Sosyal Verilerden AI Beynine: Port3 Ağı Web3 Dünyası için Nasıl Bir AI Ağı Oluşturacak?

1. Giriş

Web3 dünyasında, veriler statik bilgiden dinamik varlıklara dönüşüyor. Özellikle kullanıcıların sosyal davranış verileri, AI çağında en değerli ancak henüz tam olarak geliştirilmeyen "dijital madenler" haline geliyor. Her an üretilen sosyal veriler, içerdikleri devasa değerle henüz tam olarak keşfedilmedi.

Web3'ün gerçeğinin parçalı olduğunu görüyoruz: bir yandan DeFi, NFT, GameFi gibi dikey protokollerin patlama büyümesiyle, kullanıcıların zincir üstünde ve zincir dışında büyük miktarda davranış verisi ürettiğini gözlemliyoruz; diğer yandan, bu veriler izole DApp'lerde, işlem kayıtlarında ve sosyal platformlarda dağılmış durumda, yapılandırılmış entegrasyondan yoksun, birleşik bir profil oluşturmak zor ve gerçekten çağrılmaları imkansız.

Bu arada, AI'nın yükselişi dijital dünyayı hızla yeniden şekillendiriyor. OpenAI'nin ChatGPT'si, Anthropic'in Claude'u ve Web3 tabanlı Agent projeleri olan Autonolas, Morphpad, Mind Network gibi projeler "çağrılabilir veri + yürütülebilir niyet" vizyonunu ortaya koyuyor.

Böyle bir bağlamda bir soru gündeme geliyor: Eğer AI gelecekse, Web3'ün veri katmanını ve karar alma temelini kim inşa edecek? Port3 Ağı bunun için oldukça nihai bir cevap veriyor:

İlk olarak SoQuest görev platformundan, ardından Rankit'in sosyal davranış puanlama motoruna, daha sonra OpenBQL'ün çapraz zincir niyet gerçekleştirme diline, Port3 kullanıcı davranışını merkez alan, AI modeline dost olan "sosyal veri altyapısını" kurdu. Bu yalnızca zincir üzerindeki verileri ve zincir dışındaki sosyal davranışları entegre etmekle kalmaz, aynı zamanda standartlaştırma ve niyet tanıma yoluyla verileri akıllı ajanların anlayabileceği, çağırabileceği ve uygulayabileceği "hareket şablonları" haline getirir.

Başka bir deyişle, Port3 artık tek bir görev platformu veya araç değil, veri egemenliği, zincir üzeri kimlik, sosyal finans gibi anlatılar henüz gerçekten bütünleşmeden önce "Web3 veri beyni" stratejik konumunu önceden işgal etmiştir.

2. Proje Tanıtımı

2.1 Port3 nedir?

Port3 Ağı, AI destekli bir Web3 sosyal veri altyapı projesidir ve çok zincirli, programlanabilir ve çağrılabilir bir sosyal veri katmanı oluşturmayı hedeflemektedir. Web2 ve Web3 kullanıcı davranış verilerini bir araya getirerek ve AI motoru ile standartlaştırılmış işleme tabi tutarak, Port3, veri toplama (SoQuest), yapılandırılmış puanlama (Rankit), akıllı sorgulama (OpenBQL) ve Agent çağrısı (Ailliance.ai) ile tam bir kapalı döngü oluşturmuştur ve AI çağında zincir üzerindeki davranışların varlıklaştırılmasında kritik bir tesis haline gelmiştir.

2.2 Proje Özeti

2.2.1 Finans Durumu

2023 Şubat: 3 milyon dolarlık tohum turu finansmanını tamamladı.

Ağustos 2023: Yeni bir milyonlarca dolarlık finansman turu aldı.

2023 Ekim: Ek yatırım ve hibe desteği almak.

2.2.2 Takım Durumu

Max D. : Kurucu Ortak, Apple'da çalışma deneyimine sahip; zengin Web3 proje inkübasyonu ve ekosistem genişletme deneyimine sahiptir.

Anthony Deng: Kurucu Ortak, daha önce Tencent ve Viabtc Technology Limited'de arka uç geliştirme çalışmaları yaptı, yüksek eşzamanlı sistem tasarımı ve dağıtık mimari konusunda yılların deneyimine sahiptir.

3. Port3'ün Vizyonu: "Görev Platformu"'ndan "AI Sosyal Veri Temel Katmanı"na

Port3'ün ürün matrisini bir ana hat olarak özetlemek mümkündür: "Davranış varlıktır, Port3 verilerin toplanmasından dönüştürülmesine kadar olan akış döngüsünden sorumludur."

3.1 Port3 çekirdek altyapısı

3.1.1 Veri Toplama - SoQuest

SoQuest, Port3 Network tarafından inşa edilen temel veri girişidir ve görev dağıtımı, davranış doğrulama, topluluk büyümesi ve veri toplama gibi unsurları bir araya getiren bir Web3 kullanıcı davranış yakalama platformudur. Özünde, görevleri tetikleyici mekanizma olarak kullanan ve kullanıcı sosyal davranışlarını toplama nesnesi olarak alan bir veri üretim sistemidir; zincir üzerindeki etkileşim ile Web2 sosyal platformları arasındaki davranış yollarını birleştirir.

SoQuest, Twitter, Telegram, Discord gibi önde gelen Web2 platformlarını destekler ve EVM, Solana, Aptos, Sui gibi 19 zincir üzerindeki etkileşimleri, işlem, yetkilendirme, NFT mint gibi işlemleri kapsayarak Web3 alanında en geniş kapsamlı davranış toplama sistemlerinden birini oluşturur.

2025 yılının ortasına kadar, Port3 Network 6 milyondan fazla kullanıcı ve 7.000 projenin dinamik verilerini topladı, veri kapsamı 10 milyondan fazla kripto kullanıcıyı kapsıyor. Büyük ölçekli kullanıcı davranış kayıtları ve zincir sosyal etkileşim olayları üretti, gerçek, çok boyutlu ve yüksek frekanslı bir Web3 sosyal davranış veritabanı oluşturdu.

Platformun ölçeklenebilirliğini ve veri toplama yeteneğini artırmak için SoQuest, projelerin kendi dApp veya Telegram Mini Uygulamalarına görev sistemini entegre etmelerine olanak tanıyan QaaS(Quest-as-a-Service modülünü tanıttı. 2025 yılında doğrulama API'sini daha da açarak, önceden belirlenmiş bir şablon olmadan doğrulama mantığını entegre etme imkanı sunarak görev sisteminin standartlaşmasını ve evrenselliğini büyük ölçüde artırdı.

3.1.2 Veri Çökelti - AI Sosyal Veri Katmanı

SoQuest tarafından yakalanan kullanıcı davranış verileri, nihayet Port3 Network'ün ana modülü olan AI Sosyal Veri Katmanı'na yerleşiyor. Bu, AI uygulamaları için tasarlanmış yapılandırılmış bir davranış veritabanıdır ve Port3'ün "davranış varlıklaştırması" ve "bilgi finansallaşması (InfoFi)" hedeflerini gerçekleştirmesinin temel altyapısını oluşturur.

Geleneksel zincir üzerindeki veri platformlarının "sorgulama" amacına yönelik tasarım fikrinden farklı olarak, Port3'ün veri katmanı şunlara odaklanmaktadır: verilerin AI modelleri için nasıl kullanılacağı ve otomatik olarak gerçekleştirilebilen zincir üzerindeki çıkarım ve etkileşimi desteklemek.

AI Sosyal Veri Katmanı, on milyonlarca zincir üzerindeki etkileşim kaydı ve sosyal görev davranış verisini entegre eder ve sürekli olarak SoQuest, Rankit gibi uygulama modülleri aracılığıyla gerçek zamanlı güncellemeler gerçekleştirir. Bu, Port3'ün davranış bilişinin merkezi olup, karmaşık zincir üzerindeki ve dışındaki davranış verilerini yapılandırır ve anlamsallaştırır, akıllı varlıklara "anlaşılır, birleştirilebilir, çağrılabilir" veri yakıtı sağlar.

3.1.3 Veri Uygulamaları - Rankit + OpenBQL + Ailliance.ai → AI Agent Sistemi

Rankit: AI destekli sosyal davranış analizi motoru

Rankit, Port3 sosyal veri yeteneklerinin amiral gemisi uygulamasıdır ve AI katmanının BQL veri yeteneklerinin "görselleştirilmiş yürütmesi"dir.

Rankit'in yetenekleri ve paradigma yeniliği:

• Çoklu platform sosyal sıcaklık puanı: Twitter, Telegram, Discord gibi sosyal sinyalleri birleştirerek Web3 dünyasındaki anahtar eğilimleri, popüler projeleri ve duygu değişimlerini tanımlar.

• Anlam tanıma ve puanlama modeli: NLP ve büyük model duygu analizi aracılığıyla, tartışma odakları, KOL etkisi ve kullanıcı güven düzeyini yapılandırılmış göstergelere dönüştürerek topluluk yönetimi, kredi risk yönetimi, zincir üzerindeki işlemler gibi senaryolar için kullanılacaktır.

• Dikey alan yerleştirme örneği: Örneğin, en son tanıtılan USD1 ekosistem veri motoru, ısı haritası, sosyal etkileşim ve zincir üzerindeki enerji ile etkileşim kurarak, BNB Chain üzerindeki potansiyel projeleri gerçek zamanlı olarak takip ediyor ve DeFi kullanıcılarının Alpha’yı yakalaması için akıllı bir pusula haline geliyor.

Rankit'in desteğiyle, Port3 sadece veri sağlamakla kalmaz, aynı zamanda "açıklayıcı veriler" de sunar - ne olduğunu söylemekle kalmaz, aynı zamanda ne yapmanız gerektiğini de belirtir.

OpenBQL: Niyete Dayalı Zincir Üstü İcra Dili

Eğer SoQuest veri girişi ise, o zaman BQL (Blockchain Quest Language) Port3'ün veri beyin kabuğudur, tüm davranış verilerinin işlenmesi, düzenlenmesi, çağrılması için anlamsal çekirdek ve çalışma motorudur.

BQL'nin Rolü ve Mekanizması:

• Genel Dil Katmanı: BQL, geliştiricilerin veya Ajanların "Aptos zincirinde NFT satın al" gibi ifadelerle zincir üzerindeki gerçek işlemleri gerçekleştirmesine olanak tanıyan doğal dil dostu bir sorgu yapısı sağlar ve EVM, BTC, Solana çok zincirli ortamını birleştirir.

• Standartlaştırılmış yürütme katmanı: Zincir üzerindeki varlık işlemlerinin (örneğin, ticaret, staking, likidite ekleme) tek tıklamayla otomatik işlenmesini destekler ve zincir üzerindeki davranışların otomatikleşmesinin ana merkezi olarak hizmet eder.

• Veri Anlamı Çıkarıcı: AI modelleri ve Ajanlar için standart yapılandırılmış veri desteği sağlar, bilgi finansmanı (InfoFi) için gerekli olan yüksek frekanslı veri güncellemeleri ve hesaplamaları gerçekleştirir.

BQL sayesinde, Port3 Web3 dünyasında yeni bir "blok zinciri doğal dil protokolü" oluşturmayı teşvik ediyor, blok zinciri üzerindeki eylemleri "kod katmanından" "niyet katmanına" yükseltiyor - makineler yalnızca söylediğiniz talimatları yerine getirmekle kalmıyor, aynı zamanda niyetinizi de anlayabiliyor.

AI Ajanı entegrasyon yeteneği: Ailliance.ai

• Port3, geliştiricilerin Rankit/SoQuest/OpenBQL tarafından üretilen yapılandırılmış verilere doğrudan erişim sağlamasına veya talimatlar yürütmesine olanak tanıyan genel bir Agent API katmanı inşa ediyor.

• Uygulamalar, ticaret kararları, görev yayınlama, topluluk yönetimi gibi çeşitli senaryoları kapsayan otomatik yatırım asistanı, etkileşimli robotlar, zincir oyunu akıllı asistanları gibi araçları içerir.

Bu ürün yapısı, Port3'ü Web3 sosyal veri alanında "toplama→analiz→uygulama→çağrı" tam süreç yeteneğine sahip tek platform haline getiriyor.

Son hedef, davranış verilerini temel alan bir Web3 AI standart protokol ağı inşa etmek, böylece AI Ajanlarının zincir üzerindeki varlıkları anlaması, tanımlaması ve işlemesi sağlamaktır.

3.2 Port3'ün koruma duvarı: İş birikiminin getirdiği büyüme tekerleği

Port3, Web3 AI anlatımında önde gelen bir yer edinmesini, gelişmiş büyük model yeteneklerine sahip olmasından değil, iş birikimi sürecinde derinlik ve genişlik açısından yüksek değerli sosyal davranış veri varlıkları oluşturmasından kaynaklanmaktadır. Bu veri avantajı, Port3'ün AI uygulamaları, Agent inşası ve model eğitimi için eşsiz bir temel oluşturmaktadır:

3.2.1. On-chain ve off-chain davranış verilerinin on milyon seviyesinde birikimi

SoQuest'in üç yılı aşkın bir süre boyunca görev platformu işletimi sayesinde, Port3, görev davranışları, cüzdan etkileşimleri, blok zinciri varlıkları, topluluk katılımı gibi birçok boyutu kapsayan 10 milyondan fazla kullanıcı katılım izini biriktirmiştir. Bu veriler Web2 ile Web3 arasında geçiş yapmaktadır; Twitter paylaşımları, Discord etkinliği, Telegram tutma oranları, blok zinciri işlemleri, staking, pozisyon tutma gibi unsurları içermektedir ve son derece yoğun bir sosyal davranış haritası oluşturmaktadır. Mevcut AI modeli "veri yakıt olarak" bağlamında, bu tür yapılandırılmış ve yüksek frekanslı etkileşim verileri, şüphesiz Web3 AI Agent'ı inşa etmek için en değerli girdi kaynaklarıdır.

3.2.2 Binlerce proje ile derin işbirliği, veriler sürekli gerçek zamanlı olarak güncellenmektedir

Port3, tek bir ürün odaklı bir platform değildir, 7000'den fazla Web3 projesiyle işbirliği kurmuştur ve airdrop dağıtımı, görev tasarımı, topluluk yönetimi, zincir üzeri etkileşim gibi birçok senaryoyu kapsamaktadır. Bu işbirliği sadece gerçek kullanıcı davranışlarını getirmekle kalmamış, aynı zamanda veri kaynaklarının çeşitliliğini ve gerçek zamanlılığını da garanti etmiştir. Proje sahipleriyle birlikte inşa edilen veri kanalları aracılığıyla, Port3 sürekli olarak en son ekosistem eğilimlerini ve kullanıcı trendlerini absorbe ederek, statik bir anlık görüntü yerine dinamik evrilen bir veri motoru inşa etmektedir. Bu veri güncelleme yeteneği, AI modellerine sürekli evrilen bir "eğitim materyali havuzu" sunmaktadır.

3.2.3 AI model eğitimi için özel veri seti oluşturma, zincir üzerindeki Agent'a anlamsal destek sağlama

Web2 verilerinin genel verileriyle karşılaştırıldığında, Web3 kullanıcılarının zincir üzerindeki kimlikleri, etkileşim yolları ve varlık davranışları yüksek anonimlik ve yapı karmaşıklığına sahiptir; geleneksel modeller bu duruma uyum sağlamakta zorluk çekmektedir. Ancak Port3, Rankit'in anlamsal tanıma ve davranış etiketleme sistemi sayesinde zincir üzerindeki davranışlar ile doğal dil anlamları arasında bir köprü kurmaktadır. Örneğin: "Cüzdan A, B protokolünde airdrop'a katıldı + tweet attı + yönetişime ikinci kez katıldı" ifadesi, "aktif katılımcı" veya "erken evangelist" anlamsal etiketleri olarak modellenebilir, böylece AI Agent bu kullanıcı gruplarını anlayabilir ve harekete geçirebilir. Bu, zincir üzerindeki AI modellerinin "algıdan" "anlama"ya geçişini teşvik eden bir adımdır.