Des données sociales au cerveau AI : quel type de réseau AI Port3 Network va-t-il créer pour le monde Web3 ?
1. Introduction
Dans le monde du Web3, les données passent d'informations statiques à des actifs dynamiques. Les données de comportement social des utilisateurs deviennent les "minerais numériques" les plus précieux mais encore sous-exploités de l'ère de l'IA. Les données sociales générées chaque minute 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 verticaux tels que DeFi, NFT, GameFi, et les utilisateurs ont généré une quantité considérable de données comportementales 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'un portrait unifié et ne pouvant pas être réellement appelées.
En même temps, l'émergence de l'IA redéfinit 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 et Mind Network, proposent tous la vision de "données appelables + intentions exécutables".
Dans ce contexte, une question se pose : si l'IA est l'avenir, qui construira la couche de données et la base décisionnelle de Web3 ? Il existe un projet qui apporte une réponse assez ultime : Port3 Network.
Depuis la plateforme de tâches SoQuest, jusqu'au moteur de notation des comportements sociaux Rankit, en passant par le langage d'exécution des intentions inter-chaînes OpenBQL, Port3 a construit une infrastructure de données sociales centrée sur le comportement des utilisateurs et adaptée aux modèles d'IA. Elle intègre non seulement les données sur la chaîne et les comportements sociaux hors chaîne, mais aussi, grâce à la normalisation et à la reconnaissance des intentions, transforme les données en "modèles d'action" que les agents intelligents peuvent comprendre, invoquer et exécuter.
En d'autres termes, Port3 n'est plus une plateforme ou un outil de tâche unique, mais a pris position de manière 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.
Cet article analysera en profondeur la matrice de produits de Port3, son fossé technologique, son mécanisme de jeton et sa logique de croissance, en explorant comment elle établit un cercle de circulation des données orienté vers l'agent AI dans un monde Web3 fragmenté, et devient l'infrastructure secrète de la prochaine tendance de plusieurs billions.
2. Introduction au projet
Qu'est-ce que Port3 ?
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 appelable. En agrégeant les données de comportement des utilisateurs de Web2 et Web3, et en les traitant de manière standardisée à l'aide d'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'assetisation des comportements on-chain à l'ère de l'IA.
2.2 Aperçu du projet
2.2.1 Situation de financement
Février 2023 : Finalisation d'un financement de série A de 3 millions de dollars, dirigé par Jump Crypto, avec d'autres participants tels que SNZ, Block Infinity, Dragon Roark, ViaBTC, Cryptonite, Lapin Digital, Cogitent et Momentum6.
Août 2023 : Obtention d'un nouveau tour de financement de plusieurs millions de dollars, avec des investisseurs tels qu'EMURGO, Adaverse Accelerator et Gate Labs.
Octobre 2023 : annonce l'obtention d'un investissement de DWF Labs, ainsi que le soutien de subventions de Binance Labs, Mask Network et Aptos.
2.2.2 Situation de l'équipe
Max D.: cofondateur, ayant une expérience de travail chez Apple ; possède une vaste expérience en incubation de projets Web3 et en expansion d'écosystèmes.
Anthony Deng : co-fondateur, a travaillé en développement back-end chez Tencent et Viabtc Technology Limited, avec plusieurs années d'expérience en conception de systèmes à forte concurrence et architecture distribuée.
3. Vision de Port3 : de "plateforme de mission" à "couche de données sociales AI"
Bien que la matrice de produits de Port3 contienne plusieurs sous-modules tels que SoQuest, Rankit, OpenBQL et on.meme, qui semblent dispersés, ils peuvent en réalité être résumés en une ligne directrice principale : "Le comportement est un actif, Port3 est responsable du cycle fermé de flux de données, de la collecte à la transformation."
3.1 Infrastructure de base Port3
3.1.1 Agrégation de données - SoQuest
SoQuest est le point d'entrée de données central construit par le Port3 Network, une plateforme de capture du comportement des utilisateurs Web3 qui intègre la distribution de tâches, la vérification des comportements, la croissance des communautés et la collecte de données. Essentiellement, il s'agit d'un système de génération de données basé sur des tâches comme mécanisme de déclenchement et sur le comportement social des utilisateurs comme objet 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 comme EVM, Solana, Aptos, Sui, y compris les transactions, les autorisations, le minting NFT, formant ainsi l'un des systèmes de collecte de comportements les plus étendus 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 volume massif d'enregistrements de comportement des utilisateurs et d'événements d'interaction sociale sur la blockchain, créant 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 Mini App Telegram. En 2025, l'API de validation sera davantage ouverte, permettant d'implémenter la logique de validation sans modèle prédéfini, ce qui augmentera 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, mais aussi la source primaire des données sémantiques comportementales nécessaires à l'inférence AI.
3.1.2 Données de dépôt - Couche de données sociales IA
Les données comportementales des utilisateurs capturées par SoQuest sont finalement intégrées au module central du Port3 Network ------ AI Social Data Layer, qui est une base de données comportementale structurée conçue spécifiquement pour les applications d'IA, et qui constitue l'infrastructure de base pour que Port3 réalise "l'assetisation des comportements" et "la financiarisation des informations (InfoFi)".
Contrairement aux plateformes de données on-chain traditionnelles ( telles que The Graph, Dune, etc. ) qui se concentrent sur la "requête", la couche de données de Port3 se concentre sur : comment rendre les données utilisables par les modèles d'IA et soutenir le raisonnement et l'interaction on-chain exécutés automatiquement.
Le AI Social Data Layer intègre des millions d'enregistrements d'interactions sur la chaîne et des données de comportement des tâches sociales, et est continuellement mis à jour en temps réel via des modules d'application tels que SoQuest et Rankit, construisant ainsi un système de données sociales dynamiques en auto-croissance. C'est le centre cognitif comportemental de Port3, qui structure et sémantise des données de comportement complexes à la fois sur et hors chaîne, fournissant aux agents un "carburant de données" qui est "compréhensible, combinable et appelable".
3.1.3 Applications de données - Rankit + OpenBQL + Ailliance.ai → Système AI Agent
Rankit : moteur d'analyse du comportement social alimenté par l'IA
Rankit est l'application phare de la capacité de données sociales de Port3, représentant l'exécution "visuelle" des capacités de données BQL au niveau de l'IA.
Les capacités de Rankit et l'innovation des paradigmes:
Note de popularité sociale multiplateforme : intègre les signaux sociaux de Twitter, Telegram, Discord, etc. pour identifier les tendances clés, les projets phares et les changements d'humeur dans le monde Web3.
Reconnaissance sémantique et modélisation des scores : grâce à l'analyse des émotions par NLP et grands modèles, nous transformerons les points de discussion, l'influence des KOL et le niveau de confiance des utilisateurs en indicateurs structurés, utilisés pour la gouvernance communautaire, la gestion des risques de prêt, les transactions sur la chaîne, etc.
Démonstration de mise en œuvre dans des scénarios verticaux : par exemple, le moteur de données écosystémiques USD1 récemment lancé, qui, via des cartes thermiques, l'activité sociale et les dynamiques on-chain, suit en temps réel les projets potentiels sur la BNB Chain, devenant ainsi une boussole intelligente pour les utilisateurs de DeFi à la recherche d'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 des intentions
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 opérationnel de tous les traitements, l'organisation et l'appel des données comportementales.
Le rôle et le mécanisme de BQL:
Couche de langage universelle : BQL offre une structure de requête conviviale pour le langage naturel, permettant aux développeurs ou aux agents d'utiliser des instructions similaires à "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 : prend en charge le traitement automatisé en un clic des opérations sur les actifs en chaîne ( telles que les transactions, le staking et l'ajout de liquidités ), qui est le noyau clé de l'automatisation des comportements en chaîne.
Extracteur de sémantique des données : fournit un support de données structurées standard aux modèles AI et aux agents, réalisant 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 dans le monde du Web3 un nouveau "protocole de langage naturel en chaîne", permettant aux actions en chaîne de passer du "niveau code" au "niveau intention" ------ la machine n'exécute pas seulement les instructions que vous donnez, mais comprend également votre intention.
Capacité d'intégration de l'agent AI : 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 comprennent des assistants d'investissement automatisés, des robots interactifs, des assistants intelligents pour les jeux blockchain, couvrant divers scénarios tels que la prise de décision commerciale, la publication de tâches, et l'exploitation communautaire.
Cette structure de produit complète fait de Port3 la seule plateforme du secteur des données sociales Web3 à disposer de la capacité complète "de la collecte → l'analyse → l'application → l'appel".
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, reconnaître et manipuler les actifs sur la chaîne.
3.2 La moat de Port3 : la roue de croissance apportée par l'accumulation d'affaires
Port3 peut se tailler une place de choix dans la narration Web3 AI, non pas grâce à sa capacité de modèle avancé, mais plutôt en raison de l'accumulation de ses activités, qui a construit un actif de données comportementales sociales de haute valeur, à la fois en profondeur et en largeur. 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 de comportement en chaîne et hors chaîne au niveau de millions
S'appuyant sur trois ans d'opération 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 les comportements de tâche, les interactions avec les portefeuilles, les actifs en 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 en chaîne, le staking, et les positions, formant une carte des comportements sociaux extrêmement dense. Dans le contexte actuel du modèle AI "les données comme carburant", ce type de données comportementales structurées et à haute fréquence 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, mise à jour continue et en temps réel des données
Port3 n'est pas une plateforme orientée vers 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 sur la chaîne. Cette coopération a non seulement apporté de véritables comportements d'utilisateurs, mais a également garanti la diversité et la réactivité des sources de données. En construisant des canaux de données en collaboration avec les porteurs de projets, Port3 absorbe continuellement les dernières tendances écologiques et comportementales des utilisateurs, construisant ainsi un moteur de données en évolution dynamique, plutôt qu'un ensemble d'instantanés statiques. Cette capacité de mise à jour des données fournit un "réservoir de matériel d'entraînement" en constante évolution pour les modèles d'IA.
3.2.3 Former un ensemble de données d'entraînement AI dédié, pour fournir un soutien sémantique à l'Agent en chaîne
Comparé aux données Web2 universelles, l'identité en chaîne et le chemin d'interaction des utilisateurs Web3
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
16 J'aime
Récompense
16
8
Reposter
Partager
Commentaire
0/400
NftDeepBreather
· Il y a 20h
Encore ce piège, aucune nouveauté.
Voir l'originalRépondre0
MrDecoder
· Il y a 21h
Encore une fois, on vient prendre les gens pour des idiots.
Voir l'originalRépondre0
LiquidityWizard
· 08-12 06:56
statistiquement parlant, c'est juste un autre jeu de données trop hypé à 87,3 %... mais je ne vais pas mentir, les métriques de liquidité pourraient être intéressantes si elles montraient réellement les mathématiques.
Voir l'originalRépondre0
P2ENotWorking
· 08-10 11:57
Encore faire des cocons numériques ?
Voir l'originalRépondre0
notSatoshi1971
· 08-10 11:51
Encore faire ces choses futiles.
Voir l'originalRépondre0
PortfolioAlert
· 08-10 11:47
Encore se faire prendre pour des cons?
Voir l'originalRépondre0
LayerZeroHero
· 08-10 11:46
Encore un qui se fait passer pour de l'IA pour prendre les gens pour des idiots ?
Port3 Network : Construire l'infrastructure de données sociales AI pour le monde Web3
Des données sociales au cerveau AI : quel type de réseau AI Port3 Network va-t-il créer pour le monde Web3 ?
1. Introduction
Dans le monde du Web3, les données passent d'informations statiques à des actifs dynamiques. Les données de comportement social des utilisateurs deviennent les "minerais numériques" les plus précieux mais encore sous-exploités de l'ère de l'IA. Les données sociales générées chaque minute 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 verticaux tels que DeFi, NFT, GameFi, et les utilisateurs ont généré une quantité considérable de données comportementales 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'un portrait unifié et ne pouvant pas être réellement appelées.
En même temps, l'émergence de l'IA redéfinit 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 et Mind Network, proposent tous la vision de "données appelables + intentions exécutables".
Dans ce contexte, une question se pose : si l'IA est l'avenir, qui construira la couche de données et la base décisionnelle de Web3 ? Il existe un projet qui apporte une réponse assez ultime : Port3 Network.
Depuis la plateforme de tâches SoQuest, jusqu'au moteur de notation des comportements sociaux Rankit, en passant par le langage d'exécution des intentions inter-chaînes OpenBQL, Port3 a construit une infrastructure de données sociales centrée sur le comportement des utilisateurs et adaptée aux modèles d'IA. Elle intègre non seulement les données sur la chaîne et les comportements sociaux hors chaîne, mais aussi, grâce à la normalisation et à la reconnaissance des intentions, transforme les données en "modèles d'action" que les agents intelligents peuvent comprendre, invoquer et exécuter.
En d'autres termes, Port3 n'est plus une plateforme ou un outil de tâche unique, mais a pris position de manière 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.
Cet article analysera en profondeur la matrice de produits de Port3, son fossé technologique, son mécanisme de jeton et sa logique de croissance, en explorant comment elle établit un cercle de circulation des données orienté vers l'agent AI dans un monde Web3 fragmenté, et devient l'infrastructure secrète de la prochaine tendance de plusieurs billions.
2. Introduction au projet
Qu'est-ce que Port3 ?
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 appelable. En agrégeant les données de comportement des utilisateurs de Web2 et Web3, et en les traitant de manière standardisée à l'aide d'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'assetisation des comportements on-chain à l'ère de l'IA.
2.2 Aperçu du projet
2.2.1 Situation de financement
Février 2023 : Finalisation d'un financement de série A de 3 millions de dollars, dirigé par Jump Crypto, avec d'autres participants tels que SNZ, Block Infinity, Dragon Roark, ViaBTC, Cryptonite, Lapin Digital, Cogitent et Momentum6.
Août 2023 : Obtention d'un nouveau tour de financement de plusieurs millions de dollars, avec des investisseurs tels qu'EMURGO, Adaverse Accelerator et Gate Labs.
Octobre 2023 : annonce l'obtention d'un investissement de DWF Labs, ainsi que le soutien de subventions de Binance Labs, Mask Network et Aptos.
2.2.2 Situation de l'équipe
Max D.: cofondateur, ayant une expérience de travail chez Apple ; possède une vaste expérience en incubation de projets Web3 et en expansion d'écosystèmes.
Anthony Deng : co-fondateur, a travaillé en développement back-end chez Tencent et Viabtc Technology Limited, avec plusieurs années d'expérience en conception de systèmes à forte concurrence et architecture distribuée.
3. Vision de Port3 : de "plateforme de mission" à "couche de données sociales AI"
Bien que la matrice de produits de Port3 contienne plusieurs sous-modules tels que SoQuest, Rankit, OpenBQL et on.meme, qui semblent dispersés, ils peuvent en réalité être résumés en une ligne directrice principale : "Le comportement est un actif, Port3 est responsable du cycle fermé de flux de données, de la collecte à la transformation."
3.1 Infrastructure de base Port3
3.1.1 Agrégation de données - SoQuest
SoQuest est le point d'entrée de données central construit par le Port3 Network, une plateforme de capture du comportement des utilisateurs Web3 qui intègre la distribution de tâches, la vérification des comportements, la croissance des communautés et la collecte de données. Essentiellement, il s'agit d'un système de génération de données basé sur des tâches comme mécanisme de déclenchement et sur le comportement social des utilisateurs comme objet 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 comme EVM, Solana, Aptos, Sui, y compris les transactions, les autorisations, le minting NFT, formant ainsi l'un des systèmes de collecte de comportements les plus étendus 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 volume massif d'enregistrements de comportement des utilisateurs et d'événements d'interaction sociale sur la blockchain, créant 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 Mini App Telegram. En 2025, l'API de validation sera davantage ouverte, permettant d'implémenter la logique de validation sans modèle prédéfini, ce qui augmentera 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, mais aussi la source primaire des données sémantiques comportementales nécessaires à l'inférence AI.
3.1.2 Données de dépôt - Couche de données sociales IA
Les données comportementales des utilisateurs capturées par SoQuest sont finalement intégrées au module central du Port3 Network ------ AI Social Data Layer, qui est une base de données comportementale structurée conçue spécifiquement pour les applications d'IA, et qui constitue l'infrastructure de base pour que Port3 réalise "l'assetisation des comportements" et "la financiarisation des informations (InfoFi)".
Contrairement aux plateformes de données on-chain traditionnelles ( telles que The Graph, Dune, etc. ) qui se concentrent sur la "requête", la couche de données de Port3 se concentre sur : comment rendre les données utilisables par les modèles d'IA et soutenir le raisonnement et l'interaction on-chain exécutés automatiquement.
Le AI Social Data Layer intègre des millions d'enregistrements d'interactions sur la chaîne et des données de comportement des tâches sociales, et est continuellement mis à jour en temps réel via des modules d'application tels que SoQuest et Rankit, construisant ainsi un système de données sociales dynamiques en auto-croissance. C'est le centre cognitif comportemental de Port3, qui structure et sémantise des données de comportement complexes à la fois sur et hors chaîne, fournissant aux agents un "carburant de données" qui est "compréhensible, combinable et appelable".
3.1.3 Applications de données - Rankit + OpenBQL + Ailliance.ai → Système AI Agent
Rankit : moteur d'analyse du comportement social alimenté par l'IA
Rankit est l'application phare de la capacité de données sociales de Port3, représentant l'exécution "visuelle" des capacités de données BQL au niveau de l'IA.
Les capacités de Rankit et l'innovation des paradigmes:
Note de popularité sociale multiplateforme : intègre les signaux sociaux de Twitter, Telegram, Discord, etc. pour identifier les tendances clés, les projets phares et les changements d'humeur dans le monde Web3.
Reconnaissance sémantique et modélisation des scores : grâce à l'analyse des émotions par NLP et grands modèles, nous transformerons les points de discussion, l'influence des KOL et le niveau de confiance des utilisateurs en indicateurs structurés, utilisés pour la gouvernance communautaire, la gestion des risques de prêt, les transactions sur la chaîne, etc.
Démonstration de mise en œuvre dans des scénarios verticaux : par exemple, le moteur de données écosystémiques USD1 récemment lancé, qui, via des cartes thermiques, l'activité sociale et les dynamiques on-chain, suit en temps réel les projets potentiels sur la BNB Chain, devenant ainsi une boussole intelligente pour les utilisateurs de DeFi à la recherche d'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 des intentions
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 opérationnel de tous les traitements, l'organisation et l'appel des données comportementales.
Le rôle et le mécanisme de BQL:
Couche de langage universelle : BQL offre une structure de requête conviviale pour le langage naturel, permettant aux développeurs ou aux agents d'utiliser des instructions similaires à "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 : prend en charge le traitement automatisé en un clic des opérations sur les actifs en chaîne ( telles que les transactions, le staking et l'ajout de liquidités ), qui est le noyau clé de l'automatisation des comportements en chaîne.
Extracteur de sémantique des données : fournit un support de données structurées standard aux modèles AI et aux agents, réalisant 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 dans le monde du Web3 un nouveau "protocole de langage naturel en chaîne", permettant aux actions en chaîne de passer du "niveau code" au "niveau intention" ------ la machine n'exécute pas seulement les instructions que vous donnez, mais comprend également votre intention.
Capacité d'intégration de l'agent AI : 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 comprennent des assistants d'investissement automatisés, des robots interactifs, des assistants intelligents pour les jeux blockchain, couvrant divers scénarios tels que la prise de décision commerciale, la publication de tâches, et l'exploitation communautaire.
Cette structure de produit complète fait de Port3 la seule plateforme du secteur des données sociales Web3 à disposer de la capacité complète "de la collecte → l'analyse → l'application → l'appel".
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, reconnaître et manipuler les actifs sur la chaîne.
3.2 La moat de Port3 : la roue de croissance apportée par l'accumulation d'affaires
Port3 peut se tailler une place de choix dans la narration Web3 AI, non pas grâce à sa capacité de modèle avancé, mais plutôt en raison de l'accumulation de ses activités, qui a construit un actif de données comportementales sociales de haute valeur, à la fois en profondeur et en largeur. 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 de comportement en chaîne et hors chaîne au niveau de millions
S'appuyant sur trois ans d'opération 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 les comportements de tâche, les interactions avec les portefeuilles, les actifs en 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 en chaîne, le staking, et les positions, formant une carte des comportements sociaux extrêmement dense. Dans le contexte actuel du modèle AI "les données comme carburant", ce type de données comportementales structurées et à haute fréquence 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, mise à jour continue et en temps réel des données
Port3 n'est pas une plateforme orientée vers 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 sur la chaîne. Cette coopération a non seulement apporté de véritables comportements d'utilisateurs, mais a également garanti la diversité et la réactivité des sources de données. En construisant des canaux de données en collaboration avec les porteurs de projets, Port3 absorbe continuellement les dernières tendances écologiques et comportementales des utilisateurs, construisant ainsi un moteur de données en évolution dynamique, plutôt qu'un ensemble d'instantanés statiques. Cette capacité de mise à jour des données fournit un "réservoir de matériel d'entraînement" en constante évolution pour les modèles d'IA.
3.2.3 Former un ensemble de données d'entraînement AI dédié, pour fournir un soutien sémantique à l'Agent en chaîne
Comparé aux données Web2 universelles, l'identité en chaîne et le chemin d'interaction des utilisateurs Web3