من البيانات الاجتماعية إلى الدماغ الذكي: ماذا ستبني شبكة Port3 من شبكة الذكاء الاصطناعي لعالم Web3؟
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. خاصةً بيانات سلوك المستخدمين الاجتماعي، التي أصبحت "المعادن الرقمية" الأكثر قيمة والتي لم يتم تطويرها بالكامل في عصر الذكاء الاصطناعي. تحتوي البيانات الاجتماعية التي يتم إنتاجها في كل لحظة على قيمة هائلة، لكنها لم تُستخرج بالكامل بعد.
واقع Web3 هو واقع متقطع: من جهة، نشهد نمواً هائلاً في مجالات مثل DeFi وNFT وGameFi، حيث ينتج المستخدمون كميات كبيرة من بيانات السلوك على السلسلة وخارجها؛ ومن جهة أخرى، هذه البيانات موزعة في DApps معزولة، وسجلات تداول، ومنصات اجتماعية، تفتقر إلى التكامل المنظم، مما يجعل من الصعب بناء صورة موحدة، كما لا يمكن استدعاؤها بشكل حقيقي.
في نفس الوقت، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بسرعة. لقد قدمت مشاريع مثل ChatGPT من OpenAI وClaude من Anthropic، بالإضافة إلى مشاريع الوكيل 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، فمن سيقوم ببناء طبقة البيانات الأساسية وقرارات Web3؟ قدمت شبكة Port3 إجابة نهائية نسبياً:
من منصة مهام SoQuest الأولية، إلى محرك تقييم السلوك الاجتماعي Rankit، وصولاً إلى لغة تنفيذ النية عبر السلاسل OpenBQL، قامت Port3 ببناء مجموعة "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم، وملائمة لنماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل من خلال التوحيد والتعرف على النية، تجعل البيانات "قوالب العمل" التي يمكن للوكلاء فهمها واستدعاؤها وتنفيذها.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة واحدة، بل احتل موقعًا استراتيجيًا في "الدماغ البيانات Web3" قبل أن تتكامل السرد حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي.
ستقوم هذه المقالة بتحليل شامل لمصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو، واستكشاف كيفية إقامتها حلقة تداول البيانات الموجهة نحو وكلاء الذكاء الاصطناعي في عالم Web3 المتجزئ، وكيف تصبح البنية التحتية السرية للاتجاه الذي قد يصل إلى تريليون دولار.
2. مقدمة المشروع
2.1 Port3 ما هو؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية المدعوم بالذكاء الاصطناعي في Web3، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة وقابلة للاستدعاء عبر السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ومعالجة قياسية مدعومة بمحرك الذكاء الاصطناعي، أنشأت Port3 مجموعة كاملة من جمع البيانات (SoQuest)، وتقييمات هيكلية (Rankit)، واستعلامات ذكية (OpenBQL) إلى استدعاءات الوكلاء (Ailliance.ai)، لتصبح أحد المرافق الأساسية لتسخير الأصول السلوكية على السلسلة في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إتمام جولة تمويل أولية بقيمة 3 ملايين دولار
أغسطس 2023: حصلت على جولة تمويل جديدة بملايين الدولارات، بما في ذلك EMURGO وAdaverse Accelerator وGate Labs.
أكتوبر 2023: حصل 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 في العمل في شركة أبل؛ يمتلك خبرة واسعة في حاضنة مشاريع Web3 وتوسيع النظام البيئي.
أنطوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent وViabtc Technology Limited في تطوير الخلفية، ويملك خبرة لعدة سنوات في تصميم الأنظمة ذات التزامن العالي والهياكل الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية للبيانات الاجتماعية المدعومة بالذكاء الاصطناعي"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على عدة وحدات فرعية مثل SoQuest وRankit وOpenBQL وon.meme، مما يبدو أنه متفرق، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، وPort3 مسؤولة عن دورة تدفق البيانات من الجمع إلى التحويل."
3.1 Port3 البنية التحتية الأساسية
3.1.1 تجميع البيانات - SoQuest
SoQuest هو المدخل الأساسي للبيانات الذي أنشأته شبكة Port3، وهو منصة لالتقاط سلوك المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام توليد بيانات يعتمد على المهام كآلية تحفيز، ويستهدف سلوك المستخدمين الاجتماعي ككائنات للتجميع، حيث يربط بين التفاعلات على السلسلة والمنصات الاجتماعية 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 المعاملات والتفويض وNFT mint، مما يشكل واحدة من أوسع أنظمة جمع السلوكيات في مجال Web3.
حتى منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و7000 مشروع من البيانات الديناميكية، وقد غطت البيانات أكثر من 10 ملايين مستخدم تشفير. وقد نتج عن ذلك سجل ضخم من سلوك المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أدى إلى بناء قاعدة بيانات سلوكية اجتماعية حقيقية ومتعددة الأبعاد وعالية التردد في Web3.
لزيادة قابلية توسع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع بدمج 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 وعمومية نظام المهام.
SoQuest ليست مجرد منصة مهام، بل هي نقطة انطلاق Port3 لعملية الأصول المغلقة على مستوى السلسلة، وأيضًا المصدر الأصلي لبيانات السلوك الدلالي اللازمة لاستدلال الذكاء الاصطناعي.
3.1.2 ترسيخ البيانات - طبقة البيانات الاجتماعية الذكية
تتراكم بيانات سلوك المستخدم التي تلتقطها SoQuest في الوحدة الأساسية لشبكة Port3 ------ طبقة بيانات اجتماعية للذكاء الاصطناعي، وهي قاعدة بيانات سلوكية منظمة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، وهي أيضًا البنية التحتية الأساسية لتحقيق "تحويل السلوك إلى أصول" و"تمويل المعلومات (InfoFi)".
يختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph و Dune وغيرها ) التي تتبع تصميمًا يهدف إلى "الاستعلام"، تركز طبقة البيانات في Port3 على: كيفية استخدام البيانات لنماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابل للتنفيذ تلقائيًا.
تجمع طبقة بيانات التواصل الاجتماعي بالذكاء الاصطناعي ملايين السجلات التفاعلية على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث الفوري من خلال تطبيقات مثل SoQuest و Rankit، مما يبني نظام بيانات اجتماعية ديناميكية ينمو بشكل مستمر. إنها المركز المعرفي السلوكي لـ Port3، وتحول بيانات السلوك المعقدة على السلسلة وخارجها إلى هيكل منظم وذو دلالة، لتوفير "وقود بيانات يمكن فهمه، وقابل للتجميع، وقابل للاستدعاء" للذكاء الاصطناعي.
3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام الوكيل الذكي
Rankit: محرك تحليل السلوك الاجتماعي المدفوع بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لقدرات البيانات الاجتماعية Port3، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى الذكاء الاصطناعي.
قدرة Rankit وابتكار النماذج:
تصنيف حماس الوسائط الاجتماعية عبر المنصات: يجمع بين إشارات الوسائط الاجتماعية من Twitter وTelegram وDiscord، لتحديد الاتجاهات الرئيسية والمشاريع الساخنة والتغيرات في المشاعر في عالم Web3.
التعرف على المعنى ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز المناقشة، وتأثير KOL، ودرجة ثقة المستخدمين إلى مؤشرات منظمة، تُستخدم في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة وغيرها من السيناريوهات.
أمثلة على تطبيقات المشهد العمودي: مثل محرك بيانات USD1 الإيكولوجي الذي تم إطلاقه مؤخرًا، والذي يتتبع المشاريع ذات الإمكانيات على سلسلة BNB في الوقت الحقيقي من خلال خرائط الحرارة، ودرجة النشاط الاجتماعي، والقدرة على الحركة على السلسلة، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 فقط تقديم البيانات، بل يمكنه أيضًا تقديم "البيانات التفسيرية" ------ لا يخبرك فقط بما حدث، بل يخبرك أيضًا بما يجب عليك فعله.
OpenBQL: لغة تنفيذ على السلسلة مدفوعة بالنوايا
إذا كانت SoQuest هي مدخل البيانات، فإن BQL(Blockchain Quest Language) هو قشرة الدماغ لبيانات Port3، وهو جوهر المعنى ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور BQL وآلياته:
طبقة اللغة العامة: يوفر BQL بنية استعلام صديقة للغة الطبيعية، مما يتيح للمطورين أو الوكلاء استخدام تعليمات مثل "شراء NFT على سلسلة Aptos" لتنفيذ العمليات الفعلية على السلسلة، مما يربط بين بيئات متعددة السلاسل EVM و BTC و Solana.
طبقة التنفيذ الموحدة: تدعم عمليات الأصول على السلسلة ( مثل التداول، والرهانات، وإضافة السيولة ) من خلال معالجة أوتوماتيكية بنقرة واحدة، وهي المركز الرئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالة البيانات: يوفر دعم بيانات هيكلية قياسية لنماذج الذكاء الاصطناعي والوكلاء، لتحقيق التحديثات والحسابات عالية التردد للبيانات المطلوبة من InfoFi(.
بفضل BQL، يعمل Port3 على دفع بناء "بروتوكول اللغة الطبيعية على السلسلة" جديد في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة الكود" إلى "طبقة النية" ------ الآلات ليست فقط قادرة على تنفيذ التعليمات التي تقولها، بل يمكنها أيضاً فهم نواياك.
قدرة الربط مع وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يبني طبقة واجهة برمجة تطبيقات وكيل عامة، حيث يمكن للمطورين استدعاء البيانات المهيكلة التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب الذكية على السلسلة، وتغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، نشر المهام، وإدارة المجتمع.
تجعل هذه المجموعة الكاملة من المنتجات Port3 المنصة الوحيدة التي تتمتع بقدرة "من الجمع → التحليل → التطبيق → الاستدعاء" على طول العملية في مجال بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكولات معيارية للويب 3 تعتمد على بيانات السلوك، مما يمكّن الوكلاء الذكاء الاصطناعي من فهم وتحديد والتعامل مع الأصول على السلسلة.
![من البيانات الاجتماعية إلى الدماغ الاصطناعي: كيف ستبني شبكة Port3 شبكة الذكاء الاصطناعي لعالم Web3؟])https://img-cdn.gateio.im/webp-social/moments-4f1158531e71cb17cde8a6d112be2680.webp(
) 3.2 Port3"s حاجز الحماية: العجلة النامية الناتجة عن تراكم الأعمال
تستطيع Port3 أن تحتل مكانة رائدة في سرد القصص الذكية على الويب 3، والسبب الجذري لذلك لا يعود إلى امتلاكها لقدرات نموذجية متقدمة، بل إلى بناءها لأصول بيانات سلوكية اجتماعية عالية القيمة ذات عمق واسع خلال عملية تراكم الأعمال. هذه الميزة في البيانات تضع أساسًا فريدًا لتطبيقات الذكاء الاصطناعي في Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك السلسلة على السلسلة وتحت السلسلة على مستوى عشرة ملايين
بالاعتماد على منصة المهام SoQuest التي تعمل منذ ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون سجل لمشاركة المستخدمين، تغطي أبعادًا متعددة مثل سلوك المهام، تفاعلات المحفظة، الأصول على السلسلة، ومعدل المشاركة في المجتمع. تتجاوز هذه البيانات حدود Web2 وWeb3، مثل المنشورات على Twitter، النشاط على Discord، الاحتفاظ على Telegram، المعاملات على السلسلة، الرهن، والمراكز، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات كوقود"، تعتبر هذه البيانات السلوكية الهيكلية وعالية التفاعل بلا شك من أهم الموارد المدخلة لبناء وكيل AI في Web3.
3.2.2 التعاون العميق مع آلاف المشاريع، تحديث البيانات بشكل مستمر في الوقت الحقيقي
Port3 ليست منصة موجهة لمنتج واحد، بل أنشأت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات مثل إصدار العملات المجانية، وتصميم المهام، وإدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لا تجلب فقط سلوكيات مستخدمين حقيقية، بل تضمن أيضًا تنوع وواقعية مصادر البيانات. من خلال قنوات البيانات التي تم بناؤها بالتعاون مع الجهات المعنية بالمشاريع، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية واتجاهات المستخدمين، مما يبني محرك بيانات ديناميكي متطور، وليس مجرد لقطة ثابتة. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" مستمرة لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات مخصصة لتدريب نماذج الذكاء الاصطناعي، لتقديم الدعم الدلالي لوكلاء السلسلة.
بالمقارنة مع بيانات Web2 العامة، فإن هويات مستخدمي Web3 على السلسلة، ومسارات التفاعل، وسلوكيات الأصول تتمتع بدرجة عالية من الخصوصية وتعقيد الهيكل، مما يجعل النماذج التقليدية صعبة التكيف. بينما تقوم Port3 تمامًا من خلال نظام التعرف الدلالي وتصنيف السلوكيات Rankit بفتح مسارات الربط بين السلوكيات على السلسلة واللغة الطبيعية. على سبيل المثال: "المحفظة A تشارك في توزيع الرموز في بروتوكول B + تغريدة +
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.
تقوم شبكة Port3 ببناء بنية تحتية لبيانات الذكاء الاصطناعي في Web3 لإنشاء حلقة مغلقة لتسويق السلوك الاجتماعي.
من البيانات الاجتماعية إلى الدماغ الذكي: ماذا ستبني شبكة Port3 من شبكة الذكاء الاصطناعي لعالم Web3؟
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. خاصةً بيانات سلوك المستخدمين الاجتماعي، التي أصبحت "المعادن الرقمية" الأكثر قيمة والتي لم يتم تطويرها بالكامل في عصر الذكاء الاصطناعي. تحتوي البيانات الاجتماعية التي يتم إنتاجها في كل لحظة على قيمة هائلة، لكنها لم تُستخرج بالكامل بعد.
واقع Web3 هو واقع متقطع: من جهة، نشهد نمواً هائلاً في مجالات مثل DeFi وNFT وGameFi، حيث ينتج المستخدمون كميات كبيرة من بيانات السلوك على السلسلة وخارجها؛ ومن جهة أخرى، هذه البيانات موزعة في DApps معزولة، وسجلات تداول، ومنصات اجتماعية، تفتقر إلى التكامل المنظم، مما يجعل من الصعب بناء صورة موحدة، كما لا يمكن استدعاؤها بشكل حقيقي.
في نفس الوقت، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بسرعة. لقد قدمت مشاريع مثل ChatGPT من OpenAI وClaude من Anthropic، بالإضافة إلى مشاريع الوكيل 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، فمن سيقوم ببناء طبقة البيانات الأساسية وقرارات Web3؟ قدمت شبكة Port3 إجابة نهائية نسبياً:
من منصة مهام SoQuest الأولية، إلى محرك تقييم السلوك الاجتماعي Rankit، وصولاً إلى لغة تنفيذ النية عبر السلاسل OpenBQL، قامت Port3 ببناء مجموعة "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم، وملائمة لنماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل من خلال التوحيد والتعرف على النية، تجعل البيانات "قوالب العمل" التي يمكن للوكلاء فهمها واستدعاؤها وتنفيذها.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة واحدة، بل احتل موقعًا استراتيجيًا في "الدماغ البيانات Web3" قبل أن تتكامل السرد حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي.
ستقوم هذه المقالة بتحليل شامل لمصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو، واستكشاف كيفية إقامتها حلقة تداول البيانات الموجهة نحو وكلاء الذكاء الاصطناعي في عالم Web3 المتجزئ، وكيف تصبح البنية التحتية السرية للاتجاه الذي قد يصل إلى تريليون دولار.
2. مقدمة المشروع
2.1 Port3 ما هو؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية المدعوم بالذكاء الاصطناعي في Web3، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة وقابلة للاستدعاء عبر السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ومعالجة قياسية مدعومة بمحرك الذكاء الاصطناعي، أنشأت Port3 مجموعة كاملة من جمع البيانات (SoQuest)، وتقييمات هيكلية (Rankit)، واستعلامات ذكية (OpenBQL) إلى استدعاءات الوكلاء (Ailliance.ai)، لتصبح أحد المرافق الأساسية لتسخير الأصول السلوكية على السلسلة في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إتمام جولة تمويل أولية بقيمة 3 ملايين دولار
أغسطس 2023: حصلت على جولة تمويل جديدة بملايين الدولارات، بما في ذلك EMURGO وAdaverse Accelerator وGate Labs.
أكتوبر 2023: حصل 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 في العمل في شركة أبل؛ يمتلك خبرة واسعة في حاضنة مشاريع Web3 وتوسيع النظام البيئي.
أنطوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent وViabtc Technology Limited في تطوير الخلفية، ويملك خبرة لعدة سنوات في تصميم الأنظمة ذات التزامن العالي والهياكل الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية للبيانات الاجتماعية المدعومة بالذكاء الاصطناعي"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على عدة وحدات فرعية مثل SoQuest وRankit وOpenBQL وon.meme، مما يبدو أنه متفرق، إلا أنه يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، وPort3 مسؤولة عن دورة تدفق البيانات من الجمع إلى التحويل."
3.1 Port3 البنية التحتية الأساسية
3.1.1 تجميع البيانات - SoQuest
SoQuest هو المدخل الأساسي للبيانات الذي أنشأته شبكة Port3، وهو منصة لالتقاط سلوك المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام توليد بيانات يعتمد على المهام كآلية تحفيز، ويستهدف سلوك المستخدمين الاجتماعي ككائنات للتجميع، حيث يربط بين التفاعلات على السلسلة والمنصات الاجتماعية 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 المعاملات والتفويض وNFT mint، مما يشكل واحدة من أوسع أنظمة جمع السلوكيات في مجال Web3.
حتى منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و7000 مشروع من البيانات الديناميكية، وقد غطت البيانات أكثر من 10 ملايين مستخدم تشفير. وقد نتج عن ذلك سجل ضخم من سلوك المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أدى إلى بناء قاعدة بيانات سلوكية اجتماعية حقيقية ومتعددة الأبعاد وعالية التردد في Web3.
لزيادة قابلية توسع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع بدمج 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 وعمومية نظام المهام.
SoQuest ليست مجرد منصة مهام، بل هي نقطة انطلاق Port3 لعملية الأصول المغلقة على مستوى السلسلة، وأيضًا المصدر الأصلي لبيانات السلوك الدلالي اللازمة لاستدلال الذكاء الاصطناعي.
3.1.2 ترسيخ البيانات - طبقة البيانات الاجتماعية الذكية
تتراكم بيانات سلوك المستخدم التي تلتقطها SoQuest في الوحدة الأساسية لشبكة Port3 ------ طبقة بيانات اجتماعية للذكاء الاصطناعي، وهي قاعدة بيانات سلوكية منظمة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، وهي أيضًا البنية التحتية الأساسية لتحقيق "تحويل السلوك إلى أصول" و"تمويل المعلومات (InfoFi)".
يختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph و Dune وغيرها ) التي تتبع تصميمًا يهدف إلى "الاستعلام"، تركز طبقة البيانات في Port3 على: كيفية استخدام البيانات لنماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابل للتنفيذ تلقائيًا.
تجمع طبقة بيانات التواصل الاجتماعي بالذكاء الاصطناعي ملايين السجلات التفاعلية على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث الفوري من خلال تطبيقات مثل SoQuest و Rankit، مما يبني نظام بيانات اجتماعية ديناميكية ينمو بشكل مستمر. إنها المركز المعرفي السلوكي لـ Port3، وتحول بيانات السلوك المعقدة على السلسلة وخارجها إلى هيكل منظم وذو دلالة، لتوفير "وقود بيانات يمكن فهمه، وقابل للتجميع، وقابل للاستدعاء" للذكاء الاصطناعي.
3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام الوكيل الذكي
Rankit: محرك تحليل السلوك الاجتماعي المدفوع بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لقدرات البيانات الاجتماعية Port3، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى الذكاء الاصطناعي.
قدرة Rankit وابتكار النماذج:
تصنيف حماس الوسائط الاجتماعية عبر المنصات: يجمع بين إشارات الوسائط الاجتماعية من Twitter وTelegram وDiscord، لتحديد الاتجاهات الرئيسية والمشاريع الساخنة والتغيرات في المشاعر في عالم Web3.
التعرف على المعنى ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز المناقشة، وتأثير KOL، ودرجة ثقة المستخدمين إلى مؤشرات منظمة، تُستخدم في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة وغيرها من السيناريوهات.
أمثلة على تطبيقات المشهد العمودي: مثل محرك بيانات USD1 الإيكولوجي الذي تم إطلاقه مؤخرًا، والذي يتتبع المشاريع ذات الإمكانيات على سلسلة BNB في الوقت الحقيقي من خلال خرائط الحرارة، ودرجة النشاط الاجتماعي، والقدرة على الحركة على السلسلة، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 فقط تقديم البيانات، بل يمكنه أيضًا تقديم "البيانات التفسيرية" ------ لا يخبرك فقط بما حدث، بل يخبرك أيضًا بما يجب عليك فعله.
OpenBQL: لغة تنفيذ على السلسلة مدفوعة بالنوايا
إذا كانت SoQuest هي مدخل البيانات، فإن BQL(Blockchain Quest Language) هو قشرة الدماغ لبيانات Port3، وهو جوهر المعنى ومحرك التشغيل لجميع بيانات السلوك المعالجة والتنظيم والاستدعاء.
دور BQL وآلياته:
طبقة اللغة العامة: يوفر BQL بنية استعلام صديقة للغة الطبيعية، مما يتيح للمطورين أو الوكلاء استخدام تعليمات مثل "شراء NFT على سلسلة Aptos" لتنفيذ العمليات الفعلية على السلسلة، مما يربط بين بيئات متعددة السلاسل EVM و BTC و Solana.
طبقة التنفيذ الموحدة: تدعم عمليات الأصول على السلسلة ( مثل التداول، والرهانات، وإضافة السيولة ) من خلال معالجة أوتوماتيكية بنقرة واحدة، وهي المركز الرئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالة البيانات: يوفر دعم بيانات هيكلية قياسية لنماذج الذكاء الاصطناعي والوكلاء، لتحقيق التحديثات والحسابات عالية التردد للبيانات المطلوبة من InfoFi(.
بفضل BQL، يعمل Port3 على دفع بناء "بروتوكول اللغة الطبيعية على السلسلة" جديد في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة الكود" إلى "طبقة النية" ------ الآلات ليست فقط قادرة على تنفيذ التعليمات التي تقولها، بل يمكنها أيضاً فهم نواياك.
قدرة الربط مع وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يبني طبقة واجهة برمجة تطبيقات وكيل عامة، حيث يمكن للمطورين استدعاء البيانات المهيكلة التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب الذكية على السلسلة، وتغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، نشر المهام، وإدارة المجتمع.
تجعل هذه المجموعة الكاملة من المنتجات Port3 المنصة الوحيدة التي تتمتع بقدرة "من الجمع → التحليل → التطبيق → الاستدعاء" على طول العملية في مجال بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكولات معيارية للويب 3 تعتمد على بيانات السلوك، مما يمكّن الوكلاء الذكاء الاصطناعي من فهم وتحديد والتعامل مع الأصول على السلسلة.
![من البيانات الاجتماعية إلى الدماغ الاصطناعي: كيف ستبني شبكة Port3 شبكة الذكاء الاصطناعي لعالم Web3؟])https://img-cdn.gateio.im/webp-social/moments-4f1158531e71cb17cde8a6d112be2680.webp(
) 3.2 Port3"s حاجز الحماية: العجلة النامية الناتجة عن تراكم الأعمال
تستطيع Port3 أن تحتل مكانة رائدة في سرد القصص الذكية على الويب 3، والسبب الجذري لذلك لا يعود إلى امتلاكها لقدرات نموذجية متقدمة، بل إلى بناءها لأصول بيانات سلوكية اجتماعية عالية القيمة ذات عمق واسع خلال عملية تراكم الأعمال. هذه الميزة في البيانات تضع أساسًا فريدًا لتطبيقات الذكاء الاصطناعي في Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك السلسلة على السلسلة وتحت السلسلة على مستوى عشرة ملايين
بالاعتماد على منصة المهام SoQuest التي تعمل منذ ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون سجل لمشاركة المستخدمين، تغطي أبعادًا متعددة مثل سلوك المهام، تفاعلات المحفظة، الأصول على السلسلة، ومعدل المشاركة في المجتمع. تتجاوز هذه البيانات حدود Web2 وWeb3، مثل المنشورات على Twitter، النشاط على Discord، الاحتفاظ على Telegram، المعاملات على السلسلة، الرهن، والمراكز، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات كوقود"، تعتبر هذه البيانات السلوكية الهيكلية وعالية التفاعل بلا شك من أهم الموارد المدخلة لبناء وكيل AI في Web3.
3.2.2 التعاون العميق مع آلاف المشاريع، تحديث البيانات بشكل مستمر في الوقت الحقيقي
Port3 ليست منصة موجهة لمنتج واحد، بل أنشأت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات مثل إصدار العملات المجانية، وتصميم المهام، وإدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لا تجلب فقط سلوكيات مستخدمين حقيقية، بل تضمن أيضًا تنوع وواقعية مصادر البيانات. من خلال قنوات البيانات التي تم بناؤها بالتعاون مع الجهات المعنية بالمشاريع، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية واتجاهات المستخدمين، مما يبني محرك بيانات ديناميكي متطور، وليس مجرد لقطة ثابتة. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" مستمرة لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات مخصصة لتدريب نماذج الذكاء الاصطناعي، لتقديم الدعم الدلالي لوكلاء السلسلة.
بالمقارنة مع بيانات Web2 العامة، فإن هويات مستخدمي Web3 على السلسلة، ومسارات التفاعل، وسلوكيات الأصول تتمتع بدرجة عالية من الخصوصية وتعقيد الهيكل، مما يجعل النماذج التقليدية صعبة التكيف. بينما تقوم Port3 تمامًا من خلال نظام التعرف الدلالي وتصنيف السلوكيات Rankit بفتح مسارات الربط بين السلوكيات على السلسلة واللغة الطبيعية. على سبيل المثال: "المحفظة A تشارك في توزيع الرموز في بروتوكول B + تغريدة +