من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستقوم شبكة Port3 ببناء شبكة الذكاء الاصطناعي لعالم Web3؟
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. أصبحت بيانات سلوك المستخدمين الاجتماعيين "المعادن الرقمية" الأكثر قيمة والتي لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي يتم إنتاجها في كل لحظة، القيمة الهائلة الكامنة فيها لم يتم استغلالها بشكل كامل بعد.
نرى أن واقع Web3 مجزأ: من ناحية، شهدنا نموًا متفجرًا للبروتوكولات المتخصصة مثل DeFi وNFT وGameFi، حيث أن المستخدمين قد أنشأوا كميات ضخمة من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، تتناثر هذه البيانات في تطبيقات DApp المعزولة وسجلات المعاملات والمنصات الاجتماعية، مما يفتقر إلى التكامل الهيكلي، 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 الـWeb3 مثل Autonolas وMorphpad وMind Network، رؤية "البيانات القابلة للاستدعاء + النوايا القابلة للتنفيذ".
في هذا السياق، يبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيبني طبقة البيانات الأساسية و أساس اتخاذ القرار في Web3؟ هناك مشروع مثل Port3 Network يقدم إجابة شاملة نسبياً.
من منصة مهام SoQuest الأولية، إلى محرك تقييم السلوك الاجتماعي Rankit، ثم إلى لغة تنفيذ النوايا عبر السلسلة OpenBQL، قامت Port3 بإنشاء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم وملائمة نماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل تجعل البيانات أيضًا "قوالب عمل" يمكن للوكيل فهمها واستدعاؤها وتنفيذها من خلال التوحيد والتعرف على النوايا.
بعبارة أخرى، لم يعد Port3 منصة أو أداة مهمة واحدة، بل احتل موقعاً استراتيجياً في "عقل بيانات Web3" قبل أن يتم دمج السرد حول سيادة البيانات، والهوية على السلسلة، والتمويل الاجتماعي بشكل حقيقي.
ستقوم هذه المقالة بتفصيل مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو، لاستكشاف كيف يمكنها أن تُنشئ حلقة مغلقة لتدفق البيانات الموجهة نحو وكيل الذكاء الاصطناعي في عالم Web3 المجزأ، وتصبح البنية التحتية الخفية للاتجاهات التي تبلغ قيمتها تريليون دولار القادمة.
2. مقدمة المشروع
2.1 ما هو Port3؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدعوم بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة وقابلة للتشغيل عبر السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ودعمها بمحرك الذكاء الاصطناعي للمعالجة القياسية، أنشأت Port3 حلقة مغلقة كاملة تبدأ من جمع البيانات (SoQuest)، التقييم الهيكلي (Rankit)، الاستعلام الذكي (OpenBQL) إلى استدعاء الوكيل (Ailliance.ai)، لتصبح المنشأة الرئيسية لأصول السلوك على السلسلة في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: تم الانتهاء من تمويل جولة البذور بقيمة 3 ملايين دولار، بقيادة Jump Crypto، ومن بين المشاركين الآخرين SNZ، Block Infinity، Dragon Roark، ViaBTC، Cryptonite، Lapin Digital، Cogitent و Momentum6.
أغسطس 2023: حصلت على جولة جديدة من تمويل بملايين الدولارات، تشمل المشاركين EMURGO وAdaverse Accelerator وGate Labs.
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى دعم المنح من Binance Labs وMask Network وAptos.
2.2.2 حالة الفريق
ماكس دي.: المؤسس المشارك، لديه خبرة عمل في شركة أبل؛ يتمتع بخبرة واسعة في احتضان مشاريع Web3 وتوسيع النظم البيئية.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent وViabtc Technology Limited في تطوير الواجهة الخلفية، ولديه سنوات عديدة من الخبرة في تصميم الأنظمة عالية التزامن والهندسة المعمارية 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 و Rankit و OpenBQL و on.meme ، والتي تبدو متفرقة ، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل ، و Port3 مسؤولة عن تدفق البيانات من التجميع إلى التحويل."
3.1 البنية التحتية الأساسية Port3
3.1.1 تجميع البيانات - SoQuest
SoQuest هو مدخل البيانات الرئيسي الذي تم بناؤه بواسطة Port3 Network، وهو منصة لالتقاط سلوك مستخدمي Web3 تجمع بين توزيع المهام، والتحقق من السلوك، وزيادة المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز، ويتخذ من سلوك المستخدمين الاجتماعيين موضوعًا لجمع البيانات، مما يربط بين التفاعلات على السلسلة والطرق السلوكية على منصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، ويتوافق مع سلوكيات التفاعل على 19 سلسلة بما في ذلك EVM وSolana وAptos وSui، بما في ذلك المعاملات، والتفويض، وNFT mint، مما يشكل أحد أكثر أنظمة جمع السلوكيات انتشارًا 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 للعملات المشفرة. وقد أنشأت سجلات سلوك مستخدمين ضخمة وأحداث تفاعل اجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي في Web3 حقيقية ومتعددة الأبعاد وذات تكرار عالٍ.
لتحسين قابلية التوسع للمنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع الأطراف بدمج نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram الصغيرة. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يتيح دمج منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يعزز بشكل كبير من معيارية نظام المهام وعموميته.
SoQuest ليس مجرد منصة مهام، بل هو نقطة انطلاق لإغلاق أصول سلوك سلسلة Port3، وأيضًا المصدر الأصلي لبيانات السلوك الدلالية المطلوبة لاستدلال الذكاء الاصطناعي.
3.1.2 بيانات التراكم - طبقة بيانات اجتماعية للذكاء الاصطناعي
تُعَدّ بيانات سلوك المستخدم التي تلتقطها SoQuest في النهاية جزءًا من الوحدة الأساسية لشبكة Port3 ------ طبقة البيانات الاجتماعية الذكية، وهي قاعدة بيانات سلوك منظمة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها البنية التحتية الأساسية لتحقيق "تحويل السلوك إلى أصول" و"تحويل المعلومات إلى مالية (InfoFi)".
مختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph وDune وغيرها ) التي تركز على "الاستعلام" كهدف، يركز طبقة البيانات في Port3 على: كيفية جعل البيانات تستخدم من قبل نماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تجمع طبقة بيانات الشبكات الاجتماعية للذكاء الاصطناعي عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الحقيقي من خلال وحدات التطبيقات مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكية ينمو ذاتياً باستمرار. إنها مركز الإدراك السلوكي لـ Port3، حيث تقوم بتشكيل بيانات السلوك المعقدة على السلسلة وخارجها، وتوفير "وقود بيانات" "قابل للفهم، وقابل للتجميع، وقابل للاستدعاء" للوكيل.
3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام AI Agent
Rankit: 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 الاجتماعي عبر المنصات: يجمع بين إشارات التواصل الاجتماعي من تويتر، تيليجرام، ديسكورد، وغيرها، لتحديد الاتجاهات الرئيسية، المشاريع الرائجة، والتحولات العاطفية في عالم الويب 3.
التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز النقاش، وتأثير KOL، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة.
عرض تجريبي في مجال عمودي: على سبيل المثال، محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ومستوى النشاط الاجتماعي، والتفاعل على السلسلة، يتتبع في الوقت الحقيقي المشاريع المحتملة على BNB Chain، ليصبح بوصلة ذكية للمستخدمين في DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 أن يقدم البيانات فقط، بل يمكنه أيضًا تقديم "بيانات تفسيرية" - لا يخبرك فقط بما حدث، بل يخبرك أيضًا بما يجب عليك فعله.
OpenBQL: لغة تنفيذ على السلسلة مدفوعة بالنية
إذا كان SoQuest هو مدخل البيانات، فإن BQL(Blockchain Quest Language) هو قشرة الدماغ لبيانات Port3، وهو النواة الدلالية ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور وآلية BQL:
طبقة اللغة العامة: يوفر BQL هيكل استعلام سهل الاستخدام بلغة طبيعية، مما يمكّن المطورين أو الوكلاء من تنفيذ عمليات فعلية على السلسلة باستخدام تعليمات مثل "شراء NFT على سلسلة Aptos"، مما يتيح الاتصال بين بيئات متعددة من EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم العمليات على الأصول على السلسلة ( مثل التداول، الرهن، إضافة السيولة ) المعالجة التلقائية بنقرة واحدة، وهي المركز الرئيسي لأتمتة السلوك على السلسلة.
مُستخرج دلالات البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والوكيل، لتحقيق التحديثات الحسابية عالية التردد والضرورية لتقنية المعلومات المالية (InfoFi).
من خلال BQL، تعمل Port3 على دفع العالم Web3 لبناء "بروتوكول لغوي طبيعي على السلسلة" جديد، مما يرفع السلوك على السلسلة من "طبقة الشيفرة" إلى "طبقة النية" ------ الآلات لا تنفذ فقط التعليمات التي تقولها، بل يمكنها أيضًا فهم نيتك.
قدرة توصيل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 تقوم ببناء طبقة واجهة برمجة التطبيقات العامة Agent، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.
تشمل التطبيقات مساعدات الاستثمار الآلي، الروبوتات التفاعلية، مساعدات الألعاب الذكية على السلسلة، وغيرها، وتغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، إصدار المهام، وإدارة المجتمع.
تجعل هذه المجموعة الكاملة من المنتجات Port3 المنصة الوحيدة التي تمتلك القدرة على "من الجمع → التحليل → التطبيق → الاستدعاء" في مسار بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكولات معيارية تعتمد على بيانات السلوك في Web3 AI، مما يمكن وكيل الذكاء الاصطناعي من فهم وتحديد والتعامل مع الأصول على السلسلة.
3.2 خندق Port3: عجلة النمو الناتجة عن تراكم الأعمال
إن Port3 يمكن أن يحتل مكانة رائدة في سرد القصص في Web3 AI ليس بسبب امتلاكه لقدرات نماذج متقدمة، ولكن بسبب بنائه لأصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق واتساع كبير خلال عملية تراكم الأعمال. هذه الميزة البياناتية تؤسس لأساس فريد لتطبيقات AI الخاصة بـ Port3 وبناء الوكلاء وتدريب النماذج:
3.2.1. بيانات سلوك السلسلة على السلسلة وخارج السلسلة بمستوى عشرات الملايين
استنادًا إلى تشغيل منصة المهام SoQuest لمدة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مسار مشاركة مستخدم، تغطي أبعادًا متعددة مثل سلوك المهام، تفاعل المحافظ، الأصول على السلسلة، ومشاركة المجتمع. تتجاوز هذه البيانات Web2 وWeb3، مثل منشورات Twitter، نشاط Discord، الاحتفاظ على Telegram، المعاملات على السلسلة، الرهن، وحجم الحيازة، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات كوقود"، تعد هذه الأنواع من بيانات السلوك المهيكلة والتفاعلات عالية التكرار بلا شك من أهم موارد الإدخال لبناء وكيل ذكاء اصطناعي في Web3.
3.2.2 التعاون العميق مع آلاف المشاريع، تحديث 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 الإطلاق، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. لم تساهم هذه الشراكات فقط في جلب سلوكيات المستخدمين الحقيقية، بل ضمنت أيضًا تنوع البيانات ووقتها الحقيقي. من خلال قنوات البيانات التي تم إنشاؤها بالتعاون مع المشاريع، تستمر Port3 في امتصاص أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات ديناميكي متطور، وليس مجرد لقطة ثابتة. هذه القدرة على تحديث البيانات توفر "خزان تدريب" يتطور باستمرار لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات تدريب نموذج AI مخصصة، لتوفير دعم دلالي لوكلاء السلسلة
بالمقارنة مع بيانات Web2 العامة، فإن هوية مستخدمي Web3 على السلسلة وطرق التفاعل
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 16
أعجبني
16
8
إعادة النشر
مشاركة
تعليق
0/400
NftDeepBreather
· منذ 22 س
又整 هذه الفخ 一点新意没有
شاهد النسخة الأصليةرد0
MrDecoder
· منذ 23 س
挖 又来 خداع الناس لتحقيق الربح
شاهد النسخة الأصليةرد0
LiquidityWizard
· 08-12 06:56
إحصائيًا، هذا مجرد عرض بيانات مبالغ فيه بنسبة 87.3%... لكن بصراحة، قد تكون مقاييس السيولة مثيرة للاهتمام إذا كانوا سيظهرون الرياضيات فعلاً
شبكة Port3: إنشاء بنية تحتية للبيانات الاجتماعية المدعومة بالذكاء الاصطناعي لعالم Web3
من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستقوم شبكة Port3 ببناء شبكة الذكاء الاصطناعي لعالم Web3؟
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. أصبحت بيانات سلوك المستخدمين الاجتماعيين "المعادن الرقمية" الأكثر قيمة والتي لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي يتم إنتاجها في كل لحظة، القيمة الهائلة الكامنة فيها لم يتم استغلالها بشكل كامل بعد.
نرى أن واقع Web3 مجزأ: من ناحية، شهدنا نموًا متفجرًا للبروتوكولات المتخصصة مثل DeFi وNFT وGameFi، حيث أن المستخدمين قد أنشأوا كميات ضخمة من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، تتناثر هذه البيانات في تطبيقات DApp المعزولة وسجلات المعاملات والمنصات الاجتماعية، مما يفتقر إلى التكامل الهيكلي، 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 الـWeb3 مثل Autonolas وMorphpad وMind Network، رؤية "البيانات القابلة للاستدعاء + النوايا القابلة للتنفيذ".
في هذا السياق، يبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيبني طبقة البيانات الأساسية و أساس اتخاذ القرار في Web3؟ هناك مشروع مثل Port3 Network يقدم إجابة شاملة نسبياً.
من منصة مهام SoQuest الأولية، إلى محرك تقييم السلوك الاجتماعي Rankit، ثم إلى لغة تنفيذ النوايا عبر السلسلة OpenBQL، قامت Port3 بإنشاء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم وملائمة نماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل تجعل البيانات أيضًا "قوالب عمل" يمكن للوكيل فهمها واستدعاؤها وتنفيذها من خلال التوحيد والتعرف على النوايا.
بعبارة أخرى، لم يعد Port3 منصة أو أداة مهمة واحدة، بل احتل موقعاً استراتيجياً في "عقل بيانات Web3" قبل أن يتم دمج السرد حول سيادة البيانات، والهوية على السلسلة، والتمويل الاجتماعي بشكل حقيقي.
ستقوم هذه المقالة بتفصيل مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو، لاستكشاف كيف يمكنها أن تُنشئ حلقة مغلقة لتدفق البيانات الموجهة نحو وكيل الذكاء الاصطناعي في عالم Web3 المجزأ، وتصبح البنية التحتية الخفية للاتجاهات التي تبلغ قيمتها تريليون دولار القادمة.
2. مقدمة المشروع
2.1 ما هو Port3؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدعوم بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة وقابلة للتشغيل عبر السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ودعمها بمحرك الذكاء الاصطناعي للمعالجة القياسية، أنشأت Port3 حلقة مغلقة كاملة تبدأ من جمع البيانات (SoQuest)، التقييم الهيكلي (Rankit)، الاستعلام الذكي (OpenBQL) إلى استدعاء الوكيل (Ailliance.ai)، لتصبح المنشأة الرئيسية لأصول السلوك على السلسلة في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: تم الانتهاء من تمويل جولة البذور بقيمة 3 ملايين دولار، بقيادة Jump Crypto، ومن بين المشاركين الآخرين SNZ، Block Infinity، Dragon Roark، ViaBTC، Cryptonite، Lapin Digital، Cogitent و Momentum6.
أغسطس 2023: حصلت على جولة جديدة من تمويل بملايين الدولارات، تشمل المشاركين EMURGO وAdaverse Accelerator وGate Labs.
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى دعم المنح من Binance Labs وMask Network وAptos.
2.2.2 حالة الفريق
ماكس دي.: المؤسس المشارك، لديه خبرة عمل في شركة أبل؛ يتمتع بخبرة واسعة في احتضان مشاريع Web3 وتوسيع النظم البيئية.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent وViabtc Technology Limited في تطوير الواجهة الخلفية، ولديه سنوات عديدة من الخبرة في تصميم الأنظمة عالية التزامن والهندسة المعمارية 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 و Rankit و OpenBQL و on.meme ، والتي تبدو متفرقة ، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل ، و Port3 مسؤولة عن تدفق البيانات من التجميع إلى التحويل."
3.1 البنية التحتية الأساسية Port3
3.1.1 تجميع البيانات - SoQuest
SoQuest هو مدخل البيانات الرئيسي الذي تم بناؤه بواسطة Port3 Network، وهو منصة لالتقاط سلوك مستخدمي Web3 تجمع بين توزيع المهام، والتحقق من السلوك، وزيادة المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز، ويتخذ من سلوك المستخدمين الاجتماعيين موضوعًا لجمع البيانات، مما يربط بين التفاعلات على السلسلة والطرق السلوكية على منصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، ويتوافق مع سلوكيات التفاعل على 19 سلسلة بما في ذلك EVM وSolana وAptos وSui، بما في ذلك المعاملات، والتفويض، وNFT mint، مما يشكل أحد أكثر أنظمة جمع السلوكيات انتشارًا 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 للعملات المشفرة. وقد أنشأت سجلات سلوك مستخدمين ضخمة وأحداث تفاعل اجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي في Web3 حقيقية ومتعددة الأبعاد وذات تكرار عالٍ.
لتحسين قابلية التوسع للمنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع الأطراف بدمج نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram الصغيرة. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يتيح دمج منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يعزز بشكل كبير من معيارية نظام المهام وعموميته.
SoQuest ليس مجرد منصة مهام، بل هو نقطة انطلاق لإغلاق أصول سلوك سلسلة Port3، وأيضًا المصدر الأصلي لبيانات السلوك الدلالية المطلوبة لاستدلال الذكاء الاصطناعي.
3.1.2 بيانات التراكم - طبقة بيانات اجتماعية للذكاء الاصطناعي
تُعَدّ بيانات سلوك المستخدم التي تلتقطها SoQuest في النهاية جزءًا من الوحدة الأساسية لشبكة Port3 ------ طبقة البيانات الاجتماعية الذكية، وهي قاعدة بيانات سلوك منظمة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها البنية التحتية الأساسية لتحقيق "تحويل السلوك إلى أصول" و"تحويل المعلومات إلى مالية (InfoFi)".
مختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph وDune وغيرها ) التي تركز على "الاستعلام" كهدف، يركز طبقة البيانات في Port3 على: كيفية جعل البيانات تستخدم من قبل نماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تجمع طبقة بيانات الشبكات الاجتماعية للذكاء الاصطناعي عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الحقيقي من خلال وحدات التطبيقات مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكية ينمو ذاتياً باستمرار. إنها مركز الإدراك السلوكي لـ Port3، حيث تقوم بتشكيل بيانات السلوك المعقدة على السلسلة وخارجها، وتوفير "وقود بيانات" "قابل للفهم، وقابل للتجميع، وقابل للاستدعاء" للوكيل.
3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام AI Agent
Rankit: 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 الاجتماعي عبر المنصات: يجمع بين إشارات التواصل الاجتماعي من تويتر، تيليجرام، ديسكورد، وغيرها، لتحديد الاتجاهات الرئيسية، المشاريع الرائجة، والتحولات العاطفية في عالم الويب 3.
التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز النقاش، وتأثير KOL، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة.
عرض تجريبي في مجال عمودي: على سبيل المثال، محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ومستوى النشاط الاجتماعي، والتفاعل على السلسلة، يتتبع في الوقت الحقيقي المشاريع المحتملة على BNB Chain، ليصبح بوصلة ذكية للمستخدمين في DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 أن يقدم البيانات فقط، بل يمكنه أيضًا تقديم "بيانات تفسيرية" - لا يخبرك فقط بما حدث، بل يخبرك أيضًا بما يجب عليك فعله.
OpenBQL: لغة تنفيذ على السلسلة مدفوعة بالنية
إذا كان SoQuest هو مدخل البيانات، فإن BQL(Blockchain Quest Language) هو قشرة الدماغ لبيانات Port3، وهو النواة الدلالية ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور وآلية BQL:
طبقة اللغة العامة: يوفر BQL هيكل استعلام سهل الاستخدام بلغة طبيعية، مما يمكّن المطورين أو الوكلاء من تنفيذ عمليات فعلية على السلسلة باستخدام تعليمات مثل "شراء NFT على سلسلة Aptos"، مما يتيح الاتصال بين بيئات متعددة من EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم العمليات على الأصول على السلسلة ( مثل التداول، الرهن، إضافة السيولة ) المعالجة التلقائية بنقرة واحدة، وهي المركز الرئيسي لأتمتة السلوك على السلسلة.
مُستخرج دلالات البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والوكيل، لتحقيق التحديثات الحسابية عالية التردد والضرورية لتقنية المعلومات المالية (InfoFi).
من خلال BQL، تعمل Port3 على دفع العالم Web3 لبناء "بروتوكول لغوي طبيعي على السلسلة" جديد، مما يرفع السلوك على السلسلة من "طبقة الشيفرة" إلى "طبقة النية" ------ الآلات لا تنفذ فقط التعليمات التي تقولها، بل يمكنها أيضًا فهم نيتك.
قدرة توصيل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 تقوم ببناء طبقة واجهة برمجة التطبيقات العامة Agent، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.
تشمل التطبيقات مساعدات الاستثمار الآلي، الروبوتات التفاعلية، مساعدات الألعاب الذكية على السلسلة، وغيرها، وتغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، إصدار المهام، وإدارة المجتمع.
تجعل هذه المجموعة الكاملة من المنتجات Port3 المنصة الوحيدة التي تمتلك القدرة على "من الجمع → التحليل → التطبيق → الاستدعاء" في مسار بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكولات معيارية تعتمد على بيانات السلوك في Web3 AI، مما يمكن وكيل الذكاء الاصطناعي من فهم وتحديد والتعامل مع الأصول على السلسلة.
3.2 خندق Port3: عجلة النمو الناتجة عن تراكم الأعمال
إن Port3 يمكن أن يحتل مكانة رائدة في سرد القصص في Web3 AI ليس بسبب امتلاكه لقدرات نماذج متقدمة، ولكن بسبب بنائه لأصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق واتساع كبير خلال عملية تراكم الأعمال. هذه الميزة البياناتية تؤسس لأساس فريد لتطبيقات AI الخاصة بـ Port3 وبناء الوكلاء وتدريب النماذج:
3.2.1. بيانات سلوك السلسلة على السلسلة وخارج السلسلة بمستوى عشرات الملايين
استنادًا إلى تشغيل منصة المهام SoQuest لمدة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مسار مشاركة مستخدم، تغطي أبعادًا متعددة مثل سلوك المهام، تفاعل المحافظ، الأصول على السلسلة، ومشاركة المجتمع. تتجاوز هذه البيانات Web2 وWeb3، مثل منشورات Twitter، نشاط Discord، الاحتفاظ على Telegram، المعاملات على السلسلة، الرهن، وحجم الحيازة، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات كوقود"، تعد هذه الأنواع من بيانات السلوك المهيكلة والتفاعلات عالية التكرار بلا شك من أهم موارد الإدخال لبناء وكيل ذكاء اصطناعي في Web3.
3.2.2 التعاون العميق مع آلاف المشاريع، تحديث 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 الإطلاق، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. لم تساهم هذه الشراكات فقط في جلب سلوكيات المستخدمين الحقيقية، بل ضمنت أيضًا تنوع البيانات ووقتها الحقيقي. من خلال قنوات البيانات التي تم إنشاؤها بالتعاون مع المشاريع، تستمر Port3 في امتصاص أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات ديناميكي متطور، وليس مجرد لقطة ثابتة. هذه القدرة على تحديث البيانات توفر "خزان تدريب" يتطور باستمرار لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات تدريب نموذج AI مخصصة، لتوفير دعم دلالي لوكلاء السلسلة
بالمقارنة مع بيانات Web2 العامة، فإن هوية مستخدمي Web3 على السلسلة وطرق التفاعل