من البيانات الاجتماعية إلى الدماغ الاصطناعي: كيف تبني شبكة Port3 شبكة الذكاء الاصطناعي في عالم Web3؟

1. مقدمة

في عالم Web3، البيانات تتحول من معلومات ثابتة إلى أصول ديناميكية. خاصة بيانات سلوك المستخدمين الاجتماعية، التي أصبحت "معادن رقمية" الأكثر قيمة في عصر الذكاء الاصطناعي ولكن لم يتم استغلالها بالكامل بعد. تحتوي البيانات الاجتماعية التي يتم إنتاجها في كل لحظة على قيمة هائلة، لكنها لم تُستغل بالكامل بعد.

واقع Web3 هو واقع مجزأ: من ناحية، نشهد نموًا متفجرًا في مجالات عمودية مثل DeFi وNFT وGameFi، حيث تنتج المستخدمون كمية هائلة من بيانات السلوك على السلسلة وخارجها؛ من ناحية أخرى، تتناثر هذه البيانات في DApps معزولة وسجلات المعاملات 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. حيث 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 + نوايا قابلة للتنفيذ".

في هذا السياق، تبرز مسألة: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيقوم ببناء طبقة البيانات الأساسية وركيزة القرار في ويب 3؟ تقدم شبكة Port3 إجابة نهائية إلى حد ما:

من منصة مهام SoQuest في البداية، إلى محرك تقييم السلوك الاجتماعي Rankit، وصولًا إلى لغة تنفيذ النوايا عبر السلاسل OpenBQL، أنشأت Port3 مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم وتكون ودية لنماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة مع السلوك الاجتماعي خارج السلسلة، بل تجعل البيانات أيضًا "قوالب عمل" يمكن للوكيل فهمها واستدعائها وتنفيذها من خلال التوحيد والتعرف على النوايا.

بعبارة أخرى، لم يعد Port3 مجرد منصة أو أداة لمهمة واحدة، بل احتل موقعًا استراتيجيًا في "دماغ البيانات Web3" قبل أن يتم دمج السرد حول سيادة البيانات، والهويات على السلسلة، والتمويل الاجتماعي بشكل حقيقي.

سنقوم بعد ذلك بتفكيك مصفوفة منتجات Port3، وحاجز التقنية، وآلية الرموز، ومنطق النمو، واستكشاف كيف يمكنه إنشاء حلقة تدفق بيانات مستهدفة لوكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، وأن يصبح البنية التحتية السرية التالية التي تبلغ قيمتها تريليون.

2. مقدمة المشروع

2.1 Port3 ماذا يعني؟

Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية Web3 مدفوع بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للتشغيل البيني، قابلة للبرمجة، وقابلة للاستدعاء. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ومعالجة قياسية مدعومة بمحرك الذكاء الاصطناعي، قامت Port3 بإنشاء حلقة مغلقة كاملة تبدأ من جمع البيانات (SoQuest)، والتقييم الهيكلي (Rankit)، والاستعلام الذكي (OpenBQL) وصولاً إلى استدعاء الوكلاء (Ailliance.ai)، لتصبح المرفق الرئيسي لأسلمة 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، بقيادة Jump Crypto، وشارك في الجولة مستثمرون آخرون مثل SNZ وBlock Infinity وDragon Roark وViaBTC وCryptonite وLapin Digital وCogitent وMomentum6.

أغسطس 2023: حصلت على جولة جديدة من التمويل بملايين الدولارات، وتشمل الجهات المشاركة EMURGO وAdaverse Accelerator وGate Labs.

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

ماكس دي.: المؤسس المشارك، لديه خبرة في العمل في شركة آبل؛ يمتلك خبرة واسعة في احتضان مشاريع ويب 3 وتوسيع النظم البيئية.

أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent وViabtc Technology Limited في تطوير الواجهة الخلفية، ويمتلك خبرة لسنوات في تصميم الأنظمة ذات التزامن العالي والهندسة المعمارية الموزعة.

3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية لبيانات التواصل الاجتماعي المدعومة بالذكاء الاصطناعي"

على الرغم من أن مصفوفة منتجات Port3 تحتوي على العديد من الوحدات الفرعية مثل SoQuest وRankit وOpenBQL وon.meme، والتي تبدو متفرقة، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصول، وPort3 مسؤولة عن تدفق البيانات من الجمع إلى التحويل في حلقة مغلقة."

3.1 البنية التحتية الأساسية Port3

3.1.1 تجميع البيانات - SoQuest

SoQuest هو مدخل البيانات الأساسي الذي تم بناؤه بواسطة شبكة Port3، وهو منصة لالتقاط سلوك المستخدم في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيزية، ويستهدف سلوك المستخدمين الاجتماعي كموضوع لجمع البيانات، مما يفتح مسارات السلوك بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.

يدعم SoQuest منصات Web2 الرئيسية مثل Twitter و Telegram و Discord، ويتوافق مع 19 سلسلة مثل EVM و Solana و Aptos و Sui، مما يشمل التفاعلات مثل التداول والتفويض و NFT mint، مما يشكل واحدة من أكثر أنظمة جمع السلوك تغطية في مجال Web3.

حتى منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و7000 مشروع من البيانات الديناميكية، وقد غطت البيانات أكثر من 10 ملايين مستخدم للعملات المشفرة. مما أدى إلى إنشاء سجل سلوك مستخدمين ضخم وأحداث تفاعل اجتماعي على السلسلة، مما أسس قاعدة بيانات سلوكية اجتماعية Web3 حقيقية ومتعددة الأبعاد وعالية التردد.

لزيادة قابلية توسيع المنصة وقدرات جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع دمج نظام المهام في تطبيقاتهم الخاصة أو تطبيقات Telegram Mini. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق، مما يتيح إتمام منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يعزز بشكل كبير من معيارية وعمومية نظام المهام.

SoQuest ليست مجرد منصة مهام، بل هي نقطة انطلاق Port3 لإغلاق دورة الأصول السلوكية عبر السلسلة، وأيضًا المصدر الأصلي لبيانات السلوك الدلالية اللازمة لاستدلالات الذكاء الاصطناعي.

3.1.2 بيانات البيانات - طبقة بيانات اجتماعية بالذكاء الاصطناعي

تتراكم بيانات سلوك المستخدم التي تلتقطها SoQuest في النهاية إلى الوحدة الأساسية لشبكة Port3 - طبقة بيانات اجتماعية مدعومة بالذكاء الاصطناعي، وهي قاعدة بيانات سلوك هيكلية مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها المرفق الأساسي لـ Port3 لتحقيق "أصول السلوك" و"التمويل المعلوماتي (InfoFi)".

يختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph وDune وما إلى ذلك، ) التي تركز على "الاستعلام"، تركز طبقة بيانات Port3 على: كيفية جعل البيانات قابلة للاستخدام من قبل نماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل الآلي على السلسلة.

تجمع طبقة بيانات التواصل الاجتماعي للذكاء الاصطناعي عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتقوم بالتحديث المستمر من خلال وحدات التطبيقات مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو بشكل ذاتي. إنها مركز الإدراك السلوكي لـ Port3، حيث تقوم بهيكلة ومعنونة بيانات السلوك المعقدة على السلسلة وخارجها، مما يوفر للوكيل "وقود بيانات قابل للفهم، وقابل للتجميع، وقابل للاستدعاء".

3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام AI Agent

Rankit: محرك تحليل السلوك الاجتماعي المدفوع بالذكاء الاصطناعي

Rankit هو التطبيق الرائد لقدرات البيانات الاجتماعية Port3 ، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى الذكاء الاصطناعي.

قدرة Rankit وابتكار النموذج:

• تقييم حرارة التواصل عبر المنصات: يجمع بين إشارات التواصل الاجتماعي من تويتر وتيليجرام وديزكورد، للتعرف على الاتجاهات الرئيسية والمشاريع الساخنة والتحولات العاطفية في عالم Web3.

• التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل النقاط الرئيسية، وتأثير KOL، ودرجة ثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الاقتراض، والمعاملات على السلسلة، وغيرها من السيناريوهات.

• عرض توضيحي لمشاهد عمودية: على سبيل المثال، محرك البيانات البيئي USD1 الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ونشاط وسائل التواصل الاجتماعي، وتفاعل السلسلة، يتتبع في الوقت الحقيقي المشاريع ذات الإمكانيات على BNB Chain، ليصبح بوصلة ذكية لالتقاط Alpha لمستخدمي DeFi.

بدعم من Rankit، يمكن لـ Port3 أن يقدم بيانات فحسب، بل يمكنه أيضًا تقديم "بيانات تفسيرية" - لا يخبرك فقط بما حدث، بل يخبرك أيضًا بما يجب القيام به.

OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنية

إذا كانت SoQuest هي مدخل البيانات، فإن BQL(Blockchain Quest Language) هو قشرة الدماغ للبيانات في Port3، وهو النواة الدلالية والمحرك التشغيلي لجميع بيانات السلوك المعالجة والمنظمة والمستدعاة.

دور BQL وآليته:

• الطبقة اللغوية العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يمكّن المطورين أو الوكلاء من تنفيذ عمليات فعلية على السلسلة باستخدام تعليمات مشابهة مثل "شراء NFT على سلسلة Aptos"، مما يتيح العمل عبر بيئات متعددة السلاسل مثل EVM و BTC و Solana.

• طبقة التنفيذ القياسية: تدعم العمليات على الأصول على السلسلة ( مثل المعاملات، الرهن، إضافة السيولة ) من خلال معالجة تلقائية بنقرة واحدة، وهي محور رئيسي لأتمتة السلوكيات على السلسلة.

• مستخرج دلالات البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والوكلاء، لتحقيق التحديثات والت calculations العالية التردد المطلوبة من InfoFi(.

من خلال BQL، تعمل Port3 على دفع بناء "بروتوكول اللغة الطبيعية على السلسلة" جديدة في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة الشيفرة" إلى "طبقة النية" - حيث لا تنفذ الآلات فقط الأوامر التي تقولها، بل تفهم أيضاً نواياك.

قدرات تكامل وكيل الذكاء الاصطناعي: Ailliance.ai

• Port3 يقوم ببناء طبقة واجهة برمجة تطبيقات عمومية، 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 قرارات التداول، نشر المهام، وإدارة المجتمع.

تجعل هذه المجموعة الكاملة من المنتجات Port3 هو المنصة الوحيدة في مجال بيانات التواصل الاجتماعي Web3 التي تمتلك القدرة على "من الجمع → التحليل → التطبيق → الاستدعاء".

الهدف النهائي هو بناء شبكة بروتوكولات معيارية للويب 3 تعتمد على بيانات السلوك، مما يمكّن الوكيل الذكي من فهم والتعرف على والتعامل مع الأصول على السلسلة.

![من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستبني شبكة Port3 شبكة الذكاء الاصطناعي لعالم Web3؟])https://img-cdn.gateio.im/webp-social/moments-4f1158531e71cb17cde8a6d112be2680.webp(

) 3.2 Port3 الحاجز الدفاعي: عجلة النمو الناتجة عن تراكم الأعمال

تستطيع Port3 أن تأخذ زمام المبادرة في السرد الموجه بواسطة الذكاء الاصطناعي في Web3، والسبب الجذري لذلك ليس لأنها تمتلك قدرات نموذجية متقدمة، بل لأنها خلال عملية تراكم الأعمال، بنت أصول بيانات سلوكية اجتماعية عالية القيمة ذات عمق واسع. توفر هذه الميزة البياناتية أساساً فريداً لتطبيقات الذكاء الاصطناعي الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:

3.2.1. بيانات سلوك السلسلة على السلسلة وتحت السلسلة بمستوى الملايين

استنادًا إلى تشغيل منصة المهام SoQuest لمدة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 ملايين مسار مشاركة المستخدمين، تغطي سلوكيات المهام، وتفاعلات المحفظة، والأصول على السلسلة، ومستويات المشاركة المجتمعية من عدة أبعاد. تتجاوز هذه البيانات Web2 وWeb3، مثل منشورات تويتر، والنشاط على Discord، والاحتفاظ في Telegram، والمعاملات على السلسلة، والتخزين، وحيازة الأصول، مما يشكل خريطة كثيفة للغاية للسلوك الاجتماعي. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات هي الوقود"، فإن هذه البيانات السلوكية المهيكلة والتفاعلات المتكررة هي بلا شك أغلى الموارد المدخلة لبناء وكيل الذكاء الاصطناعي في Web3.

3.2.2 تعاون عميق مع آلاف المشاريع، وتحديث البيانات باستمرار في الوقت الحقيقي

Port3 ليست منصة تستهدف منتجًا واحدًا، بل أبرمت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات متعددة مثل توزيع الإيصالات، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لم تجلب فقط سلوكيات المستخدمين الحقيقية، بل ضمنت أيضًا تنوع وواقعية مصادر البيانات. من خلال قنوات البيانات التي تم بناؤها مع الأطراف المعنية، تستمر Port3 في امتصاص أحدث الاتجاهات البيئية واتجاهات المستخدمين، مما يبني محرك بيانات ديناميكي يتطور باستمرار، بدلاً من مجموعة ثابتة. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" مستمرة لنماذج الذكاء الاصطناعي.

3.2.3 تشكيل مجموعة بيانات مخصصة لتدريب نماذج الذكاء الاصطناعي، لتوفير دعم دلالي لوكلاء السلسلة

بالمقارنة مع بيانات Web2 العامة، فإن هوية المستخدمين على السلسلة في Web3، ومسارات التفاعل، وسلوك الأصول تتمتع بخصوصية عالية وتعقيد هيكلي، مما يجعل من الصعب على النماذج التقليدية التكيف. بينما تقوم Port3 بالتعرف على المعاني من خلال Rankit.