من البيانات الاجتماعية إلى الدماغ الذكي: شبكة Port3 تبني شبكة الذكاء الاصطناعي لعالم Web3
1. المقدمة
في عالم Web3، تتغير البيانات من معلومات ثابتة إلى أصول ديناميكية. خصوصاً بيانات سلوك المستخدمين الاجتماعي، التي أصبحت "المعادن الرقمية" الأكثر قيمة ولكن لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي يتم إنتاجها في كل لحظة تحتوي على قيمة ضخمة لم يتم استكشافها بالكامل بعد.
نرى أن واقع Web3 مفكك: من ناحية، شهدنا نمواً متفجراً في بروتوكولات DeFi و NFT و GameFi، حيث أن المستخدمين يولدون كميات كبيرة من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، فإن هذه البيانات متناثرة في DApps معزولة، وسجلات المعاملات، ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل الهيكلي، ويصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.
في الوقت نفسه، فإن ظهور الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأسره بسرعة. حيث قدمت مشاريع مثل ChatGPT من OpenAI وClaude من Anthropic، وكذلك مشاريع Agent 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 سيبني طبقة البيانات والأساسيات لاتخاذ القرار في Web3؟ هناك مشروع كهذا، شبكة Port3 قدمت إجابة نهائية نسبياً:
من منصة مهام SoQuest الأصلية، إلى محرك تقييم السلوك الاجتماعي Rankit، وصولاً إلى لغة تنفيذ النوايا عبر السلاسل OpenBQL، قامت Port3 ببناء "بنية تحتية للبيانات الاجتماعية" تتمحور حول سلوك المستخدم وصديقة لنماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل تجعل البيانات أيضاً "قوالب عمل" يمكن لوكلاء الذكاء الاصطناعي فهمها واستدعاؤها وتنفيذها من خلال التوحيد والتعرف على النوايا.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة واحدة، بل احتل موقعاً استراتيجياً في "دماغ بيانات Web3" قبل أن تتكامل السرديات حول سيادة البيانات، والهوية على السلسلة، والتمويل الاجتماعي.
ستقوم Klein Labs بالتفصيل في تحليل مصفوفة منتجات Port3، ودرع التكنولوجيا، وآلية الرموز، ومنطق النمو، واستكشاف كيف يمكنها بناء حلقة مغلقة لتداول البيانات موجهة نحو وكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، لتصبح البنية التحتية الخفية للاتجاهات القادمة التي تقدر بتريليون.
2. مقدمة المشروع
2.1 Port3 ما هو؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدفوع بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة، ومتعددة السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ومعالجة موحدة مدعومة بمحرك الذكاء الاصطناعي، أنشأت Port3 حلقة مغلقة كاملة من جمع البيانات (SoQuest)، إلى التقييم الهيكلي (Rankit)، إلى الاستعلام الذكي (OpenBQL) واستدعاء الوكيل (Ailliance.ai)، لتصبح منشأة رئيسية في عصر الذكاء الاصطناعي لتحويل السلوكيات على السلسلة إلى أصول.
2.2 نظرة عامة على المشروع
2.1.1 حالة التمويل
فبراير 2023: إكمال جولة تمويل بذور بقيمة 3 ملايين دولار أمريكي
أغسطس 2023: حصلت على جولة جديدة من التمويل بملايين الدولارات، بما في ذلك EMURGO و Adaverse Accelerator و Gate Labs.
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى دعم المنح من Binance Labs وMask Network وAptos.
2.1.2 حالة الفريق
ماكس د. : المؤسس المشارك ، لديه خبرة عمل في شركة أبل ؛ يتمتع بخبرة واسعة في حاضنات مشاريع Web3 وتوسيع الأنظمة البيئية.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent وViabtc Technology Limited في تطوير الواجهة الخلفية، ولديه سنوات من الخبرة في تصميم الأنظمة عالية التزامن والهندسة المعمارية الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية للبيانات الاجتماعية الذكية"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على عدة وحدات فرعية مثل SoQuest و Rankit و OpenBQL و on.meme ، والتي تبدو متفرقة ، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل ، وPort3 مسؤولة عن حلقة تدفق البيانات من الجمع إلى التحويل."
3.1 Port3 البنية التحتية الأساسية
3.1.1 تجميع البيانات - SoQuest
SoQuest هو مدخل البيانات الرئيسي الذي أنشأته شبكة Port3، وهو منصة لالتقاط سلوكيات مستخدمين Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام توليد بيانات يعتمد على المهام كآلية تحفيز، ويستهدف السلوكيات الاجتماعية للمستخدمين كمواضيع لجمع البيانات، مما يربط بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter و Telegram و Discord، ويتوافق مع سلوكيات التفاعل عبر 19 سلسلة بما في ذلك EVM و Solana و Aptos و Sui، مما يشكل أحد أكثر أنظمة جمع السلوكيات شمولاً في مجال Web3.
بحلول منتصف عام 2025، قامت شبكة Port3 بجمع بيانات ديناميكية لأكثر من 6 ملايين مستخدم و7000 مشروع، حيث تجاوز نطاق البيانات 10 ملايين مستخدم تشفير. وقد نتج عن ذلك إنتاج سجل كبير من سلوكيات المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أدى إلى بناء قاعدة بيانات سلوك اجتماعي Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لزيادة قابلية توسيع المنصة وقدرات جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service، مما يسمح لمشاريع الإدخال بدمج نظام المهام في تطبيقاتهم اللامركزية 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 من معيارية وعمومية نظام المهام.
SoQuest ليست مجرد منصة مهام، بل هي نقطة البداية لدائرة الأصول المغلقة لسلوكيات Port3 على السلسلة بالكامل، وأيضًا المصدر الأصلي لبيانات سلوك السلوك المطلوبة لاستنتاج الذكاء الاصطناعي.
3.1.2 بيانات الترسيب - طبقة البيانات الاجتماعية للذكاء الاصطناعي
تُخزن بيانات سلوك المستخدم التي تلتقطها SoQuest في الوحدة الأساسية لشبكة Port3 - طبقة بيانات اجتماعية قائمة على الذكاء الاصطناعي، وهي قاعدة بيانات سلوكية منظمة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، وهي أيضًا البنية التحتية الأساسية التي تحقق بها Port3 "تحويل السلوك إلى أصول" و"التمويل المعلوماتي (InfoFi)".
بخلاف منصات البيانات التقليدية على سلسلة الكتل (مثل The Graph و Dune) التي تركز على "الاستعلام" كهدف تصميم، يركز طبقة البيانات في Port3 على: كيفية جعل البيانات قابلة للاستخدام من قبل نماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تجمع طبقة بيانات الوسائط الاجتماعية الذكية AI Social Data Layer بين عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الفعلي من خلال تطبيقات مثل SoQuest و Rankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو بشكل مستمر. تعتبر هذه الطبقة مركز الإدراك السلوكي لـ Port3، حيث تقوم بتهيئة هيكل بيانات السلوك المعقد على السلسلة وخارجها، مما يوفر "وقود بيانات" يمكن فهمه وتجميعه واستدعاؤه للوكيل الذكي.
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 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 من تويتر، تيليجرام، ديسكورد وغيرها، لتحديد الاتجاهات الرئيسية، المشاريع الساخنة، وتحولات المشاعر في عالم Web3.
التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل التركيز في النقاش، وتأثير KOL، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة، وغيرها من السيناريوهات.
عرض تجريبي لمشاهد عمودية: على سبيل المثال، محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، يتفاعل مع خريطة الحرارة، ونشاط الشبكات الاجتماعية، والديناميكية على السلسلة، ويتعقب المشاريع المحتملة على BNB Chain في الوقت الفعلي، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 تقديم البيانات فحسب، بل يمكنه أيضًا تقديم "البيانات التفسيرية" ------ لا يخبرك فقط بما حدث، بل يخبرك أيضًا بما يجب عليك القيام به.
OpenBQL: لغة تنفيذ سلسلة مدفوعة بالنية
إذا كانت SoQuest هي مدخل البيانات، فإن BQL (لغة Blockchain Quest) هي قشرة الدماغ لبيانات Port3، وهي النواة الدلالية والمحرك التشغيلي لجميع بيانات السلوك المعالجة والمنظمة والمستدعاة.
دور وآلية BQL:
طبقة اللغة العامة: توفر BQL هيكل استعلام صديق للغة الطبيعية، مما يمكّن المطورين أو الوكلاء من استخدام أوامر مثل "شراء NFT على سلسلة Aptos" لتنفيذ العمليات الفعلية على السلسلة، مما يتيح الربط بين بيئات متعددة مثل EVM وBTC وSolana.
طبقة التنفيذ القياسية: تدعم معالجة العمليات على الأصول على السلسلة (مثل التداول، الرهن، إضافة السيولة) من خلال معالجة تلقائية بنقرة واحدة، وهي المحور الرئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم بيانات هيكلية معيارية لنماذج الذكاء الاصطناعي والوكيل، لتحقيق التحديثات والحسابات عالية التردد اللازمة لتحويل المعلومات إلى مالية (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 الشيفرة" إلى "طبقة النية" ------ الآلات لا تنفذ فقط التعليمات التي تقولها، بل تستطيع أيضًا فهم نيتك.
قدرة تكامل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يعمل على بناء طبقة API وكيل عامة، يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب على السلسلة، وغيرها، تغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، نشر المهام، وإدارة المجتمع.
تجعل هذه المجموعة الكاملة من هيكل المنتجات Port3 المنصة الوحيدة في مسار بيانات التواصل الاجتماعي Web3 التي تمتلك القدرة على "من الجمع → التحليل → التطبيق → الاستدعاء" بشكل كامل.
الهدف النهائي هو بناء شبكة بروتوكولات معيارية للويب 3 تعتمد على بيانات السلوك، مما يسمح لوكلاء الذكاء الاصطناعي بفهم والتعرف على الأصول على السلسلة والتعامل معها.
3.2 Port3’s خندق: العجلة النمائية الناتجة عن تراكم الأعمال
تحتل Port3 مكانة رائدة في سرد القصص الذكية على الويب 3 ليس بسبب امتلاكها لقدرات نموذجية متقدمة، ولكن بسبب بنائها لأصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق واسع أثناء تراكم الأعمال. توفر هذه الميزة في البيانات أساسًا فريدًا لتطبيقات الذكاء الاصطناعي الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك链 على المستوى عشرات الملايين
استنادًا إلى تشغيل منصة المهام SoQuest على مدار ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 ملايين مستوى من مسارات المشاركة للمستخدمين، تغطي أبعادًا متعددة تشمل سلوكيات المهام، تفاعلات المحفظة، الأصول على السلسلة، ودرجة المشاركة في المجتمع. تمتد هذه البيانات عبر Web2 وWeb3، مثل منشورات Twitter، النشاط على Discord، الاحتفاظ في Telegram، المعاملات على السلسلة، التراهن، والاحتفاظ بالمراكز، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نماذج الذكاء الاصطناعي الحالية "البيانات هي الوقود"، تعتبر هذه الأنواع من بيانات السلوك الهيكلية والتفاعلات المتكررة بلا شك من أهم الموارد المدخلة لبناء وكيل Web3 AI.
3.2.2 التعاون العميق مع الآلاف من فرق المشاريع، تحديث البيانات بشكل مستمر وفي الوقت الحقيقي
Port3 ليس منصة موجهة لمنتج واحد، بل أنشأت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات مثل إصدار الإصدارات الأيردروب، وتصميم المهام، وإدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لا تجلب فقط سلوكيات المستخدمين الحقيقية، بل تضمن أيضًا تنوع وواقعية مصادر البيانات. من خلال قنوات البيانات التي تم إنشاؤها بالتعاون مع الأطراف المعنية بالمشاريع، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات ديناميكي متطور، بدلاً من مجموعة ثابتة من اللقطات. 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 دعم دلالي لوكلاء السلسلة
بالمقارنة مع بيانات Web2 العامة، يتمتع هوية مستخدمي Web3 على السلسلة، ومسارات التفاعل، وسلوك الأصول بخصوصية عالية وتعقيد هيكلي، مما يجعل النماذج التقليدية صعبة التكيف. بينما يقوم Port3 تمامًا عبر نظام التعرف الدلالي وتسمية السلوك من Rankit بفتح سلوك السلسلة.
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.
تسجيلات الإعجاب 14
أعجبني
14
3
مشاركة
تعليق
0/400
SnapshotStriker
· منذ 16 س
هل هناك من يحاول استغلال حماس الذكاء الاصطناعي مرة أخرى؟ لكن Port3 يبدو أنه لديه شيء مثير للاهتمام.
شاهد النسخة الأصليةرد0
ChainSpy
· منذ 16 س
آه، الآن كل شيء يتعلق بالذكاء الاصطناعي!
شاهد النسخة الأصليةرد0
Ramen_Until_Rich
· منذ 16 س
أليست هذه هي الفكرة التي كنت أتحدث عنها الأسبوع الماضي؟
شبكة Port3: بنية تحتية لبيانات التواصل الاجتماعي AI في عالم Web3
من البيانات الاجتماعية إلى الدماغ الذكي: شبكة Port3 تبني شبكة الذكاء الاصطناعي لعالم Web3
1. المقدمة
في عالم Web3، تتغير البيانات من معلومات ثابتة إلى أصول ديناميكية. خصوصاً بيانات سلوك المستخدمين الاجتماعي، التي أصبحت "المعادن الرقمية" الأكثر قيمة ولكن لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي يتم إنتاجها في كل لحظة تحتوي على قيمة ضخمة لم يتم استكشافها بالكامل بعد.
نرى أن واقع Web3 مفكك: من ناحية، شهدنا نمواً متفجراً في بروتوكولات DeFi و NFT و GameFi، حيث أن المستخدمين يولدون كميات كبيرة من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، فإن هذه البيانات متناثرة في DApps معزولة، وسجلات المعاملات، ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل الهيكلي، ويصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.
في الوقت نفسه، فإن ظهور الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأسره بسرعة. حيث قدمت مشاريع مثل ChatGPT من OpenAI وClaude من Anthropic، وكذلك مشاريع Agent 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 سيبني طبقة البيانات والأساسيات لاتخاذ القرار في Web3؟ هناك مشروع كهذا، شبكة Port3 قدمت إجابة نهائية نسبياً:
من منصة مهام SoQuest الأصلية، إلى محرك تقييم السلوك الاجتماعي Rankit، وصولاً إلى لغة تنفيذ النوايا عبر السلاسل OpenBQL، قامت Port3 ببناء "بنية تحتية للبيانات الاجتماعية" تتمحور حول سلوك المستخدم وصديقة لنماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل تجعل البيانات أيضاً "قوالب عمل" يمكن لوكلاء الذكاء الاصطناعي فهمها واستدعاؤها وتنفيذها من خلال التوحيد والتعرف على النوايا.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة واحدة، بل احتل موقعاً استراتيجياً في "دماغ بيانات Web3" قبل أن تتكامل السرديات حول سيادة البيانات، والهوية على السلسلة، والتمويل الاجتماعي.
ستقوم Klein Labs بالتفصيل في تحليل مصفوفة منتجات Port3، ودرع التكنولوجيا، وآلية الرموز، ومنطق النمو، واستكشاف كيف يمكنها بناء حلقة مغلقة لتداول البيانات موجهة نحو وكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، لتصبح البنية التحتية الخفية للاتجاهات القادمة التي تقدر بتريليون.
2. مقدمة المشروع
2.1 Port3 ما هو؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدفوع بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة، ومتعددة السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ومعالجة موحدة مدعومة بمحرك الذكاء الاصطناعي، أنشأت Port3 حلقة مغلقة كاملة من جمع البيانات (SoQuest)، إلى التقييم الهيكلي (Rankit)، إلى الاستعلام الذكي (OpenBQL) واستدعاء الوكيل (Ailliance.ai)، لتصبح منشأة رئيسية في عصر الذكاء الاصطناعي لتحويل السلوكيات على السلسلة إلى أصول.
2.2 نظرة عامة على المشروع
2.1.1 حالة التمويل
فبراير 2023: إكمال جولة تمويل بذور بقيمة 3 ملايين دولار أمريكي
أغسطس 2023: حصلت على جولة جديدة من التمويل بملايين الدولارات، بما في ذلك EMURGO و Adaverse Accelerator و Gate Labs.
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى دعم المنح من Binance Labs وMask Network وAptos.
2.1.2 حالة الفريق
ماكس د. : المؤسس المشارك ، لديه خبرة عمل في شركة أبل ؛ يتمتع بخبرة واسعة في حاضنات مشاريع Web3 وتوسيع الأنظمة البيئية.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent وViabtc Technology Limited في تطوير الواجهة الخلفية، ولديه سنوات من الخبرة في تصميم الأنظمة عالية التزامن والهندسة المعمارية الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية للبيانات الاجتماعية الذكية"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على عدة وحدات فرعية مثل SoQuest و Rankit و OpenBQL و on.meme ، والتي تبدو متفرقة ، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل ، وPort3 مسؤولة عن حلقة تدفق البيانات من الجمع إلى التحويل."
3.1 Port3 البنية التحتية الأساسية
3.1.1 تجميع البيانات - SoQuest
SoQuest هو مدخل البيانات الرئيسي الذي أنشأته شبكة Port3، وهو منصة لالتقاط سلوكيات مستخدمين Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام توليد بيانات يعتمد على المهام كآلية تحفيز، ويستهدف السلوكيات الاجتماعية للمستخدمين كمواضيع لجمع البيانات، مما يربط بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter و Telegram و Discord، ويتوافق مع سلوكيات التفاعل عبر 19 سلسلة بما في ذلك EVM و Solana و Aptos و Sui، مما يشكل أحد أكثر أنظمة جمع السلوكيات شمولاً في مجال Web3.
بحلول منتصف عام 2025، قامت شبكة Port3 بجمع بيانات ديناميكية لأكثر من 6 ملايين مستخدم و7000 مشروع، حيث تجاوز نطاق البيانات 10 ملايين مستخدم تشفير. وقد نتج عن ذلك إنتاج سجل كبير من سلوكيات المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أدى إلى بناء قاعدة بيانات سلوك اجتماعي Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لزيادة قابلية توسيع المنصة وقدرات جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service، مما يسمح لمشاريع الإدخال بدمج نظام المهام في تطبيقاتهم اللامركزية 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 من معيارية وعمومية نظام المهام.
SoQuest ليست مجرد منصة مهام، بل هي نقطة البداية لدائرة الأصول المغلقة لسلوكيات Port3 على السلسلة بالكامل، وأيضًا المصدر الأصلي لبيانات سلوك السلوك المطلوبة لاستنتاج الذكاء الاصطناعي.
3.1.2 بيانات الترسيب - طبقة البيانات الاجتماعية للذكاء الاصطناعي
تُخزن بيانات سلوك المستخدم التي تلتقطها SoQuest في الوحدة الأساسية لشبكة Port3 - طبقة بيانات اجتماعية قائمة على الذكاء الاصطناعي، وهي قاعدة بيانات سلوكية منظمة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، وهي أيضًا البنية التحتية الأساسية التي تحقق بها Port3 "تحويل السلوك إلى أصول" و"التمويل المعلوماتي (InfoFi)".
بخلاف منصات البيانات التقليدية على سلسلة الكتل (مثل The Graph و Dune) التي تركز على "الاستعلام" كهدف تصميم، يركز طبقة البيانات في Port3 على: كيفية جعل البيانات قابلة للاستخدام من قبل نماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تجمع طبقة بيانات الوسائط الاجتماعية الذكية AI Social Data Layer بين عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الفعلي من خلال تطبيقات مثل SoQuest و Rankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو بشكل مستمر. تعتبر هذه الطبقة مركز الإدراك السلوكي لـ Port3، حيث تقوم بتهيئة هيكل بيانات السلوك المعقد على السلسلة وخارجها، مما يوفر "وقود بيانات" يمكن فهمه وتجميعه واستدعاؤه للوكيل الذكي.
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 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 من تويتر، تيليجرام، ديسكورد وغيرها، لتحديد الاتجاهات الرئيسية، المشاريع الساخنة، وتحولات المشاعر في عالم Web3.
التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل التركيز في النقاش، وتأثير KOL، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة، وغيرها من السيناريوهات.
عرض تجريبي لمشاهد عمودية: على سبيل المثال، محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، يتفاعل مع خريطة الحرارة، ونشاط الشبكات الاجتماعية، والديناميكية على السلسلة، ويتعقب المشاريع المحتملة على BNB Chain في الوقت الفعلي، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 تقديم البيانات فحسب، بل يمكنه أيضًا تقديم "البيانات التفسيرية" ------ لا يخبرك فقط بما حدث، بل يخبرك أيضًا بما يجب عليك القيام به.
OpenBQL: لغة تنفيذ سلسلة مدفوعة بالنية
إذا كانت SoQuest هي مدخل البيانات، فإن BQL (لغة Blockchain Quest) هي قشرة الدماغ لبيانات Port3، وهي النواة الدلالية والمحرك التشغيلي لجميع بيانات السلوك المعالجة والمنظمة والمستدعاة.
دور وآلية BQL:
طبقة اللغة العامة: توفر BQL هيكل استعلام صديق للغة الطبيعية، مما يمكّن المطورين أو الوكلاء من استخدام أوامر مثل "شراء NFT على سلسلة Aptos" لتنفيذ العمليات الفعلية على السلسلة، مما يتيح الربط بين بيئات متعددة مثل EVM وBTC وSolana.
طبقة التنفيذ القياسية: تدعم معالجة العمليات على الأصول على السلسلة (مثل التداول، الرهن، إضافة السيولة) من خلال معالجة تلقائية بنقرة واحدة، وهي المحور الرئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم بيانات هيكلية معيارية لنماذج الذكاء الاصطناعي والوكيل، لتحقيق التحديثات والحسابات عالية التردد اللازمة لتحويل المعلومات إلى مالية (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 الشيفرة" إلى "طبقة النية" ------ الآلات لا تنفذ فقط التعليمات التي تقولها، بل تستطيع أيضًا فهم نيتك.
قدرة تكامل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يعمل على بناء طبقة API وكيل عامة، يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب على السلسلة، وغيرها، تغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، نشر المهام، وإدارة المجتمع.
تجعل هذه المجموعة الكاملة من هيكل المنتجات Port3 المنصة الوحيدة في مسار بيانات التواصل الاجتماعي Web3 التي تمتلك القدرة على "من الجمع → التحليل → التطبيق → الاستدعاء" بشكل كامل.
الهدف النهائي هو بناء شبكة بروتوكولات معيارية للويب 3 تعتمد على بيانات السلوك، مما يسمح لوكلاء الذكاء الاصطناعي بفهم والتعرف على الأصول على السلسلة والتعامل معها.
3.2 Port3’s خندق: العجلة النمائية الناتجة عن تراكم الأعمال
تحتل Port3 مكانة رائدة في سرد القصص الذكية على الويب 3 ليس بسبب امتلاكها لقدرات نموذجية متقدمة، ولكن بسبب بنائها لأصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق واسع أثناء تراكم الأعمال. توفر هذه الميزة في البيانات أساسًا فريدًا لتطبيقات الذكاء الاصطناعي الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك链 على المستوى عشرات الملايين
استنادًا إلى تشغيل منصة المهام SoQuest على مدار ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 ملايين مستوى من مسارات المشاركة للمستخدمين، تغطي أبعادًا متعددة تشمل سلوكيات المهام، تفاعلات المحفظة، الأصول على السلسلة، ودرجة المشاركة في المجتمع. تمتد هذه البيانات عبر Web2 وWeb3، مثل منشورات Twitter، النشاط على Discord، الاحتفاظ في Telegram، المعاملات على السلسلة، التراهن، والاحتفاظ بالمراكز، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نماذج الذكاء الاصطناعي الحالية "البيانات هي الوقود"، تعتبر هذه الأنواع من بيانات السلوك الهيكلية والتفاعلات المتكررة بلا شك من أهم الموارد المدخلة لبناء وكيل Web3 AI.
3.2.2 التعاون العميق مع الآلاف من فرق المشاريع، تحديث البيانات بشكل مستمر وفي الوقت الحقيقي
Port3 ليس منصة موجهة لمنتج واحد، بل أنشأت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات مثل إصدار الإصدارات الأيردروب، وتصميم المهام، وإدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لا تجلب فقط سلوكيات المستخدمين الحقيقية، بل تضمن أيضًا تنوع وواقعية مصادر البيانات. من خلال قنوات البيانات التي تم إنشاؤها بالتعاون مع الأطراف المعنية بالمشاريع، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات ديناميكي متطور، بدلاً من مجموعة ثابتة من اللقطات. 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 دعم دلالي لوكلاء السلسلة
بالمقارنة مع بيانات Web2 العامة، يتمتع هوية مستخدمي Web3 على السلسلة، ومسارات التفاعل، وسلوك الأصول بخصوصية عالية وتعقيد هيكلي، مما يجعل النماذج التقليدية صعبة التكيف. بينما يقوم Port3 تمامًا عبر نظام التعرف الدلالي وتسمية السلوك من Rankit بفتح سلوك السلسلة.