Des données sociales au cerveau IA : quel type de réseau IA Port3 Network va-t-il créer pour le monde Web3 ?

1. Introduction

Le monde de Web3 est en train de vivre une transition d'informations statiques à des actifs dynamiques, les données de comportement social des utilisateurs devenant les "minéraux numériques" les plus précieux mais encore sous-exploités de l'ère de l'IA. Cependant, la réalité de Web3 est fragmentée : d'une part, les protocoles verticaux tels que DeFi, NFT, GameFi connaissent une croissance explosive, générant une grande quantité de données comportementales ; d'autre part, ces données sont éparpillées dans des DApps isolés, des enregistrements de transactions et des plateformes sociales, rendant difficile la construction d'un portrait unifié et leur appel.

En même temps, l'essor de l'IA redéfinit tout le monde numérique. Des projets comme OpenAI, Anthropic et ceux construits sur Web3 proposent tous la vision de "données appelables + intentions exécutables".

Dans ce contexte, Port3 Network a donné une réponse ultime : depuis la plateforme de tâches SoQuest, jusqu’au moteur de notation de comportement social Rankit, en passant par le langage d'exécution d'intentions inter-chaînes OpenBQL, Port3 a construit une "infrastructure de données sociales" axée sur le comportement des utilisateurs et amicale pour 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, en les transformant en "modèles d'action".

Port3 n'est plus une plateforme ou un outil de tâche unique, mais a pris en avance une position stratégique de "cerveau de données Web3" avant que les narrations sur la souveraineté des données, l'identité sur la chaîne, et la finance sociale ne soient véritablement intégrées.

2. Introduction au projet

Qu'est-ce que Port3 2.1 ?

Port3 Network est un projet d'infrastructure de données sociales Web3 piloté par l'IA, financé par Jump Crypto, visant à construire une couche de données sociales inter-chaînes, programmable et appelable. En agrégeant les données de comportement des utilisateurs de Web2 et Web3, et en les traitant de manière normalisée grâce à un moteur d'IA, Port3 a créé un cycle complet allant de la collecte de données (SoQuest), à l'évaluation structurée (Rankit), aux requêtes intelligentes (OpenBQL), jusqu'à l'appel d'Agent (Aillance.ai), devenant ainsi une infrastructure clé pour la capitalisation des actifs comportementaux sur la chaîne à l'ère de l'IA.

2.2 Aperçu du projet

2.2.1 Situation de financement

Février 2023 : Achèvement d'un financement de 3 millions de dollars en seed round.

Août 2023 : Obtention d'un nouveau tour de financement de plusieurs millions de dollars.

Octobre 2023 : annonce de l'obtention d'un investissement de DWF Labs, ainsi que du soutien par des subventions de Binance Labs, Mask Network et Aptos.

2.2.2 Situation de l'équipe

Max D.: co-fondateur, possède une expérience de travail chez Apple ; il a une vaste expérience dans l'incubation de projets Web3 et l'expansion de l'écosystème.

Anthony Deng : cofondateur, a travaillé en tant que développeur back-end chez Tencent et Viabtc Technology Limited, avec plusieurs années d'expérience dans la conception de systèmes à haute concurrence et l'architecture distribuée.

3. Vision de Port3 : de "plateforme de tâches" à "couche de données sociales AI"

La matrice de produits de Port3 peut être résumée par une ligne directrice principale : "Le comportement est un actif, Port3 est responsable du flux de données du recueil à la conversion dans un circuit fermé."

3.1 Port3 infrastructure de base essentielle

3.1.1 Agrégation de données - SoQuest

SoQuest est le point d'entrée de données central construit par Port3 Network, une plateforme de capture de comportements utilisateurs Web3 intégrant la distribution de tâches, la validation des comportements, la croissance de la communauté et la collecte de données. Essentiellement, il s'agit d'un système de génération de données dont le mécanisme de déclenchement est basé sur les tâches et dont l'objet de collecte est le comportement social des utilisateurs, reliant ainsi les interactions sur la blockchain et les chemins de comportement des 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, y compris EVM, Solana, Aptos, Sui, formant ainsi l'un des systèmes de collecte de comportements les plus largement couverts dans le domaine du Web3.

D'ici la mi-2025, Port3 Network aura collecté des données dynamiques de plus de 6 millions d'utilisateurs et de 7 000 projets, couvrant plus de 10 millions d'utilisateurs de crypto-monnaie. Cela a généré un vaste enregistrement des comportements des utilisateurs et des événements d'interaction sociale sur la chaîne, construisant une base de données de comportements sociaux Web3 réelle, multidimensionnelle et à haute fréquence.

Pour améliorer l'évolutivité de la plateforme et sa 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 vérification ouverte sera mise à disposition, permettant d'intégrer la logique de vérification sans modèle prédéfini, ce qui améliorera considérablement la standardisation et l'universalité du système de tâches.

SoQuest n'est pas seulement une plateforme de tâches, c'est le point de départ du cycle fermé des actifs comportementaux de Port3 sur toute la chaîne, et c'est aussi la source originelle des données sémantiques comportementales nécessaires à l'inférence AI.

3.1.2 Données de dépôt - Couche de données sociales AI

Les données de comportement des utilisateurs capturées par SoQuest sont finalement consolidées dans le module central du Port3 Network – la couche de données sociales alimentée par l'IA, qui est une base de données comportementale structurée conçue spécifiquement pour les applications d'IA. C'est également l'infrastructure de base permettant à Port3 de réaliser "l'assetisation du comportement" et "la financiarisation de l'information (InfoFi)".

Contrairement aux plateformes de données sur blockchain traditionnelles ( telles que The Graph, Dune, etc. ) qui sont conçues autour de l'objectif de "requête", le niveau de données de Port3 se concentre sur : comment rendre les données utilisables par les modèles d'IA et soutenir l'inférence et l'interaction sur blockchain exécutées automatiquement.

La couche de données sociales AI intègre des millions d'enregistrements d'interactions sur la chaîne et des données comportementales de tâches sociales, et se met à jour en temps réel grâce à des modules d'application tels que SoQuest et Rankit, construisant ainsi un système de données sociales dynamiques en croissance continue. C'est le centre cognitif comportemental de Port3, structurant et sémantisant des données comportementales complexes sur et hors chaîne, fournissant 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 alimenté par l'IA

Rankit est l'application phare des capacités de données sociales de Port3, c'est l'exécution "visuelle" des capacités de données BQL par la couche AI.

La capacité de Rankit et l'innovation des paradigmes :

• Score de popularité sociale multiplateforme : intègre les signaux sociaux de Twitter, Telegram, Discord, etc., pour identifier les tendances clés, les projets en vogue et les changements d'humeur dans le monde Web3.

• Reconnaissance sémantique et modélisation de notation : grâce à l'analyse des sentiments par NLP et des grands modèles, les points de discussion, l'influence des KOL et le niveau de confiance des utilisateurs seront transformés en indicateurs structurés, utilisés pour la gouvernance de la communauté, la gestion des risques de prêt, les transactions sur la chaîne, etc.

• Démonstration de cas d'utilisation verticale : par exemple, le moteur de données écologiques USD1 récemment lancé, qui, à travers des cartes thermiques, l'engagement sur les réseaux sociaux et l'élan sur la chaîne, permet de suivre en temps réel les projets prometteurs sur la BNB 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 dire ce qui s'est passé, mais aussi vous dire 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 de Port3, le noyau sémantique et le moteur d'exécution de tous les traitements, l'organisation et les appels de données comportementales.

Le rôle et le mécanisme de BQL :

• Couche de langage universel : BQL fournit une structure de requête conviviale pour le langage naturel, permettant aux développeurs ou aux agents d'effectuer des opérations sur la chaîne avec des instructions telles que "acheter un NFT sur la chaîne Aptos", facilitant ainsi l'interopérabilité entre les environnements multi-chaînes EVM, BTC et Solana.

• Couche d'exécution standardisée : prend en charge les opérations sur les actifs en chaîne ( telles que les transactions, le staking, et l'ajout de liquidités ) avec un traitement automatisé en un clic, ce qui en fait le noyau clé de l'automatisation des comportements en chaîne.

• Extracteur de sémantique des données : fournit un soutien de données structurées standard aux modèles d'IA et aux agents, permettant la mise à jour et le calcul de données haute fréquence nécessaires à la financiarisation de l'information (InfoFi).

Avec BQL, Port3 est en train de promouvoir la création d'un nouveau "protocole de langage naturel en chaîne" dans le monde Web3, permettant aux comportements en chaîne de passer du "niveau du code" au "niveau de l'intention" - la machine exécute non seulement les instructions que vous donnez, mais comprend également votre intention.

Capacité d'intégration de l'Agent IA : Ailliance.ai

• Port3 est en train de construire une couche 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, couvrant divers scénarios tels que la prise de décision commerciale, la publication de tâches et l'exploitation communautaire.

Cette suite complète de produits fait de Port3 la seule plateforme dans le domaine des données sociales Web3, capable de couvrir l'ensemble du processus "de la collecte → l'analyse → l'application → l'appel".

Son objectif final est de construire un réseau de protocole standard Web3 AI basé sur des données comportementales, permettant aux agents AI de comprendre, d'identifier et d'opérer sur les actifs en chaîne.

3.2 La moats de Port3 : le flywheel de croissance apporté par l'accumulation des affaires

Port3 peut occuper une place de choix dans le récit Web3 AI, non pas en raison de sa capacité avancée en modèles, mais plutôt en raison de la construction d'un actif de données de comportement social à haute valeur, à la fois profond et large, au cours de son accumulation d'affaires. Cet avantage en matière de données jette une base unique pour les applications AI de Port3, la construction d'Agents et l'entraînement de modèles:

3.2.1. Données sur le comportement en chaîne et hors chaîne au niveau des millions

S'appuyant sur trois ans d'exploitation de la plateforme de tâches SoQuest, Port3 a déjà accumulé plus de 10 millions de niveaux d'engagement des utilisateurs, couvrant plusieurs dimensions telles que le comportement des tâches, l'interaction avec les portefeuilles, les actifs on-chain et le niveau de participation des communautés. Ces données traversent Web2 et Web3, comme les publications sur Twitter, l'activité sur Discord, la rétention sur Telegram, les transactions on-chain, le staking, et les positions, formant ainsi une carte des comportements sociaux extrêmement dense. Dans le contexte actuel du modèle AI où "les données sont le carburant", ce type de données comportementales structurées et d'interactions à haute fréquence est sans aucun doute la ressource d'entrée la plus précieuse pour construire un agent AI Web3.

3.2.2 Collaborations approfondies 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 relations avec plus de 7000 projets Web3, couvrant plusieurs scénarios tels que l'émission d'airdrops, la conception de missions, la gouvernance communautaire et les interactions en chaîne. Cette collaboration a non seulement apporté un comportement utilisateur réel, mais a également garanti la diversité et la temporalité des sources de données. Grâce aux canaux de données co-construits avec les parties prenantes, Port3 absorbe continuellement les dernières tendances écologiques et les tendances des utilisateurs, construisant ainsi un moteur de données en évolution dynamique, plutôt qu'un ensemble de snapshots statiques. Cette capacité de mise à jour des données fournit au modèle d'IA un "pool de matériel d'entraînement" en évolution permanente.

3.2.3 Formation d'un ensemble de données dédié à l'entraînement des modèles d'IA, fournissant un soutien sémantique pour les agents sur la chaîne.

Comparé aux données Web2 générales, l'identité en chaîne des utilisateurs Web3, les chemins d'interaction et le comportement des actifs présentent une grande anonymité et une complexité structurelle, rendant difficile l'adaptation des modèles traditionnels. Port3, grâce au système de reconnaissance sémantique et d'étiquetage comportemental de Rankit, a justement créé un chemin de correspondance entre le comportement en chaîne et la sémantique du langage naturel. Par exemple : "Le portefeuille A participe à un airdrop dans le protocole B + tweet + participe une seconde fois à la gouvernance", cela peut être modélisé comme une étiquette sémantique de "participant actif" ou "évangéliste précoce", permettant ainsi à l'agent AI de comprendre et d'activer ces groupes d'utilisateurs. C'est la clé pour faire passer le modèle AI en chaîne de "perception" à "compréhension".

Les avantages de l'IA de Port3 ne sont pas construits à partir de rien, mais proviennent des données réelles des utilisateurs accumulées au cours de trois ans d'exploitation de la plateforme de mission, des trajectoires comportementales multidimensionnelles et des collaborations de projet en constante mise à jour. Ce système de données hautement structuré, avec une sémantique native claire et pouvant être appelé, est un actif fondamental pour l'explosion des capacités des agents AI dans le futur Web3.

Dans cette ère où les données représentent de la valeur, Port3 se trouve à la base de la construction de la pile "agents intelligents" sur Web3.

![Des données sociales à l'IA grande