Des données sociales au cerveau IA : Port3 Network crée un réseau IA pour le monde Web3
1. Introduction
Dans le monde du Web3, les données passent d'informations statiques à des actifs dynamiques. En particulier, les données de comportement social des utilisateurs deviennent la "mine numérique" la plus précieuse mais encore sous-exploitée à l'ère de l'IA. Les données sociales générées à chaque instant contiennent une immense valeur qui n'a pas encore été pleinement exploitée.
Nous constatons que la réalité de Web3 est fragmentée : d'une part, nous avons été témoins d'une croissance explosive des protocoles de niche comme DeFi, NFT, GameFi, avec une grande quantité de données comportementales générées par les utilisateurs en ligne et hors ligne ; d'autre part, ces données sont éparpillées dans des DApp isolés, des enregistrements de transactions et des plateformes sociales, manquant d'une intégration structurée, rendant difficile la construction d'une image unifiée, et ne pouvant vraiment être exploitées.
En même temps, l'essor de l'IA est en train de redéfinir rapidement l'ensemble du monde numérique. Des projets comme ChatGPT d'OpenAI, Claude d'Anthropic, ainsi que des projets basés sur Web3 comme Autonolas, Morphpad, Mind Network, etc., ont tous proposé la vision "données appelables + intentions exécutables".
Dans ce contexte, une question se pose : si l'IA est l'avenir, qui va construire la couche de données et la base décisionnelle du Web3 ? Il existe un projet qui donne une réponse relativement ultime : Port3 Network.
De la plateforme de tâches SoQuest à l'engin de notation des comportements sociaux Rankit, en passant par le langage d'exécution d'intentions inter-chaînes OpenBQL, Port3 a construit une "infrastructure de données sociales" centrée sur le comportement des utilisateurs et compatible avec les modèles d'IA. Elle intègre non seulement les données on-chain et les comportements sociaux off-chain, mais rend également les données compréhensibles, appelables et exécutables par les agents grâce à la normalisation et à la reconnaissance des intentions, créant ainsi un "modèle d'action".
En d'autres termes, Port3 n'est plus une plateforme ou un outil unique, mais a pris une position stratégique en tant que "cerveau de données Web3" avant que les récits sur la souveraineté des données, l'identité sur la chaîne et la finance sociale ne soient réellement intégrés.
Klein Labs va approfondir l'analyse de la matrice de produits de Port3, de son avantage technologique, de son mécanisme de jetons et de sa logique de croissance. Ils exploreront comment cela permet d'établir un cercle fermé de circulation de données orienté vers les agents AI dans un monde Web3 fragmenté, et de devenir l'infrastructure secrète de la prochaine tendance de mille milliards.
2. Présentation du projet
Qu'est-ce que Port3 2.1 ?
Port3 Network est un projet d'infrastructure de données sociales Web3 alimenté par l'IA, visant à construire une couche de données sociales inter-chaînes, programmable et interrogeable. En agrégeant les données de comportement des utilisateurs Web2 et Web3, et en les normalisant avec un moteur d'IA, Port3 a créé un cycle complet allant de la collecte de données (SoQuest), à l'évaluation structurée (Rankit), en passant par les requêtes intelligentes (OpenBQL) jusqu'à l'appel d'Agent (Ailliance.ai), devenant ainsi une infrastructure clé pour l'activation des actifs comportementaux sur la chaîne à l'ère de l'IA.
2.2 Aperçu du projet
2.1.1 Situation de financement
Février 2023 : Achèvement d'un financement par capital d'amorçage de 3 millions de dollars
Août 2023 : Obtention d'une nouvelle levée de fonds de plusieurs millions de dollars, avec des investisseurs tels qu'EMURGO, Adaverse Accelerator et Gate Labs.
Octobre 2023 : Annonce de l'obtention d'un investissement de DWF Labs, ainsi que du soutien de subventions de Binance Labs, Mask Network et Aptos.
2.1.2 Situation de l'équipe
Max D. : co-fondateur, avec une expérience de travail chez Apple ; possède une riche expérience en incubation de projets Web3 et en expansion d'écosystème.
Anthony Deng : cofondateur, a travaillé en tant que développeur backend chez Tencent et Viabtc Technology Limited, avec plusieurs années d'expérience en conception de systèmes à haute concurrence et en architecture distribuée.
3. La vision de Port3 : de "plateforme de tâches" à "couche de données sociales AI"
Bien que la matrice de produits de Port3 contienne plusieurs sous-modules tels que SoQuest, Rankit, OpenBQL, on.meme, qui semblent dispersés, elle peut en réalité être résumée en une ligne directrice centrale : "Le comportement est un actif, Port3 est responsable du cycle de flux de données de la collecte à la conversion."
Infrastructure de base Port3 3.1
3.1.1 Agrégation des données - SoQuest
SoQuest est le point d'entrée de données central construit par Port3 Network, une plateforme de capture du comportement des utilisateurs Web3 qui intègre la distribution de tâches, la validation des comportements, la croissance communautaire et la collecte de données. Essentiellement, il s'agit d'un système de génération de données qui utilise des tâches comme mécanisme de déclenchement et cible les comportements sociaux des utilisateurs comme objets de collecte, reliant les interactions sur la chaîne et les plateformes sociales Web2.
SoQuest prend en charge les principales plateformes Web2 telles que Twitter, Telegram, Discord, et est compatible avec les interactions sur 19 chaînes, dont EVM, Solana, Aptos, Sui, y compris les transactions, les autorisations, le minting de NFT, formant ainsi l'un des systèmes de collecte de comportements les plus largement couverts dans le domaine du Web3.
D'ici mi-2025, le Port3 Network aura collecté plus de 6 millions d'utilisateurs et 7 000 projets de données dynamiques, couvrant plus de 10 millions d'utilisateurs de cryptomonnaies. Cela a généré un vaste enregistrement des comportements des utilisateurs et des événements d'interaction sociale sur la blockchain, construisant une base de données de comportements sociaux Web3 réelle, multidimensionnelle et à haute fréquence.
Pour améliorer l'évolutivité de la plateforme et la capacité de collecte de données, SoQuest a lancé le module QaaS(Quest-as-a-Service, permettant aux projets d'intégrer un système de tâches dans leur propre dApp ou Telegram Mini App. En 2025, une API de validation sera ouverte, permettant d'intégrer la logique de validation sans modèle prédéfini, ce qui améliore considérablement la normalisation et l'universalité du système de tâches.
SoQuest n'est pas seulement une plateforme de tâches, c'est le point de départ de la boucle fermée des actifs comportementaux de Port3 sur toute la chaîne, et aussi la source primaire des données sémantiques comportementales nécessaires à l'inférence AI.
3.1.2 Données de沉淀 - Couche de données sociales AI
Les données de comportement des utilisateurs capturées par SoQuest sont finalement intégrées dans le module central du Port3 Network ------ AI Social Data Layer, qui est une base de données comportementale structurée conçue spécifiquement pour les applications d'IA, ainsi qu'une infrastructure fondamentale pour la réalisation de "l'actif comportemental" et de "la financiarisation de l'information (InfoFi)" par Port3.
Contrairement à la conception traditionnelle des plateformes de données sur la chaîne (comme The Graph, Dune, etc.) qui se concentre sur "l'interrogation", la couche de données de Port3 se concentre sur : comment rendre les données utilisables par des modèles d'IA et soutenir le raisonnement et l'interaction sur la chaîne pouvant être exécutés automatiquement.
Le couche de données sociales AI intègre des dizaines de millions d'enregistrements d'interactions en chaîne et des données de comportement des tâches sociales, et se met à jour en temps réel via des modules d'application tels que SoQuest et Rankit, construisant ainsi un système de données sociales dynamiques en constante auto-croissance qui constitue le noyau cognitif comportemental de Port3, structurisant et sémantisant les données comportementales complexes en chaîne et hors chaîne, fournissant ainsi aux agents un "carburant de données compréhensible, combinable et appelable".
3.1.3 Applications de données - Rankit + OpenBQL + Ailliance.ai → Système d'Agent IA
Rankit : moteur d'analyse du comportement social basé sur l'IA
Rankit est l'application phare des capacités de données sociales de Port3, représentant l'exécution "visuelle" des capacités de données BQL au niveau de l'IA.
Les capacités et l'innovation de Rankit :
Évaluation de la popularité sociale multiplateforme : en combinant les signaux sociaux de Twitter, Telegram, Discord, etc., identifiez les tendances clés, les projets en vogue et les changements d'humeur dans le monde du Web3.
Reconnaissance sémantique et modélisation des scores : grâce à l'analyse des émotions par NLP et des grands modèles, transformer les points de discussion, l'influence des KOL et le niveau de confiance des utilisateurs en indicateurs structurés, utilisés pour la gouvernance communautaire, le contrôle des risques de prêt, les transactions sur chaîne, etc.
Démonstration de mise en œuvre dans des scénarios verticaux : par exemple, le moteur de données écosystémiques USD1 récemment lancé, qui suit en temps réel les projets potentiels sur la chaîne BNB grâce à des cartes thermiques, à l'activité sociale et à la dynamique on-chain, devenant ainsi une boussole intelligente pour les utilisateurs de DeFi pour capturer l'Alpha.
Avec le soutien de Rankit, Port3 peut non seulement fournir des données, mais aussi des "données explicatives" ------ non seulement vous dit ce qui s'est passé, mais aussi ce que vous devez faire.
OpenBQL : un langage d'exécution en chaîne basé sur l'intention
Si SoQuest est la porte d'entrée des données, alors BQL (Blockchain Quest Language) est le cortex cérébral des données de Port3, le noyau sémantique et le moteur d'exécution pour le traitement, l'organisation et l'appel de toutes les données comportementales.
Rôle et mécanismes de BQL :
Couche de langage universelle : BQL offre une structure de requête conviviale en langage naturel, permettant aux développeurs ou aux agents d'utiliser des instructions telles que "acheter un NFT sur la chaîne Aptos" pour réaliser des opérations réelles sur la chaîne, connectant les environnements multi-chaînes EVM, BTC et Solana.
Couche d'exécution standardisée : traitement automatisé en un clic des opérations sur les actifs en chaîne (comme le trading, le staking, l'ajout de liquidité), qui est le noyau clé de l'automatisation des comportements en chaîne.
Extracteur de sémantique des données : Fournit un support de données structurées standard pour les modèles d'IA et les agents, permettant des mises à jour et des calculs de données à haute fréquence nécessaires à la financiarisation de l'information (InfoFi).
Grâce à BQL, Port3 est en train de promouvoir un nouveau "protocole de langage naturel on-chain" pour le monde Web3, permettant aux comportements on-chain de passer du "niveau code" au "niveau intention"------la machine exécute non seulement les instructions que vous donnez, mais comprend également vos intentions.
Capacité d'intégration de l'agent AI : Ailliance.ai
Port3 est en train de construire une couche d'API Agent universelle, permettant aux développeurs d'appeler directement les données structurées générées par Rankit/SoQuest/OpenBQL ou d'exécuter des instructions.
Les applications incluent un assistant d'investissement automatisé, un robot interactif, un assistant intelligent pour les jeux blockchain, etc., couvrant une variété de scénarios tels que la prise de décision commerciale, la publication de tâches, l'exploitation communautaire, etc.
Cette structure de produit complète fait de Port3 la seule plateforme du secteur des données sociales Web3 capable d'offrir une capacité de "collecte → analyse → application → appel" sur l'ensemble du processus.
L'objectif final est de construire un réseau de protocole standard Web3 AI basé sur des données comportementales, permettant à l'Agent AI de comprendre, d'identifier et d'opérer des actifs sur la chaîne.
La moats de Port3 : le flywheel de croissance généré par l'accumulation d'affaires
Port3 peut occuper une place de choix dans la narration AI Web3, non pas en raison de sa capacité avancée de grands modèles, mais en raison de l'accumulation d'affaires, ayant construit un actif de données comportementales sociales de haute valeur avec une profondeur et une ampleur considérables. Cet avantage en matière de données établit une base unique pour les applications AI de Port3, la construction d'agents et l'entraînement de modèles :
3.2.1. Données comportementales on-chain et off-chain à plusieurs millions
S'appuyant sur trois ans d'exploitation de la plateforme de tâches SoQuest, Port3 a déjà accumulé plus de 10 millions de niveaux de trajectoires d'engagement utilisateur, couvrant plusieurs dimensions telles que le comportement des tâches, les interactions avec les portefeuilles, les actifs sur la chaîne et le niveau de participation communautaire. Ces données traversent Web2 et Web3, comme les publications sur Twitter, l'activité sur Discord, la rétention sur Telegram, les transactions sur la chaîne, le staking et les positions, formant ainsi une carte des comportements sociaux extrêmement dense. Dans le contexte actuel du modèle AI "les données sont le carburant", ce type de données comportementales structurées et d'interactions fréquentes est sans aucun doute la ressource d'entrée la plus précieuse pour construire un agent AI Web3.
3.2.2 Collaboration approfondie avec des milliers de projets, données mises à jour en temps réel
Port3 n'est pas une plateforme axée sur un seul produit, mais a établi des partenariats avec plus de 7000 projets Web3, couvrant plusieurs scénarios tels que l'émission d'airdrops, la conception de tâches, la gouvernance communautaire et les interactions on-chain. Cette collaboration a non seulement engendré des comportements d'utilisateurs réels, mais a également garanti la diversité et l'actualité des sources de données. Grâce à des canaux de données co-construits avec les partenaires de projet, Port3 absorbe en permanence les dernières tendances écologiques et les tendances des utilisateurs, construisant ainsi un moteur de données évolutif dynamique, plutôt qu'un ensemble d'instantanés statiques. Cette capacité de mise à jour des données fournit à des modèles d'IA un "pool de matériaux d'entraînement" en constante évolution.
3.2.3 Créer un ensemble de données dédié à l'entraînement des modèles d'IA pour fournir un soutien sémantique aux agents sur la chaîne
Comparé aux données Web2 génériques, l'identité on-chain des utilisateurs Web3, leur chemin d'interaction et leur comportement d'actifs présentent un haut niveau d'anonymat et une complexité structurelle, rendant difficile l'adaptation des modèles traditionnels. Port3, en revanche, a justement connecté le comportement on-chain grâce au système de reconnaissance sémantique et d'étiquetage des comportements de 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.
14 J'aime
Récompense
14
3
Partager
Commentaire
0/400
SnapshotStriker
· Il y a 21h
Encore un qui profite de la mode de l'IA ? Mais Port3 est vraiment intéressant.
Voir l'originalRépondre0
ChainSpy
· Il y a 21h
Ah maintenant tout le monde est dans l'IA.
Voir l'originalRépondre0
Ramen_Until_Rich
· Il y a 21h
bull ah c'est pas ça l'idée que j'ai dite la semaine dernière
Port3 Network : infrastructure de données sociales AI du monde Web3
Des données sociales au cerveau IA : Port3 Network crée un réseau IA pour le monde Web3
1. Introduction
Dans le monde du Web3, les données passent d'informations statiques à des actifs dynamiques. En particulier, les données de comportement social des utilisateurs deviennent la "mine numérique" la plus précieuse mais encore sous-exploitée à l'ère de l'IA. Les données sociales générées à chaque instant contiennent une immense valeur qui n'a pas encore été pleinement exploitée.
Nous constatons que la réalité de Web3 est fragmentée : d'une part, nous avons été témoins d'une croissance explosive des protocoles de niche comme DeFi, NFT, GameFi, avec une grande quantité de données comportementales générées par les utilisateurs en ligne et hors ligne ; d'autre part, ces données sont éparpillées dans des DApp isolés, des enregistrements de transactions et des plateformes sociales, manquant d'une intégration structurée, rendant difficile la construction d'une image unifiée, et ne pouvant vraiment être exploitées.
En même temps, l'essor de l'IA est en train de redéfinir rapidement l'ensemble du monde numérique. Des projets comme ChatGPT d'OpenAI, Claude d'Anthropic, ainsi que des projets basés sur Web3 comme Autonolas, Morphpad, Mind Network, etc., ont tous proposé la vision "données appelables + intentions exécutables".
Dans ce contexte, une question se pose : si l'IA est l'avenir, qui va construire la couche de données et la base décisionnelle du Web3 ? Il existe un projet qui donne une réponse relativement ultime : Port3 Network.
De la plateforme de tâches SoQuest à l'engin de notation des comportements sociaux Rankit, en passant par le langage d'exécution d'intentions inter-chaînes OpenBQL, Port3 a construit une "infrastructure de données sociales" centrée sur le comportement des utilisateurs et compatible avec les modèles d'IA. Elle intègre non seulement les données on-chain et les comportements sociaux off-chain, mais rend également les données compréhensibles, appelables et exécutables par les agents grâce à la normalisation et à la reconnaissance des intentions, créant ainsi un "modèle d'action".
En d'autres termes, Port3 n'est plus une plateforme ou un outil unique, mais a pris une position stratégique en tant que "cerveau de données Web3" avant que les récits sur la souveraineté des données, l'identité sur la chaîne et la finance sociale ne soient réellement intégrés.
Klein Labs va approfondir l'analyse de la matrice de produits de Port3, de son avantage technologique, de son mécanisme de jetons et de sa logique de croissance. Ils exploreront comment cela permet d'établir un cercle fermé de circulation de données orienté vers les agents AI dans un monde Web3 fragmenté, et de devenir l'infrastructure secrète de la prochaine tendance de mille milliards.
2. Présentation du projet
Qu'est-ce que Port3 2.1 ?
Port3 Network est un projet d'infrastructure de données sociales Web3 alimenté par l'IA, visant à construire une couche de données sociales inter-chaînes, programmable et interrogeable. En agrégeant les données de comportement des utilisateurs Web2 et Web3, et en les normalisant avec un moteur d'IA, Port3 a créé un cycle complet allant de la collecte de données (SoQuest), à l'évaluation structurée (Rankit), en passant par les requêtes intelligentes (OpenBQL) jusqu'à l'appel d'Agent (Ailliance.ai), devenant ainsi une infrastructure clé pour l'activation des actifs comportementaux sur la chaîne à l'ère de l'IA.
2.2 Aperçu du projet
2.1.1 Situation de financement
Février 2023 : Achèvement d'un financement par capital d'amorçage de 3 millions de dollars
Août 2023 : Obtention d'une nouvelle levée de fonds de plusieurs millions de dollars, avec des investisseurs tels qu'EMURGO, Adaverse Accelerator et Gate Labs.
Octobre 2023 : Annonce de l'obtention d'un investissement de DWF Labs, ainsi que du soutien de subventions de Binance Labs, Mask Network et Aptos.
2.1.2 Situation de l'équipe
Max D. : co-fondateur, avec une expérience de travail chez Apple ; possède une riche expérience en incubation de projets Web3 et en expansion d'écosystème.
Anthony Deng : cofondateur, a travaillé en tant que développeur backend chez Tencent et Viabtc Technology Limited, avec plusieurs années d'expérience en conception de systèmes à haute concurrence et en architecture distribuée.
3. La vision de Port3 : de "plateforme de tâches" à "couche de données sociales AI"
Bien que la matrice de produits de Port3 contienne plusieurs sous-modules tels que SoQuest, Rankit, OpenBQL, on.meme, qui semblent dispersés, elle peut en réalité être résumée en une ligne directrice centrale : "Le comportement est un actif, Port3 est responsable du cycle de flux de données de la collecte à la conversion."
Infrastructure de base Port3 3.1
3.1.1 Agrégation des données - SoQuest
SoQuest est le point d'entrée de données central construit par Port3 Network, une plateforme de capture du comportement des utilisateurs Web3 qui intègre la distribution de tâches, la validation des comportements, la croissance communautaire et la collecte de données. Essentiellement, il s'agit d'un système de génération de données qui utilise des tâches comme mécanisme de déclenchement et cible les comportements sociaux des utilisateurs comme objets de collecte, reliant les interactions sur la chaîne et les plateformes sociales Web2.
SoQuest prend en charge les principales plateformes Web2 telles que Twitter, Telegram, Discord, et est compatible avec les interactions sur 19 chaînes, dont EVM, Solana, Aptos, Sui, y compris les transactions, les autorisations, le minting de NFT, formant ainsi l'un des systèmes de collecte de comportements les plus largement couverts dans le domaine du Web3.
D'ici mi-2025, le Port3 Network aura collecté plus de 6 millions d'utilisateurs et 7 000 projets de données dynamiques, couvrant plus de 10 millions d'utilisateurs de cryptomonnaies. Cela a généré un vaste enregistrement des comportements des utilisateurs et des événements d'interaction sociale sur la blockchain, construisant une base de données de comportements sociaux Web3 réelle, multidimensionnelle et à haute fréquence.
Pour améliorer l'évolutivité de la plateforme et la capacité de collecte de données, SoQuest a lancé le module QaaS(Quest-as-a-Service, permettant aux projets d'intégrer un système de tâches dans leur propre dApp ou Telegram Mini App. En 2025, une API de validation sera ouverte, permettant d'intégrer la logique de validation sans modèle prédéfini, ce qui améliore considérablement la normalisation et l'universalité du système de tâches.
SoQuest n'est pas seulement une plateforme de tâches, c'est le point de départ de la boucle fermée des actifs comportementaux de Port3 sur toute la chaîne, et aussi la source primaire des données sémantiques comportementales nécessaires à l'inférence AI.
3.1.2 Données de沉淀 - Couche de données sociales AI
Les données de comportement des utilisateurs capturées par SoQuest sont finalement intégrées dans le module central du Port3 Network ------ AI Social Data Layer, qui est une base de données comportementale structurée conçue spécifiquement pour les applications d'IA, ainsi qu'une infrastructure fondamentale pour la réalisation de "l'actif comportemental" et de "la financiarisation de l'information (InfoFi)" par Port3.
Contrairement à la conception traditionnelle des plateformes de données sur la chaîne (comme The Graph, Dune, etc.) qui se concentre sur "l'interrogation", la couche de données de Port3 se concentre sur : comment rendre les données utilisables par des modèles d'IA et soutenir le raisonnement et l'interaction sur la chaîne pouvant être exécutés automatiquement.
Le couche de données sociales AI intègre des dizaines de millions d'enregistrements d'interactions en chaîne et des données de comportement des tâches sociales, et se met à jour en temps réel via des modules d'application tels que SoQuest et Rankit, construisant ainsi un système de données sociales dynamiques en constante auto-croissance qui constitue le noyau cognitif comportemental de Port3, structurisant et sémantisant les données comportementales complexes en chaîne et hors chaîne, fournissant ainsi aux agents un "carburant de données compréhensible, combinable et appelable".
3.1.3 Applications de données - Rankit + OpenBQL + Ailliance.ai → Système d'Agent IA
Rankit : moteur d'analyse du comportement social basé sur l'IA
Rankit est l'application phare des capacités de données sociales de Port3, représentant l'exécution "visuelle" des capacités de données BQL au niveau de l'IA.
Les capacités et l'innovation de Rankit :
Évaluation de la popularité sociale multiplateforme : en combinant les signaux sociaux de Twitter, Telegram, Discord, etc., identifiez les tendances clés, les projets en vogue et les changements d'humeur dans le monde du Web3.
Reconnaissance sémantique et modélisation des scores : grâce à l'analyse des émotions par NLP et des grands modèles, transformer les points de discussion, l'influence des KOL et le niveau de confiance des utilisateurs en indicateurs structurés, utilisés pour la gouvernance communautaire, le contrôle des risques de prêt, les transactions sur chaîne, etc.
Démonstration de mise en œuvre dans des scénarios verticaux : par exemple, le moteur de données écosystémiques USD1 récemment lancé, qui suit en temps réel les projets potentiels sur la chaîne BNB grâce à des cartes thermiques, à l'activité sociale et à la dynamique on-chain, devenant ainsi une boussole intelligente pour les utilisateurs de DeFi pour capturer l'Alpha.
Avec le soutien de Rankit, Port3 peut non seulement fournir des données, mais aussi des "données explicatives" ------ non seulement vous dit ce qui s'est passé, mais aussi ce que vous devez faire.
OpenBQL : un langage d'exécution en chaîne basé sur l'intention
Si SoQuest est la porte d'entrée des données, alors BQL (Blockchain Quest Language) est le cortex cérébral des données de Port3, le noyau sémantique et le moteur d'exécution pour le traitement, l'organisation et l'appel de toutes les données comportementales.
Rôle et mécanismes de BQL :
Couche de langage universelle : BQL offre une structure de requête conviviale en langage naturel, permettant aux développeurs ou aux agents d'utiliser des instructions telles que "acheter un NFT sur la chaîne Aptos" pour réaliser des opérations réelles sur la chaîne, connectant les environnements multi-chaînes EVM, BTC et Solana.
Couche d'exécution standardisée : traitement automatisé en un clic des opérations sur les actifs en chaîne (comme le trading, le staking, l'ajout de liquidité), qui est le noyau clé de l'automatisation des comportements en chaîne.
Extracteur de sémantique des données : Fournit un support de données structurées standard pour les modèles d'IA et les agents, permettant des mises à jour et des calculs de données à haute fréquence nécessaires à la financiarisation de l'information (InfoFi).
Grâce à BQL, Port3 est en train de promouvoir un nouveau "protocole de langage naturel on-chain" pour le monde Web3, permettant aux comportements on-chain de passer du "niveau code" au "niveau intention"------la machine exécute non seulement les instructions que vous donnez, mais comprend également vos intentions.
Capacité d'intégration de l'agent AI : Ailliance.ai
Port3 est en train de construire une couche d'API Agent universelle, permettant aux développeurs d'appeler directement les données structurées générées par Rankit/SoQuest/OpenBQL ou d'exécuter des instructions.
Les applications incluent un assistant d'investissement automatisé, un robot interactif, un assistant intelligent pour les jeux blockchain, etc., couvrant une variété de scénarios tels que la prise de décision commerciale, la publication de tâches, l'exploitation communautaire, etc.
Cette structure de produit complète fait de Port3 la seule plateforme du secteur des données sociales Web3 capable d'offrir une capacité de "collecte → analyse → application → appel" sur l'ensemble du processus.
L'objectif final est de construire un réseau de protocole standard Web3 AI basé sur des données comportementales, permettant à l'Agent AI de comprendre, d'identifier et d'opérer des actifs sur la chaîne.
La moats de Port3 : le flywheel de croissance généré par l'accumulation d'affaires
Port3 peut occuper une place de choix dans la narration AI Web3, non pas en raison de sa capacité avancée de grands modèles, mais en raison de l'accumulation d'affaires, ayant construit un actif de données comportementales sociales de haute valeur avec une profondeur et une ampleur considérables. Cet avantage en matière de données établit une base unique pour les applications AI de Port3, la construction d'agents et l'entraînement de modèles :
3.2.1. Données comportementales on-chain et off-chain à plusieurs millions
S'appuyant sur trois ans d'exploitation de la plateforme de tâches SoQuest, Port3 a déjà accumulé plus de 10 millions de niveaux de trajectoires d'engagement utilisateur, couvrant plusieurs dimensions telles que le comportement des tâches, les interactions avec les portefeuilles, les actifs sur la chaîne et le niveau de participation communautaire. Ces données traversent Web2 et Web3, comme les publications sur Twitter, l'activité sur Discord, la rétention sur Telegram, les transactions sur la chaîne, le staking et les positions, formant ainsi une carte des comportements sociaux extrêmement dense. Dans le contexte actuel du modèle AI "les données sont le carburant", ce type de données comportementales structurées et d'interactions fréquentes est sans aucun doute la ressource d'entrée la plus précieuse pour construire un agent AI Web3.
3.2.2 Collaboration approfondie avec des milliers de projets, données mises à jour en temps réel
Port3 n'est pas une plateforme axée sur un seul produit, mais a établi des partenariats avec plus de 7000 projets Web3, couvrant plusieurs scénarios tels que l'émission d'airdrops, la conception de tâches, la gouvernance communautaire et les interactions on-chain. Cette collaboration a non seulement engendré des comportements d'utilisateurs réels, mais a également garanti la diversité et l'actualité des sources de données. Grâce à des canaux de données co-construits avec les partenaires de projet, Port3 absorbe en permanence les dernières tendances écologiques et les tendances des utilisateurs, construisant ainsi un moteur de données évolutif dynamique, plutôt qu'un ensemble d'instantanés statiques. Cette capacité de mise à jour des données fournit à des modèles d'IA un "pool de matériaux d'entraînement" en constante évolution.
3.2.3 Créer un ensemble de données dédié à l'entraînement des modèles d'IA pour fournir un soutien sémantique aux agents sur la chaîne
Comparé aux données Web2 génériques, l'identité on-chain des utilisateurs Web3, leur chemin d'interaction et leur comportement d'actifs présentent un haut niveau d'anonymat et une complexité structurelle, rendant difficile l'adaptation des modèles traditionnels. Port3, en revanche, a justement connecté le comportement on-chain grâce au système de reconnaissance sémantique et d'étiquetage des comportements de Rankit.