من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف تبني شبكة Port3 شبكة ذكية في Web3؟
1. المقدمة
في عالم Web3، تتغير البيانات من معلومات ثابتة إلى أصول ديناميكية. أصبحت بيانات سلوك المستخدمين الاجتماعيين، "المعادن الرقمية" الأكثر قيمة ولكن لم يتم استغلالها بشكل كامل في عصر الذكاء الاصطناعي. تحتوي البيانات الاجتماعية التي يتم إنتاجها في كل لحظة على قيمة ضخمة، ولم يتم استغلالها بشكل كامل بعد.
الواقع الحالي لـ Web3 هو واقع مجزأ: من ناحية، نشهد نموًا متفجرًا للبروتوكولات العمودية مثل DeFi وNFT وGameFi، حيث يولد المستخدمون كميات هائلة من بيانات السلوك على السلسلة وخارج السلسلة؛ ومن ناحية أخرى، تتناثر هذه البيانات في تطبيقات DApp المعزولة وسجلات المعاملات ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل الهيكلي، ويصعب بناء صورة موحدة، ولا يمكن استدعاؤها حقًا.
في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بسرعة. تقدم ChatGPT من OpenAI، وClaude من Anthropic، ومشاريع الوكلاء المبنية على Web3 مثل Autonolas وMorphpad وMind Network، رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في هذا السياق، تبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، من سيقوم ببناء طبقة البيانات والأساسيات القرارية لـ Web3؟ تقدم شبكة Port3 إجابة نهائية إلى حد ما:
من منصة مهام SoQuest الأصلية، 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، والتي تتوافق مع نماذج الذكاء الاصطناعي. فهي لا تدمج فقط البيانات على السلسلة مع السلوك الاجتماعي خارج السلسلة، بل تجعل البيانات من خلال التوحيد والتعرف على النوايا "قوالب عمل" يمكن أن يفهمها الوكلاء ويدعوها وينفذها.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة واحدة، بل احتلت موقعاً استراتيجياً في "دماغ Web3 البيانات" قبل أن تتكامل السرديات حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي.
ستقوم هذه المقالة بتحليل شامل لمصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية التوكن، ومنطق النمو، واستكشاف كيف يمكنها إنشاء حلقة مغلقة لتداول البيانات موجهة نحو الوكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، وأن تصبح البنية التحتية الخفية للاتجاهات التي تبلغ قيمتها تريليون دولار التالية.
2. مقدمة المشروع
ما هو Port3 2.1؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدعوم بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة وقابلة للاستدعاء عبر السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، وبدعم من محرك الذكاء الاصطناعي لمعالجة البيانات بشكل قياسي، أنشأت Port3 حلقة مغلقة كاملة من جمع البيانات (SoQuest)، وتصنيف البيانات الهيكلية (Rankit)، واستعلامات الذكاء (OpenBQL) إلى استدعاء الوكلاء (Ailliance.ai)، لتصبح منشأة رئيسية في تحويل السلوكيات على السلسلة إلى أصول في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إكمال جولة تمويل بذور بقيمة 3 مليون دولار، بقيادة Jump Crypto، وشارك في الجولة مستثمرون آخرون مثل SNZ و Block Infinity و Dragon Roark و ViaBTC و Cryptonite و Lapin Digital و Cogitent و Momentum6.
أغسطس 2023: حصلت على جولة جديدة من التمويل بملايين الدولارات، وشملت الجهات المشاركة EMURGO و Adaverse Accelerator و Gate Labs.
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى الدعم من منح Binance Labs وMask Network وAptos.
2.2.2 حالة الفريق
ماكس دي.: المؤسس المشارك، لديه خبرة عمل في شركة آبل؛ يمتلك خبرة واسعة في حاضنات مشاريع Web3 وتوسيع النظم البيئية.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent و Viabtc Technology Limited في تطوير البرمجيات الخلفية، ولديه سنوات من الخبرة في تصميم الأنظمة ذات التزامن العالي 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 حلقة البيانات من التجميع إلى التحويل."
3.1 البنية التحتية الأساسية Port3
3.1.1 تجميع البيانات - SoQuest
SoQuest هو مدخل البيانات الأساسي الذي تم بناؤه بواسطة شبكة Port3، وهو منصة لالتقاط سلوك المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، وزيادة المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز، ويهدف إلى جمع السلوك الاجتماعي للمستخدمين، حيث يربط بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، ويتوافق مع سلوكيات التفاعل على 19 سلسلة مثل EVM وSolana وAptos وSui، بما في ذلك التداول، والتفويض، وصك NFT، مما يشكل أحد أكثر أنظمة جمع السلوكيات شمولاً في مجال Web3.
بحلول منتصف عام 2025، جمعت شبكة Port3 بيانات ديناميكية لأكثر من 6 ملايين مستخدم و7000 مشروع، حيث تغطي البيانات أكثر من 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك مجموعة ضخمة من سجلات سلوك المستخدم وأحداث التفاعل الاجتماعي على السلسلة، مما أدى إلى بناء قاعدة بيانات سلوك اجتماعي في Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لرفع قابلية التوسع للمنصة وقدرات جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع الطرف الثالث بإدماج نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram Mini. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يتيح إتمام 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 Port3 لإغلاق حلقة الأصول السلوكية عبر السلسلة، وهو أيضًا المصدر الأصلي للبيانات السلوكية الدلالية المطلوبة لاستنتاجات الذكاء الاصطناعي.
3.1.2 تراكم البيانات - طبقة بيانات اجتماعية AI
تتراكم بيانات سلوك المستخدم التي تم التقاطها بواسطة SoQuest في الوحدة الأساسية لشبكة Port3 ------ طبقة البيانات الاجتماعية الذكية، وهي قاعدة بيانات سلوكية منظمة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، وهي أيضًا المرافق الأساسية لتحقيق "تجسيد السلوك" و"تمويل المعلومات (InfoFi)".
تختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph و Dune، حيث تركز فكرة التصميم في Port3 على "الاستعلام"، بينما تركز طبقة البيانات في Port3 على: كيف يمكن استخدام البيانات من قبل نماذج الذكاء الاصطناعي ودعم الاستدلال والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تجمع طبقة بيانات التواصل الاجتماعي AI بين 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 ديناميكي ينمو باستمرار. إنها مركز الإدراك السلوكي لـ Port3، حيث تقوم بتهيئة وبنية بيانات السلوك المعقدة على السلسلة وخارجها، وتوفر "وقود بيانات" "قابل للفهم، قابل للتجميع، قابل للاستدعاء" للوكيل.
)# 3.1.3 تطبيق البيانات - Rankit + OpenBQL + Ailliance.ai → نظام الوكيل الذكي
Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لبيانات التواصل الاجتماعي في Port3، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى الذكاء الاصطناعي.
قدرة Rankit وابتكار النماذج:
تقييم حرارة وسائل التواصل الاجتماعي عبر المنصات: يجمع بين إشارات وسائل التواصل الاجتماعي مثل Twitter وTelegram وDiscord لتحديد الاتجاهات الرئيسية والمشاريع الساخنة وتحولات المشاعر في عالم Web3.
التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز النقاش، تأثير الشخصيات المؤثرة، ودرجة ثقة المستخدمين إلى مؤشرات منظمة، لاستخدامها في إدارة المجتمع، وإدارة المخاطر في الإقراض، والمعاملات على السلسلة.
نموذج التطبيق في السيناريو العمودي: على سبيل المثال، محرك البيانات البيئية USD1 الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ونشاط التواصل الاجتماعي، والتفاعل على السلسلة، يتتبع المشاريع ذات الإمكانيات على سلسلة BNB في الوقت الحقيقي، ليكون بوصلة ذكية لالتقاط Alpha لمستخدمي DeFi.
بدعم من Rankit، لا يوفر Port3 البيانات فحسب، بل يقدم أيضًا "بيانات تفسيرية" ------ لا يخبرك فقط بما حدث، بل يخبرك أيضًا بما يجب عليك فعله.
OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنوايا
إذا كانت SoQuest هي مدخل البيانات، فإن BQL###Blockchain Quest Language( هو قشرة دماغ بيانات Port3، وهو核心 الدلالات ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور BQL وآليته:
الطبقة اللغوية العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يمكن المطورين أو الوكلاء من استخدام تعليمات مثل "شراء NFT على سلسلة Aptos" لتنفيذ العمليات الفعلية على السلسلة، مما يتيح الاتصال بين بيئات متعددة مثل EVM وBTC وSolana.
طبقة التنفيذ القياسية: تدعم العمليات على الأصول على السلسلة ) مثل التداول، والإيثار، وإضافة السيولة (، مما يجعل المعالجة التلقائية بنقرة واحدة ممكنة، وهي المحور الرئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والوكيل، لتحقيق تحديثات البيانات عالية التردد والحسابات اللازمة لتحويل المعلومات إلى مالية )InfoFi(.
من خلال BQL، يقوم Port3 بدفع بناء "بروتوكول اللغة الطبيعية على السلسلة" جديد في عالم Web3، مما يجعل السلوك على السلسلة يرتفع من "طبقة الكود" إلى "طبقة النية" ------ الآلات لا تنفذ فقط الأوامر التي تقولها، بل يمكنها أيضًا فهم نواياك.
قدرة التكامل لوكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يبني طبقة API وكيل عامة، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ الأوامر مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب القائمة على blockchain، وغيرها، تغطي مجموعة متنوعة من السيناريوهات مثل قرارات التداول، نشر المهام، وإدارة المجتمع.
تجعل هذه البنية الكاملة للمنتجات Port3 المنصة الوحيدة في مجال بيانات التواصل الاجتماعي Web3 التي تتمتع بقدرة "من الجمع → التحليل → التطبيق → الاستدعاء" على طول العملية.
الهدف النهائي هو بناء شبكة بروتوكول معيارية للويب 3 تعتمد على بيانات السلوك، مما يسمح لوكلاء الذكاء الاصطناعي بفهم وتحديد والتعامل مع الأصول على السلسلة.
![من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستبني شبكة Port3 شبكة الذكاء الاصطناعي لعالم Web3؟])https://img-cdn.gateio.im/webp-social/moments-e99f6dd0ad2c1543a76148cd77b3d3a7.webp(
) 3.2 Port3’s حائط الدفاع: عجلة النمو الناتجة عن تراكم الأعمال
تتمكن Port3 من أن تكون رائدة في السرد AI في Web3، والسبب الجذري لذلك ليس في امتلاكها لقدرات نموذجية متقدمة، بل في أنها في عملية تراكم الأعمال، قامت ببناء أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق وامتداد كبيرين. توفر هذه الميزة البيانية أساسًا فريدًا لتطبيقات AI الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات السلوك على السلسلة وتحت السلسلة بمستوى عشرة ملايين
اعتمادًا على تشغيل منصة المهام SoQuest على مدار ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 ملايين مسار مشاركة المستخدم، تغطي سلوك المهام، تفاعلات المحفظة، الأصول على السلسلة، ومستوى المشاركة في المجتمع عبر عدة أبعاد. هذه البيانات تمتد عبر Web2 وWeb3، مثل منشورات Twitter، نشاط Discord، احتفاظ Telegram، معاملات السلسلة، الرهانات، والمراكز، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات كوقود"، تعتبر هذه البيانات السلوكية الهيكلية وتفاعلاتها العالية التردد بلا شك من أغلى المدخلات لبناء وكيل AI في Web3.
3.2.2 التعاون العميق مع الآلاف من المشاريع، وتحديث البيانات بشكل مستمر وفي الوقت الحقيقي
Port3 ليس منصة موجهة لمنتج واحد، بل أقامت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات مثل إصدار الإيماءات، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لم تجلب فقط سلوكيات المستخدمين الحقيقية، بل ضمنت أيضًا تنوع وواقعية مصادر البيانات. من خلال قنوات البيانات المشتركة مع المشاريع، يستمر Port3 في استيعاب أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات متطور ديناميكيًا، وليس مجموعة ثابتة من اللقطات. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" تتطور باستمرار لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات مخصصة لتدريب نماذج الذكاء الاصطناعي، لتوفير الدعم الدلالي لوكيلات الشبكة.
بالمقارنة مع بيانات Web2 العامة، فإن هوية المستخدمين على السلسلة، ومسارات التفاعل، وسلوك الأصول في Web3 تتمتع بدرجة عالية من الخصوصية وتعقيد الهيكل، مما يجعل من الصعب على النماذج التقليدية التكيف. بينما يقوم Port3 من خلال نظام التعرف الدلالي والتسميات السلوكية Rankit بربط سلوكيات السلسلة مع مسارات الدلالات اللغوية الطبيعية. على سبيل المثال: "المحفظة A تشارك في توزيع رموز B + تغريد + مشاركة ثانوية في الحوكمة"، يمكن نمذجتها كـ "مشارك نشط.
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.
Port3 Network: من منصة المهام إلى بنية تحتية للبيانات الاجتماعية المدعومة بالذكاء الاصطناعي لبناة الشبكة الذكية Web3
من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف تبني شبكة Port3 شبكة ذكية في Web3؟
1. المقدمة
في عالم Web3، تتغير البيانات من معلومات ثابتة إلى أصول ديناميكية. أصبحت بيانات سلوك المستخدمين الاجتماعيين، "المعادن الرقمية" الأكثر قيمة ولكن لم يتم استغلالها بشكل كامل في عصر الذكاء الاصطناعي. تحتوي البيانات الاجتماعية التي يتم إنتاجها في كل لحظة على قيمة ضخمة، ولم يتم استغلالها بشكل كامل بعد.
الواقع الحالي لـ Web3 هو واقع مجزأ: من ناحية، نشهد نموًا متفجرًا للبروتوكولات العمودية مثل DeFi وNFT وGameFi، حيث يولد المستخدمون كميات هائلة من بيانات السلوك على السلسلة وخارج السلسلة؛ ومن ناحية أخرى، تتناثر هذه البيانات في تطبيقات DApp المعزولة وسجلات المعاملات ومنصات التواصل الاجتماعي، مما يفتقر إلى التكامل الهيكلي، ويصعب بناء صورة موحدة، ولا يمكن استدعاؤها حقًا.
في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بسرعة. تقدم ChatGPT من OpenAI، وClaude من Anthropic، ومشاريع الوكلاء المبنية على Web3 مثل Autonolas وMorphpad وMind Network، رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في هذا السياق، تبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، من سيقوم ببناء طبقة البيانات والأساسيات القرارية لـ Web3؟ تقدم شبكة Port3 إجابة نهائية إلى حد ما:
من منصة مهام SoQuest الأصلية، 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، والتي تتوافق مع نماذج الذكاء الاصطناعي. فهي لا تدمج فقط البيانات على السلسلة مع السلوك الاجتماعي خارج السلسلة، بل تجعل البيانات من خلال التوحيد والتعرف على النوايا "قوالب عمل" يمكن أن يفهمها الوكلاء ويدعوها وينفذها.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة واحدة، بل احتلت موقعاً استراتيجياً في "دماغ Web3 البيانات" قبل أن تتكامل السرديات حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي.
ستقوم هذه المقالة بتحليل شامل لمصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية التوكن، ومنطق النمو، واستكشاف كيف يمكنها إنشاء حلقة مغلقة لتداول البيانات موجهة نحو الوكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، وأن تصبح البنية التحتية الخفية للاتجاهات التي تبلغ قيمتها تريليون دولار التالية.
2. مقدمة المشروع
ما هو Port3 2.1؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدعوم بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة وقابلة للاستدعاء عبر السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، وبدعم من محرك الذكاء الاصطناعي لمعالجة البيانات بشكل قياسي، أنشأت Port3 حلقة مغلقة كاملة من جمع البيانات (SoQuest)، وتصنيف البيانات الهيكلية (Rankit)، واستعلامات الذكاء (OpenBQL) إلى استدعاء الوكلاء (Ailliance.ai)، لتصبح منشأة رئيسية في تحويل السلوكيات على السلسلة إلى أصول في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إكمال جولة تمويل بذور بقيمة 3 مليون دولار، بقيادة Jump Crypto، وشارك في الجولة مستثمرون آخرون مثل SNZ و Block Infinity و Dragon Roark و ViaBTC و Cryptonite و Lapin Digital و Cogitent و Momentum6.
أغسطس 2023: حصلت على جولة جديدة من التمويل بملايين الدولارات، وشملت الجهات المشاركة EMURGO و Adaverse Accelerator و Gate Labs.
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى الدعم من منح Binance Labs وMask Network وAptos.
2.2.2 حالة الفريق
ماكس دي.: المؤسس المشارك، لديه خبرة عمل في شركة آبل؛ يمتلك خبرة واسعة في حاضنات مشاريع Web3 وتوسيع النظم البيئية.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent و Viabtc Technology Limited في تطوير البرمجيات الخلفية، ولديه سنوات من الخبرة في تصميم الأنظمة ذات التزامن العالي 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 حلقة البيانات من التجميع إلى التحويل."
3.1 البنية التحتية الأساسية Port3
3.1.1 تجميع البيانات - SoQuest
SoQuest هو مدخل البيانات الأساسي الذي تم بناؤه بواسطة شبكة Port3، وهو منصة لالتقاط سلوك المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، وزيادة المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز، ويهدف إلى جمع السلوك الاجتماعي للمستخدمين، حيث يربط بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter وTelegram وDiscord، ويتوافق مع سلوكيات التفاعل على 19 سلسلة مثل EVM وSolana وAptos وSui، بما في ذلك التداول، والتفويض، وصك NFT، مما يشكل أحد أكثر أنظمة جمع السلوكيات شمولاً في مجال Web3.
بحلول منتصف عام 2025، جمعت شبكة Port3 بيانات ديناميكية لأكثر من 6 ملايين مستخدم و7000 مشروع، حيث تغطي البيانات أكثر من 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك مجموعة ضخمة من سجلات سلوك المستخدم وأحداث التفاعل الاجتماعي على السلسلة، مما أدى إلى بناء قاعدة بيانات سلوك اجتماعي في Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لرفع قابلية التوسع للمنصة وقدرات جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع الطرف الثالث بإدماج نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram Mini. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يتيح إتمام 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 Port3 لإغلاق حلقة الأصول السلوكية عبر السلسلة، وهو أيضًا المصدر الأصلي للبيانات السلوكية الدلالية المطلوبة لاستنتاجات الذكاء الاصطناعي.
3.1.2 تراكم البيانات - طبقة بيانات اجتماعية AI
تتراكم بيانات سلوك المستخدم التي تم التقاطها بواسطة SoQuest في الوحدة الأساسية لشبكة Port3 ------ طبقة البيانات الاجتماعية الذكية، وهي قاعدة بيانات سلوكية منظمة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، وهي أيضًا المرافق الأساسية لتحقيق "تجسيد السلوك" و"تمويل المعلومات (InfoFi)".
تختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph و Dune، حيث تركز فكرة التصميم في Port3 على "الاستعلام"، بينما تركز طبقة البيانات في Port3 على: كيف يمكن استخدام البيانات من قبل نماذج الذكاء الاصطناعي ودعم الاستدلال والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تجمع طبقة بيانات التواصل الاجتماعي AI بين 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 ديناميكي ينمو باستمرار. إنها مركز الإدراك السلوكي لـ Port3، حيث تقوم بتهيئة وبنية بيانات السلوك المعقدة على السلسلة وخارجها، وتوفر "وقود بيانات" "قابل للفهم، قابل للتجميع، قابل للاستدعاء" للوكيل.
)# 3.1.3 تطبيق البيانات - Rankit + OpenBQL + Ailliance.ai → نظام الوكيل الذكي
Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لبيانات التواصل الاجتماعي في Port3، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى الذكاء الاصطناعي.
قدرة Rankit وابتكار النماذج:
تقييم حرارة وسائل التواصل الاجتماعي عبر المنصات: يجمع بين إشارات وسائل التواصل الاجتماعي مثل Twitter وTelegram وDiscord لتحديد الاتجاهات الرئيسية والمشاريع الساخنة وتحولات المشاعر في عالم Web3.
التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز النقاش، تأثير الشخصيات المؤثرة، ودرجة ثقة المستخدمين إلى مؤشرات منظمة، لاستخدامها في إدارة المجتمع، وإدارة المخاطر في الإقراض، والمعاملات على السلسلة.
نموذج التطبيق في السيناريو العمودي: على سبيل المثال، محرك البيانات البيئية USD1 الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ونشاط التواصل الاجتماعي، والتفاعل على السلسلة، يتتبع المشاريع ذات الإمكانيات على سلسلة BNB في الوقت الحقيقي، ليكون بوصلة ذكية لالتقاط Alpha لمستخدمي DeFi.
بدعم من Rankit، لا يوفر Port3 البيانات فحسب، بل يقدم أيضًا "بيانات تفسيرية" ------ لا يخبرك فقط بما حدث، بل يخبرك أيضًا بما يجب عليك فعله.
OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنوايا
إذا كانت SoQuest هي مدخل البيانات، فإن BQL###Blockchain Quest Language( هو قشرة دماغ بيانات Port3، وهو核心 الدلالات ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور BQL وآليته:
الطبقة اللغوية العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يمكن المطورين أو الوكلاء من استخدام تعليمات مثل "شراء NFT على سلسلة Aptos" لتنفيذ العمليات الفعلية على السلسلة، مما يتيح الاتصال بين بيئات متعددة مثل EVM وBTC وSolana.
طبقة التنفيذ القياسية: تدعم العمليات على الأصول على السلسلة ) مثل التداول، والإيثار، وإضافة السيولة (، مما يجعل المعالجة التلقائية بنقرة واحدة ممكنة، وهي المحور الرئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والوكيل، لتحقيق تحديثات البيانات عالية التردد والحسابات اللازمة لتحويل المعلومات إلى مالية )InfoFi(.
من خلال BQL، يقوم Port3 بدفع بناء "بروتوكول اللغة الطبيعية على السلسلة" جديد في عالم Web3، مما يجعل السلوك على السلسلة يرتفع من "طبقة الكود" إلى "طبقة النية" ------ الآلات لا تنفذ فقط الأوامر التي تقولها، بل يمكنها أيضًا فهم نواياك.
قدرة التكامل لوكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يبني طبقة API وكيل عامة، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ الأوامر مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب القائمة على blockchain، وغيرها، تغطي مجموعة متنوعة من السيناريوهات مثل قرارات التداول، نشر المهام، وإدارة المجتمع.
تجعل هذه البنية الكاملة للمنتجات Port3 المنصة الوحيدة في مجال بيانات التواصل الاجتماعي Web3 التي تتمتع بقدرة "من الجمع → التحليل → التطبيق → الاستدعاء" على طول العملية.
الهدف النهائي هو بناء شبكة بروتوكول معيارية للويب 3 تعتمد على بيانات السلوك، مما يسمح لوكلاء الذكاء الاصطناعي بفهم وتحديد والتعامل مع الأصول على السلسلة.
![من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستبني شبكة Port3 شبكة الذكاء الاصطناعي لعالم Web3؟])https://img-cdn.gateio.im/webp-social/moments-e99f6dd0ad2c1543a76148cd77b3d3a7.webp(
) 3.2 Port3’s حائط الدفاع: عجلة النمو الناتجة عن تراكم الأعمال
تتمكن Port3 من أن تكون رائدة في السرد AI في Web3، والسبب الجذري لذلك ليس في امتلاكها لقدرات نموذجية متقدمة، بل في أنها في عملية تراكم الأعمال، قامت ببناء أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق وامتداد كبيرين. توفر هذه الميزة البيانية أساسًا فريدًا لتطبيقات AI الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات السلوك على السلسلة وتحت السلسلة بمستوى عشرة ملايين
اعتمادًا على تشغيل منصة المهام SoQuest على مدار ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 ملايين مسار مشاركة المستخدم، تغطي سلوك المهام، تفاعلات المحفظة، الأصول على السلسلة، ومستوى المشاركة في المجتمع عبر عدة أبعاد. هذه البيانات تمتد عبر Web2 وWeb3، مثل منشورات Twitter، نشاط Discord، احتفاظ Telegram، معاملات السلسلة، الرهانات، والمراكز، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات كوقود"، تعتبر هذه البيانات السلوكية الهيكلية وتفاعلاتها العالية التردد بلا شك من أغلى المدخلات لبناء وكيل AI في Web3.
3.2.2 التعاون العميق مع الآلاف من المشاريع، وتحديث البيانات بشكل مستمر وفي الوقت الحقيقي
Port3 ليس منصة موجهة لمنتج واحد، بل أقامت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات مثل إصدار الإيماءات، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لم تجلب فقط سلوكيات المستخدمين الحقيقية، بل ضمنت أيضًا تنوع وواقعية مصادر البيانات. من خلال قنوات البيانات المشتركة مع المشاريع، يستمر Port3 في استيعاب أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات متطور ديناميكيًا، وليس مجموعة ثابتة من اللقطات. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" تتطور باستمرار لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات مخصصة لتدريب نماذج الذكاء الاصطناعي، لتوفير الدعم الدلالي لوكيلات الشبكة.
بالمقارنة مع بيانات Web2 العامة، فإن هوية المستخدمين على السلسلة، ومسارات التفاعل، وسلوك الأصول في Web3 تتمتع بدرجة عالية من الخصوصية وتعقيد الهيكل، مما يجعل من الصعب على النماذج التقليدية التكيف. بينما يقوم Port3 من خلال نظام التعرف الدلالي والتسميات السلوكية Rankit بربط سلوكيات السلسلة مع مسارات الدلالات اللغوية الطبيعية. على سبيل المثال: "المحفظة A تشارك في توزيع رموز B + تغريد + مشاركة ثانوية في الحوكمة"، يمكن نمذجتها كـ "مشارك نشط.