهد. لم تؤدي هذه الشراكات فقط إلى سلوكيات مستخدمين حقيقية، بل ضمنت أيضًا تنوع وواقعية مصادر البيانات. من خلال القنوات البيانية التي تم بناؤها بالتعاون مع الأطراف المعنية بالمشاريع، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية واتجاهات المستخدمين، مما يخلق 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 خاصة لتدريب نماذج الذكاء الاصطناعي، لتوفير دعم دلالي لوكلاء السلسلة
بالمقارنة مع بيانات Web2 العامة، فإن هوية مستخدمي Web3 على السلسلة، ومسارات التفاعل، وسلوك الأصول تتمتع بخصوصية عالية وتعقيد هيكلي، مما يجعل من الصعب على النماذج التقليدية التكيف. بينما توفر Port3 بالضبط من خلال Rankit