من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستبني شبكة Port3 شبكة الذكاء الاصطناعي لعالم Web3؟
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. خاصةً بيانات السلوك الاجتماعي للمستخدمين، التي أصبحت "المعادن الرقمية" الأكثر قيمة والتي لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي تتولد كل لحظة وكل دقيقة، تحتوي على قيمة هائلة لم يتم استغلالها بالكامل بعد.
نرى أن واقع Web3 مجزأ: من ناحية، شهدنا نموًا انفجاريًا للبروتوكولات مثل DeFi وNFT وGameFi، حيث أن المستخدمين قد أنشأوا كمية كبيرة من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، فإن هذه البيانات متناثرة في DApp المعزولة، وسجلات التداول، ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل الهيكلي، مما يجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.
في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأكمله بسرعة. كما أن مشاريع Agent المبنية على Web3 مثل Autonolas و Morphpad و Mind Network، فضلاً عن ChatGPT من OpenAI و Claude من Anthropic، جميعها طرحت رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في ظل هذه الخلفية، يثور سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيبني طبقة البيانات والأساسيات القرار لـ Web3؟ هناك مشروع مثل Port3 Network يقدم إجابة نهائية نسبياً:
من منصة مهام SoQuest الأولى، إلى محرك تقييم السلوك الاجتماعي Rankit، وصولاً إلى لغة تنفيذ النوايا عبر السلاسل OpenBQL، قامت Port3 ببناء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم وملائمة نماذج الذكاء الاصطناعي. فهي لا تدمج فقط البيانات على السلسلة مع السلوك الاجتماعي خارج السلسلة، ولكنها أيضًا من خلال التوحيد والتعرف على النوايا، تجعل البيانات "قوالب عمل" يمكن أن تفهمها وتستدعيها وتنفذها الوكالات الذكية.
بعبارة أخرى، لم يعد Port3 منصة أو أداة مهمة واحدة، بل احتل موقعًا استراتيجيًا في "الدماغ البيانات Web3" قبل دمج الروايات حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي.
سنقوم بتفكيك مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو بشكل عميق، وسنستكشف كيف يمكنها بناء حلقة مغلقة لتداول البيانات موجهة نحو وكيل الذكاء الاصطناعي في عالم Web3 المجزأ، وكيف يمكن أن تصبح البنية التحتية الخفية للتوجهات التي تبلغ تريليون دولار التالية.
2. مقدمة المشروع
ما هو 2.1 Port3؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدعوم بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة، عبر السلاسل، وقابلة للاستدعاء. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، وبدعم من محرك الذكاء الاصطناعي للمعالجة القياسية، أنشأت Port3 حلقة مغلقة كاملة تشمل من جمع البيانات (SoQuest) إلى التصنيف الهيكلي (Rankit) والاستعلام الذكي (OpenBQL) إلى استدعاء الوكيل (Ailliance.ai)، لتصبح المنشأة الرئيسية لتحويل سلوكيات السلاسل إلى أصول في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إكمال جولة التمويل الأولي 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 الحصول على دعم من منح Binance Labs وMask Network وAptos.
2.2.2 وضع الفريق
ماكس د. : المؤسس المشارك، لديه خبرة عمل في شركة آبل؛ يتمتع بخبرة واسعة في حاضنات 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 الحمل العالي والهياكل الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية لبيانات التواصل الاجتماعي الذكية"
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 الأصل، وPort3 مسؤولة عن الحلقة المغلقة لتدفق البيانات من التجميع إلى التحويل."
3.1 Port3 البنية التحتية الأساسية الأساسية
3.1.1 تجميع البيانات - SoQuest
SoQuest هو مدخل البيانات الأساسي الذي تم بناؤه بواسطة شبكة Port3، وهو منصة تلتقط سلوك مستخدمي Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. جوهره هو نظام توليد بيانات يعتمد على المهام كآلية تحفيز، ويستهدف سلوكيات المستخدمين الاجتماعية كأهداف للتجميع، مما يربط بين التفاعلات على السلسلة والمنصات الاجتماعية Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter و Telegram و Discord ، ويتوافق مع سلوكيات التفاعل على 19 سلسلة بما في ذلك EVM و Solana و Aptos و Sui ، بما في ذلك المعاملات والتفويض و NFT mint ، مما يشكل واحدًا 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 غطت البيانات أكثر من 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك سجل ضخم من سلوك المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي في Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لزيادة قابلية توسيع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service) التي تسمح للمشروعات بإدماج نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات تيليجرام الصغرى. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يتيح إدماج منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يزيد بشكل كبير من معيارية وعمومية نظام المهام.
SoQuest ليست مجرد منصة مهام، بل هي نقطة انطلاق Port3 لإغلاق دورة الأصول السلوكية عبر السلسلة، وهي أيضًا المصدر الأصلي لبيانات السلوك الدلالية المطلوبة لاستنتاج الذكاء الاصطناعي.
3.1.2 بيانات متراكمة - طبقة البيانات الاجتماعية الذكية
تتراكم بيانات سلوك المستخدم التي تم التقاطها بواسطة SoQuest في الوحدة الأساسية لشبكة Port3 ------ طبقة بيانات اجتماعية للذكاء الاصطناعي، وهي قاعدة بيانات سلوكية منظمة مصممة لتطبيقات الذكاء الاصطناعي، كما أنها البنية التحتية الأساسية لتحقيق "تحويل السلوك إلى أصول" و"التمويل المعلوماتي (InfoFi)" في Port3.
بخلاف منصات البيانات التقليدية على السلسلة (مثل The Graph، Dune، وغيرها) التي تركز على "الاستعلام" كمفهوم تصميمي، فإن طبقة البيانات في Port3 تركز على: كيفية استخدام البيانات لنماذج الذكاء الاصطناعي، ودعم الاستنتاج والتفاعل الآلي على السلسلة.
تجمع طبقة بيانات التواصل الاجتماعي للذكاء الاصطناعي عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الفعلي من خلال وحدات التطبيقات مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو باستمرار. إنها مركز إدراك السلوك في Port3، وتقوم بهيكلة وتفسير بيانات السلوك المعقدة على السلسلة وخارجها، مما يوفر "وقود بيانات" "يمكن فهمه، ويمكن تجميعه، ويمكن استدعاؤه" لوكلاء الذكاء الاصطناعي.
3.1.3 تطبيق البيانات - Rankit + OpenBQL + Ailliance.ai → نظام AI Agent
Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لقدرات البيانات الاجتماعية لـ Port3، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى الذكاء الاصطناعي.
قدرة Rankit وابتكار النموذج:
تقييم حماس وسائل التواصل الاجتماعي عبر المنصات: دمج إشارات التواصل الاجتماعي من Twitter وTelegram وDiscord، لتحديد الاتجاهات الرئيسية والمشاريع الساخنة وتحولات المشاعر في عالم Web3.
التعرف على المعنى ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل التركيز على النقاش، وتأثير KOL، وموثوقية المستخدم إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة.
أمثلة على تطبيقات في المشهد العمودي: مثل محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ونشاط وسائل التواصل الاجتماعي، والتفاعل على السلسلة، يتتبع المشاريع المحتملة على سلسلة BNB في الوقت الفعلي، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 أن توفر البيانات فحسب، بل يمكنها أيضًا تقديم "بيانات تفسيرية" ------ لا تخبرك فقط بما حدث، بل تخبرك أيضًا بما يجب عليك فعله.
OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنية
إذا كانت SoQuest هي مدخل البيانات، فإن BQL (لغة استفسار البلوكشين) هي قشرة الدماغ للبيانات في Port3، وهي النواة الدلالية ومحرك التشغيل لجميع بيانات السلوك.
دور آلية BQL:
طبقة اللغة العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يسمح للمطورين أو الوكلاء بإصدار أوامر مثل "شراء NFT على سلسلة Aptos"، لتنفيذ العمليات الفعلية على السلسلة، مما يفتح بيئة متعددة السلاسل تشمل EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم المعالجة التلقائية بنقرة واحدة لعمليات الأصول على السلسلة (مثل التداول، الرهن، إضافة السيولة)، وهي المحور الرئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم بيانات هيكلية قياسية لنماذج الذكاء الاصطناعي والوكيل، لتحقيق التحديثات والحسابات عالية التردد اللازمة لتمويل المعلومات (InfoFi).
بفضل BQL، تقوم Port3 بدفع العالم Web3 نحو بناء "بروتوكول اللغة الطبيعية على السلسلة" جديد، مما يسمح للسلوكيات على السلسلة بالانتقال من "طبقة الشيفرة" إلى "طبقة النية" ------ الآلات لا تنفذ التعليمات التي تقولها فحسب، بل تفهم أيضًا نواياك.
قدرة الربط لوكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يبني طبقة API عامة للوكيل، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، والروبوتات التفاعلية، ومساعد الألعاب الذكية على السلسلة، مما يغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، ونشر المهام، وإدارة المجتمع.
تجعل هذه المجموعة الكاملة من الهيكل المنتج Port3 المنصة الوحيدة التي تمتلك "القدرة على جمع البيانات → تحليلها → تطبيقها → استدعائها" في مجال بيانات التواصل الاجتماعي في Web3.
الهدف النهائي هو بناء شبكة بروتوكول قياسي لـ Web3 AI تعتمد على بيانات السلوك، مما يمكن وكيل الذكاء الاصطناعي من فهم وتحديد والتعامل مع الأصول على السلسلة.
3.2 Port3 خندق الحماية: دوامة النمو الناتجة عن تراكم الأعمال
تتمتع Port3 بميزة رائدة في سرد القصص في Web3 AI، ولسبب أساسي ليس بسبب قدرتها المتقدمة على النماذج الكبيرة، ولكن بسبب أنها في عملية تراكم الأعمال، بنت أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق وشمولية كبيرين. هذه الميزة في البيانات تضع أساسًا فريدًا لتطبيقات Port3 في الذكاء الاصطناعي، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك على السلسلة وخارج السلسلة بمستوى عشرة ملايين
استنادًا إلى تشغيل منصة المهام SoQuest لمدة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 ملايين مستوى من مسارات مشاركة المستخدمين، تغطي جوانب متعددة مثل سلوك المهام، تفاعلات المحفظة، الأصول على السلسلة، ومستوى المشاركة في المجتمعات. تمتد هذه البيانات عبر Web2 و Web3، مثل نشر التغريدات، النشاط على Discord، الاحتفاظ على Telegram، المعاملات على السلسلة، التكديس، والاحتفاظ بالمراكز، مما يشكل خريطة سلوكية اجتماعية كثيفة للغاية. في سياق نموذج AI الحالي "البيانات كوقود"، تعتبر هذه البيانات السلوكية المنظمة والتفاعلية العالية، بلا شك، من أكثر الموارد قيمة لبناء وكيل AI في Web3.
3.2.2 تعاون عميق مع آلاف المشاريع، وتحديث البيانات بشكل مستمر وفي الوقت الحقيقي
Port3 ليست منصة موجهة لمنتج واحد، بل أقامت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات متعددة مثل إصدار الإيصالات، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لا تجلب فقط سلوك المستخدمين الحقيقيين، بل تضمن أيضاً تنوع وواقعية مصادر البيانات. من خلال بناء قنوات بيانات مشتركة مع الجهات المعنية بالمشاريع، تستمر Port3 في امتصاص أحدث الاتجاهات البيئية واتجاهات المستخدمين.
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 18
أعجبني
18
6
مشاركة
تعليق
0/400
StealthMoon
· منذ 6 س
هناك شيء مثير للاهتمام، من المؤكد أن الذكاء الاصطناعي سيجعل الخصوصية عارية.
شاهد النسخة الأصليةرد0
DeFiChef
· 07-24 18:31
أعتذر عن البيانات الاجتماعية لجميع الحمقى!
شاهد النسخة الأصليةرد0
TeaTimeTrader
· 07-24 05:46
又来 خِداع الناس لتحقيق الربح حمقى؟
شاهد النسخة الأصليةرد0
LiquidatorFlash
· 07-24 05:40
مخاطر خصوصية البيانات 87.2%، إنذار بارتفاع ثغرات العقود الذكية
شاهد النسخة الأصليةرد0
PaperHandSister
· 07-24 05:34
هل هو جمع بيانات آخر بواسطة الذكاء الاصطناعي؟ اتركه.
شاهد النسخة الأصليةرد0
MiningDisasterSurvivor
· 07-24 05:20
التنقيب عن البيانات؟ القبور تكاد تُحفر حتى تتآكل، من يفهم يفهم
شبكة Port3: بناء بنية تحتية للبيانات الاجتماعية بالذكاء الاصطناعي لعالم Web3
من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستبني شبكة Port3 شبكة الذكاء الاصطناعي لعالم Web3؟
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. خاصةً بيانات السلوك الاجتماعي للمستخدمين، التي أصبحت "المعادن الرقمية" الأكثر قيمة والتي لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي تتولد كل لحظة وكل دقيقة، تحتوي على قيمة هائلة لم يتم استغلالها بالكامل بعد.
نرى أن واقع Web3 مجزأ: من ناحية، شهدنا نموًا انفجاريًا للبروتوكولات مثل DeFi وNFT وGameFi، حيث أن المستخدمين قد أنشأوا كمية كبيرة من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، فإن هذه البيانات متناثرة في DApp المعزولة، وسجلات التداول، ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل الهيكلي، مما يجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.
في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأكمله بسرعة. كما أن مشاريع Agent المبنية على Web3 مثل Autonolas و Morphpad و Mind Network، فضلاً عن ChatGPT من OpenAI و Claude من Anthropic، جميعها طرحت رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في ظل هذه الخلفية، يثور سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيبني طبقة البيانات والأساسيات القرار لـ Web3؟ هناك مشروع مثل Port3 Network يقدم إجابة نهائية نسبياً:
من منصة مهام SoQuest الأولى، إلى محرك تقييم السلوك الاجتماعي Rankit، وصولاً إلى لغة تنفيذ النوايا عبر السلاسل OpenBQL، قامت Port3 ببناء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم وملائمة نماذج الذكاء الاصطناعي. فهي لا تدمج فقط البيانات على السلسلة مع السلوك الاجتماعي خارج السلسلة، ولكنها أيضًا من خلال التوحيد والتعرف على النوايا، تجعل البيانات "قوالب عمل" يمكن أن تفهمها وتستدعيها وتنفذها الوكالات الذكية.
بعبارة أخرى، لم يعد Port3 منصة أو أداة مهمة واحدة، بل احتل موقعًا استراتيجيًا في "الدماغ البيانات Web3" قبل دمج الروايات حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي.
سنقوم بتفكيك مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو بشكل عميق، وسنستكشف كيف يمكنها بناء حلقة مغلقة لتداول البيانات موجهة نحو وكيل الذكاء الاصطناعي في عالم Web3 المجزأ، وكيف يمكن أن تصبح البنية التحتية الخفية للتوجهات التي تبلغ تريليون دولار التالية.
2. مقدمة المشروع
ما هو 2.1 Port3؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدعوم بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة، عبر السلاسل، وقابلة للاستدعاء. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، وبدعم من محرك الذكاء الاصطناعي للمعالجة القياسية، أنشأت Port3 حلقة مغلقة كاملة تشمل من جمع البيانات (SoQuest) إلى التصنيف الهيكلي (Rankit) والاستعلام الذكي (OpenBQL) إلى استدعاء الوكيل (Ailliance.ai)، لتصبح المنشأة الرئيسية لتحويل سلوكيات السلاسل إلى أصول في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إكمال جولة التمويل الأولي 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 الحصول على دعم من منح Binance Labs وMask Network وAptos.
2.2.2 وضع الفريق
ماكس د. : المؤسس المشارك، لديه خبرة عمل في شركة آبل؛ يتمتع بخبرة واسعة في حاضنات 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 الحمل العالي والهياكل الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية لبيانات التواصل الاجتماعي الذكية"
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 الأصل، وPort3 مسؤولة عن الحلقة المغلقة لتدفق البيانات من التجميع إلى التحويل."
3.1 Port3 البنية التحتية الأساسية الأساسية
3.1.1 تجميع البيانات - SoQuest
SoQuest هو مدخل البيانات الأساسي الذي تم بناؤه بواسطة شبكة Port3، وهو منصة تلتقط سلوك مستخدمي Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. جوهره هو نظام توليد بيانات يعتمد على المهام كآلية تحفيز، ويستهدف سلوكيات المستخدمين الاجتماعية كأهداف للتجميع، مما يربط بين التفاعلات على السلسلة والمنصات الاجتماعية Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter و Telegram و Discord ، ويتوافق مع سلوكيات التفاعل على 19 سلسلة بما في ذلك EVM و Solana و Aptos و Sui ، بما في ذلك المعاملات والتفويض و NFT mint ، مما يشكل واحدًا 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 غطت البيانات أكثر من 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك سجل ضخم من سلوك المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي في Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لزيادة قابلية توسيع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service) التي تسمح للمشروعات بإدماج نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات تيليجرام الصغرى. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يتيح إدماج منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يزيد بشكل كبير من معيارية وعمومية نظام المهام.
SoQuest ليست مجرد منصة مهام، بل هي نقطة انطلاق Port3 لإغلاق دورة الأصول السلوكية عبر السلسلة، وهي أيضًا المصدر الأصلي لبيانات السلوك الدلالية المطلوبة لاستنتاج الذكاء الاصطناعي.
3.1.2 بيانات متراكمة - طبقة البيانات الاجتماعية الذكية
تتراكم بيانات سلوك المستخدم التي تم التقاطها بواسطة SoQuest في الوحدة الأساسية لشبكة Port3 ------ طبقة بيانات اجتماعية للذكاء الاصطناعي، وهي قاعدة بيانات سلوكية منظمة مصممة لتطبيقات الذكاء الاصطناعي، كما أنها البنية التحتية الأساسية لتحقيق "تحويل السلوك إلى أصول" و"التمويل المعلوماتي (InfoFi)" في Port3.
بخلاف منصات البيانات التقليدية على السلسلة (مثل The Graph، Dune، وغيرها) التي تركز على "الاستعلام" كمفهوم تصميمي، فإن طبقة البيانات في Port3 تركز على: كيفية استخدام البيانات لنماذج الذكاء الاصطناعي، ودعم الاستنتاج والتفاعل الآلي على السلسلة.
تجمع طبقة بيانات التواصل الاجتماعي للذكاء الاصطناعي عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الفعلي من خلال وحدات التطبيقات مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو باستمرار. إنها مركز إدراك السلوك في Port3، وتقوم بهيكلة وتفسير بيانات السلوك المعقدة على السلسلة وخارجها، مما يوفر "وقود بيانات" "يمكن فهمه، ويمكن تجميعه، ويمكن استدعاؤه" لوكلاء الذكاء الاصطناعي.
3.1.3 تطبيق البيانات - Rankit + OpenBQL + Ailliance.ai → نظام AI Agent
Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لقدرات البيانات الاجتماعية لـ Port3، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى الذكاء الاصطناعي.
قدرة Rankit وابتكار النموذج:
تقييم حماس وسائل التواصل الاجتماعي عبر المنصات: دمج إشارات التواصل الاجتماعي من Twitter وTelegram وDiscord، لتحديد الاتجاهات الرئيسية والمشاريع الساخنة وتحولات المشاعر في عالم Web3.
التعرف على المعنى ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل التركيز على النقاش، وتأثير KOL، وموثوقية المستخدم إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة.
أمثلة على تطبيقات في المشهد العمودي: مثل محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ونشاط وسائل التواصل الاجتماعي، والتفاعل على السلسلة، يتتبع المشاريع المحتملة على سلسلة BNB في الوقت الفعلي، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 أن توفر البيانات فحسب، بل يمكنها أيضًا تقديم "بيانات تفسيرية" ------ لا تخبرك فقط بما حدث، بل تخبرك أيضًا بما يجب عليك فعله.
OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنية
إذا كانت SoQuest هي مدخل البيانات، فإن BQL (لغة استفسار البلوكشين) هي قشرة الدماغ للبيانات في Port3، وهي النواة الدلالية ومحرك التشغيل لجميع بيانات السلوك.
دور آلية BQL:
طبقة اللغة العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يسمح للمطورين أو الوكلاء بإصدار أوامر مثل "شراء NFT على سلسلة Aptos"، لتنفيذ العمليات الفعلية على السلسلة، مما يفتح بيئة متعددة السلاسل تشمل EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم المعالجة التلقائية بنقرة واحدة لعمليات الأصول على السلسلة (مثل التداول، الرهن، إضافة السيولة)، وهي المحور الرئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم بيانات هيكلية قياسية لنماذج الذكاء الاصطناعي والوكيل، لتحقيق التحديثات والحسابات عالية التردد اللازمة لتمويل المعلومات (InfoFi).
بفضل BQL، تقوم Port3 بدفع العالم Web3 نحو بناء "بروتوكول اللغة الطبيعية على السلسلة" جديد، مما يسمح للسلوكيات على السلسلة بالانتقال من "طبقة الشيفرة" إلى "طبقة النية" ------ الآلات لا تنفذ التعليمات التي تقولها فحسب، بل تفهم أيضًا نواياك.
قدرة الربط لوكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يبني طبقة API عامة للوكيل، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، والروبوتات التفاعلية، ومساعد الألعاب الذكية على السلسلة، مما يغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، ونشر المهام، وإدارة المجتمع.
تجعل هذه المجموعة الكاملة من الهيكل المنتج Port3 المنصة الوحيدة التي تمتلك "القدرة على جمع البيانات → تحليلها → تطبيقها → استدعائها" في مجال بيانات التواصل الاجتماعي في Web3.
الهدف النهائي هو بناء شبكة بروتوكول قياسي لـ Web3 AI تعتمد على بيانات السلوك، مما يمكن وكيل الذكاء الاصطناعي من فهم وتحديد والتعامل مع الأصول على السلسلة.
3.2 Port3 خندق الحماية: دوامة النمو الناتجة عن تراكم الأعمال
تتمتع Port3 بميزة رائدة في سرد القصص في Web3 AI، ولسبب أساسي ليس بسبب قدرتها المتقدمة على النماذج الكبيرة، ولكن بسبب أنها في عملية تراكم الأعمال، بنت أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق وشمولية كبيرين. هذه الميزة في البيانات تضع أساسًا فريدًا لتطبيقات Port3 في الذكاء الاصطناعي، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك على السلسلة وخارج السلسلة بمستوى عشرة ملايين
استنادًا إلى تشغيل منصة المهام SoQuest لمدة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 ملايين مستوى من مسارات مشاركة المستخدمين، تغطي جوانب متعددة مثل سلوك المهام، تفاعلات المحفظة، الأصول على السلسلة، ومستوى المشاركة في المجتمعات. تمتد هذه البيانات عبر Web2 و Web3، مثل نشر التغريدات، النشاط على Discord، الاحتفاظ على Telegram، المعاملات على السلسلة، التكديس، والاحتفاظ بالمراكز، مما يشكل خريطة سلوكية اجتماعية كثيفة للغاية. في سياق نموذج AI الحالي "البيانات كوقود"، تعتبر هذه البيانات السلوكية المنظمة والتفاعلية العالية، بلا شك، من أكثر الموارد قيمة لبناء وكيل AI في Web3.
3.2.2 تعاون عميق مع آلاف المشاريع، وتحديث البيانات بشكل مستمر وفي الوقت الحقيقي
Port3 ليست منصة موجهة لمنتج واحد، بل أقامت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات متعددة مثل إصدار الإيصالات، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لا تجلب فقط سلوك المستخدمين الحقيقيين، بل تضمن أيضاً تنوع وواقعية مصادر البيانات. من خلال بناء قنوات بيانات مشتركة مع الجهات المعنية بالمشاريع، تستمر Port3 في امتصاص أحدث الاتجاهات البيئية واتجاهات المستخدمين.