من البيانات الاجتماعية إلى الدماغ الذكي: كيف يقوم Port3 Network بإنشاء طبقة البيانات الذكية 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 تُستغل بعد في عصر الذكاء الاصطناعي. تحتوي البيانات الاجتماعية التي تُنتج كل دقيقة على قيمة هائلة لم تُستخرج بعد.
واقع Web3 هو واقع متقطع: من ناحية، شهدت بروتوكولات مثل DeFi وNFT وGameFi نموًا هائلًا، مما أدى إلى توليد المستخدمين كمية كبيرة من بيانات الأنشطة على السلسلة وخارجها؛ ومن ناحية أخرى، تتناثر هذه البيانات في DApp وعلامات المعاملات ومنصات التواصل الاجتماعي المعزولة، 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. مثل ChatGPT من OpenAI، وClaude من Anthropic، ومشاريع Agent المبنية على Web3 مثل Autonolas وMorphpad وMind Network وغيرها، جميعها طرحت رؤية "البيانات القابلة للاستدعاء + النوايا القابلة للتنفيذ".
في هذا السياق، يبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيقوم ببناء طبقة البيانات و أساس القرار في ويب 3؟ وقد قدمت شبكة Port3 إجابة شبه نهائية:
من منصة مهام SoQuest في البداية، إلى محرك تقييم السلوك الاجتماعي Rankit، ثم إلى لغة تنفيذ النية عبر السلاسل OpenBQL، قامت Port3 ببناء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم وودية نماذج الذكاء الاصطناعي. إنها لا تجمع فقط بين البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، ولكن من خلال التوحيد والتعرف على النية، تجعل البيانات "قالب العمل" الذي يمكن للوكيل فهمه واستدعاؤه وتنفيذه.
بعبارة أخرى، لم يعد Port3 عبارة عن منصة أو أداة لمهمة واحدة، بل احتل مسبقًا موقعًا استراتيجيًا في "دماغ بيانات Web3" قبل أن تتكامل السرديات حول سيادة البيانات، وهوية السلسلة، والتمويل الاجتماعي.
ستقوم هذه المقالة بتحليل مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو بشكل عميق، واستكشاف كيف يمكنها أن تؤسس حلقة مغلقة لتداول البيانات موجهة نحو وكيل الذكاء الاصطناعي في عالم Web3 المجزأ، وأن تصبح البنية التحتية الخفية للاتجاه الذي قد يصل إلى تريليون.
2. مقدمة المشروع
2.1 ما هو Port3؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية المدفوعة 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، ومعالجتها بشكل موحد بواسطة محرك الذكاء الاصطناعي، قامت Port3 بإنشاء حل متكامل يتكون من جمع البيانات (SoQuest)، التصنيف 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: إكمال جولة تمويل أولية بقيمة 3 ملايين دولار
أغسطس 2023: الحصول على جولة جديدة من تمويل بملايين الدولارات
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
Max D.: المؤسس المشارك، لديه خبرة في العمل في شركة آبل؛ يمتلك خبرة واسعة في حاضنات مشاريع Web3 وتوسيع النظم البيئية.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent وViabtc Technology Limited في تطوير الظهر، يمتلك سنوات من الخبرة في تصميم الأنظمة ذات التحميل العالي والهندسة المعمارية الموزعة
3. رؤية Port3: من "منصة المهام" إلى "طبقة البيانات الاجتماعية للذكاء الاصطناعي"
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 الجمع إلى التحويل في الحلقة المغلقة."
3.1 البنية التحتية الأساسية Port3
3.1.1 تجميع البيانات - SoQuest
SoQuest هي بوابة البيانات الأساسية التي أنشأتها شبكة Port3، وهي منصة لالتقاط سلوكيات مستخدمي Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهرها، هي نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز، والسلوك الاجتماعي للمستخدمين كموضوع لجمع البيانات، وتعمل على ربط المسارات السلوكية بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter و Telegram و Discord، ويتوافق مع سلوكيات التفاعل على 19 سلسلة مثل EVM و Solana و Aptos و Sui، بما في ذلك المعاملات والتفويض و mint NFT، مما يشكل واحدة من أكثر أنظمة جمع السلوكيات شمولاً في مجال Web3.
حتى 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 سجل واسع من سلوك المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لزيادة قابلية التوسع للمنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح للجهات المعنية بدمج نظام المهام في تطبيقات dApp الخاصة بهم أو تطبيقات Telegram Mini. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يسمح بإكمال 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 لحلقات الأصول السلوكية الكاملة لـ Port3، وهو أيضًا المصدر الأصلي لبيانات السلوك الدلالية المطلوبة لاستنتاج الذكاء الاصطناعي.
3.1.2 طبقة البيانات - AI Social Data Layer
تُخزن بيانات سلوك المستخدم التي تلتقطها SoQuest في النهاية في الوحدة الأساسية لشبكة Port3 ------ طبقة بيانات الذكاء الاصطناعي الاجتماعية، وهي قاعدة بيانات سلوك مُهيكلة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها المرفق الأساسي الذي يُمكن Port3 من تحقيق "تحويل السلوك إلى أصول" و"تحويل المعلومات إلى مال (InfoFi)".
يختلف عن منصات البيانات على السلسلة التقليدية ( مثل The Graph و Dune وما إلى ذلك، التي تستهدف تصميمها "الاستعلام"، فإن طبقة البيانات في Port3 تركز على: كيفية جعل البيانات قابلة للاستخدام من قبل نماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة الذي يتم تنفيذه تلقائيًا.
تجمع طبقة البيانات الاجتماعية للذكاء الاصطناعي عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الفعلي من خلال وحدات التطبيقات مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو بشكل مستمر. إنها مركز الإدراك السلوكي لـ Port3، حيث يتم هيكلة البيانات السلوكية المعقدة على السلسلة وخارجها وتقديمها بشكل دلالي، لتزويد الوكلاء بـ "وقود بيانات قابل للفهم، وقابل للتجميع، وقابل للاستدعاء".
![من البيانات الاجتماعية إلى الدماغ الذكي: كيف ستبني شبكة Port3 شبكة الذكاء الاصطناعي لعالم Web3؟])https://img-cdn.gateio.im/webp-social/moments-e99f6dd0ad2c1543a76148cd77b3d3a7.webp(
)# 3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام AI Agent
Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرئيسي لقدرات بيانات Port3 الاجتماعية، وهو "تنفيذ مرئي" لقدرات بيانات BQL على طبقة الذكاء الاصطناعي.
قدرات Rankit وابتكار النموذج:
تقييم حرارة التواصل عبر المنصات: يجمع بين إشارات وسائل التواصل الاجتماعي مثل تويتر، تيليجرام، ديسكورد، لتحديد الاتجاهات الرئيسية، المشاريع الساخنة، وتحولات المشاعر في عالم Web3.
التعرف على الدلالات ونمذجة التقييم: من خلال تحليل المشاعر باستخدام معالجة اللغة الطبيعية والنماذج الكبيرة، سيتم تحويل محور المناقشة، وتأثير الشخصيات المؤثرة، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة المخاطر في الإقراض، والمعاملات على السلسلة.
عرض تجريبي في مشهد عمودي: على سبيل المثال، محرك بيانات USD1 الإيكولوجي الذي تم إطلاقه مؤخرًا، من خلال خرائط الحرارة، ونشاط التواصل الاجتماعي، وارتباط الزخم على السلسلة، يتتبع في الوقت الفعلي المشاريع المحتملة على BNB Chain، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا تقدم Port3 البيانات فحسب، بل تقدم أيضًا "بيانات تفسيرية" ------ لا تخبرك فقط بما حدث، بل تخبرك أيضًا بما يجب عليك فعله.
OpenBQL:لغة التنفيذ على السلسلة المدفوعة بالنية
إذا كانت SoQuest هي مدخل البيانات، فإن BQL### Blockchain Quest Language( هو قشرة الدماغ للبيانات Port3، وهو اللب السيميوتيكي ونظام التشغيل لجميع بيانات السلوك المعالجة والمنظمة والاستدعاء.
دور وآلية BQL:
طبقة البيانات: BQL توفر هيكل استعلام سهل الاستخدام مع اللغة الطبيعية، مما يتيح للمطورين أو الوكلاء تنفيذ عمليات فعلية على السلسلة باستخدام تعليمات مثل "شراء NFT على سلسلة Aptos"، مما يربط بين بيئات متعددة السلاسل مثل EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم معالجة الأصول على السلسلة ) مثل التداول، الرهن، إضافة السيولة ( بشكل تلقائي بنقرة واحدة، وهي المركز 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(.
بفضل BQL، يقوم Port3 بدفع بناء "بروتوكول اللغة الطبيعية على السلسلة" جديد في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة البيانات" إلى "طبقة النية" ------ الآلات لا تنفذ فقط التعليمات التي تقولها، بل يمكنها أيضًا فهم نيتك.
قدرة تكامل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يقوم ببناء طبقة البيانات API عامة، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL مباشرة أو تنفيذ التعليمات.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب على السلسلة، وغيرها، تغطي 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" في مجال بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكولات معيارية للويب 3 تعتمد على بيانات السلوك، مما يمكن وكيل الذكاء الاصطناعي من فهم والتعرف على والتعامل مع الأصول على السلسلة.
![من البيانات الاجتماعية إلى دماغ AI: كيف ستقوم شبكة Port3 ببناء شبكة AI لعالم Web3؟])https://img-cdn.gateio.im/webp-social/moments-4f1158531e71cb17cde8a6d112be2680.webp(
) 3.2 خندق Port3: عجلة النمو الناتجة عن تراكم الأعمال
تتمتع Port3 بقدرة فريدة على احتلال مكانة رائدة في سرد القصص بالذكاء الاصطناعي Web3، والسبب الجذري لذلك لا يكمن في امتلاكها لقدرات نماذج متقدمة، بل في بناء أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق واسع خلال عملية تراكم الأعمال. توفر هذه الميزة البيانية أساسًا فريدًا لتطبيقات الذكاء الاصطناعي الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك链 على مستوى عشرة ملايين
بالاعتماد على تشغيل منصة المهام SoQuest التي استمرت لمدة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مسار مشاركة المستخدمين، تغطي أبعادًا متعددة مثل سلوك المهام، التفاعل مع المحفظة، الأصول على السلسلة، ودرجة المشاركة في المجتمع. تتجاوز هذه البيانات Web2 وWeb3، مثل منشورات تويتر، النشاط على Discord، الاحتفاظ في Telegram، المعاملات على السلسلة، الرهن، والاحتفاظ، لتشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات هي الوقود"، تعتبر هذه البيانات السلوكية الهيكلية وعالية التكرار بلا شك من أندر موارد الإدخال لبناء وكيل ذكاء اصطناعي Web3.
3.2.2 التعاون بشكل عميق مع آلاف المشاريع، وتحديث البيانات بشكل مستمر في الوقت الحقيقي
Port3 ليست منصة موجهة لمنتج واحد فقط، بل أقامت شراكات مع أكثر من 7000+ مشروع Web3، تغطي مجالات مثل توزيع التوزيعات، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لم تجلب فقط سلوكيات مستخدمين حقيقية، بل ضمنت أيضًا تنوع ووقت حقيقي لمصادر البيانات. من خلال القنوات البيانية التي تم بناؤها بالتعاون مع فرق المشاريع، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية واتجاهات المستخدمين، مما يبني محرك بيانات ديناميكي يتطور باستمرار، بدلاً من مجموعة ثابتة من اللقطات. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" تتطور باستمرار لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات تدريب نموذج الذكاء الاصطناعي الخاصة, لتوفير الدعم الدلالي لوكلاء على السلسلة
بالمقارنة مع بيانات Web2 العامة، تتمتع هوية مستخدمين Web3 على السلسلة، ومسارات التفاعل، وسلوك الأصول بدرجة عالية من الخصوصية وتعقيد الهيكل، مما يجعل النماذج التقليدية صعبة التكيف. في حين أن Port3 من خلال نظام التعرف الدلالي لتصنيف Rankit، يفتح مساراتmapping بين السلوك على السلسلة والمعاني اللغوية الطبيعية. على سبيل المثال: "المحفظة A تشارك في الإطلاق الجوي في بروتوكول B + نشر تغريدة + المشاركة مرة أخرى في الحكم"، يمكن نمذجتها على أنها "مشارك نشط" أو "مبشر مبكر"، مما يمكّن الوكيل الذكي من فهم.
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.
بورت 3 نتورك تبني بنية تحتية لبيانات التواصل الاجتماعي الذكية في ويب 3 لإنشاء حلقة مغلقة لأصول السلوك
من البيانات الاجتماعية إلى الدماغ الذكي: كيف يقوم Port3 Network بإنشاء طبقة البيانات الذكية 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 تُستغل بعد في عصر الذكاء الاصطناعي. تحتوي البيانات الاجتماعية التي تُنتج كل دقيقة على قيمة هائلة لم تُستخرج بعد.
واقع Web3 هو واقع متقطع: من ناحية، شهدت بروتوكولات مثل DeFi وNFT وGameFi نموًا هائلًا، مما أدى إلى توليد المستخدمين كمية كبيرة من بيانات الأنشطة على السلسلة وخارجها؛ ومن ناحية أخرى، تتناثر هذه البيانات في DApp وعلامات المعاملات ومنصات التواصل الاجتماعي المعزولة، 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. مثل ChatGPT من OpenAI، وClaude من Anthropic، ومشاريع Agent المبنية على Web3 مثل Autonolas وMorphpad وMind Network وغيرها، جميعها طرحت رؤية "البيانات القابلة للاستدعاء + النوايا القابلة للتنفيذ".
في هذا السياق، يبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيقوم ببناء طبقة البيانات و أساس القرار في ويب 3؟ وقد قدمت شبكة Port3 إجابة شبه نهائية:
من منصة مهام SoQuest في البداية، إلى محرك تقييم السلوك الاجتماعي Rankit، ثم إلى لغة تنفيذ النية عبر السلاسل OpenBQL، قامت Port3 ببناء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم وودية نماذج الذكاء الاصطناعي. إنها لا تجمع فقط بين البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، ولكن من خلال التوحيد والتعرف على النية، تجعل البيانات "قالب العمل" الذي يمكن للوكيل فهمه واستدعاؤه وتنفيذه.
بعبارة أخرى، لم يعد Port3 عبارة عن منصة أو أداة لمهمة واحدة، بل احتل مسبقًا موقعًا استراتيجيًا في "دماغ بيانات Web3" قبل أن تتكامل السرديات حول سيادة البيانات، وهوية السلسلة، والتمويل الاجتماعي.
ستقوم هذه المقالة بتحليل مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو بشكل عميق، واستكشاف كيف يمكنها أن تؤسس حلقة مغلقة لتداول البيانات موجهة نحو وكيل الذكاء الاصطناعي في عالم Web3 المجزأ، وأن تصبح البنية التحتية الخفية للاتجاه الذي قد يصل إلى تريليون.
2. مقدمة المشروع
2.1 ما هو Port3؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية المدفوعة 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، ومعالجتها بشكل موحد بواسطة محرك الذكاء الاصطناعي، قامت Port3 بإنشاء حل متكامل يتكون من جمع البيانات (SoQuest)، التصنيف 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: إكمال جولة تمويل أولية بقيمة 3 ملايين دولار
أغسطس 2023: الحصول على جولة جديدة من تمويل بملايين الدولارات
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
Max D.: المؤسس المشارك، لديه خبرة في العمل في شركة آبل؛ يمتلك خبرة واسعة في حاضنات مشاريع Web3 وتوسيع النظم البيئية.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في Tencent وViabtc Technology Limited في تطوير الظهر، يمتلك سنوات من الخبرة في تصميم الأنظمة ذات التحميل العالي والهندسة المعمارية الموزعة
3. رؤية Port3: من "منصة المهام" إلى "طبقة البيانات الاجتماعية للذكاء الاصطناعي"
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 الجمع إلى التحويل في الحلقة المغلقة."
3.1 البنية التحتية الأساسية Port3
3.1.1 تجميع البيانات - SoQuest
SoQuest هي بوابة البيانات الأساسية التي أنشأتها شبكة Port3، وهي منصة لالتقاط سلوكيات مستخدمي Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهرها، هي نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز، والسلوك الاجتماعي للمستخدمين كموضوع لجمع البيانات، وتعمل على ربط المسارات السلوكية بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل Twitter و Telegram و Discord، ويتوافق مع سلوكيات التفاعل على 19 سلسلة مثل EVM و Solana و Aptos و Sui، بما في ذلك المعاملات والتفويض و mint NFT، مما يشكل واحدة من أكثر أنظمة جمع السلوكيات شمولاً في مجال Web3.
حتى 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 سجل واسع من سلوك المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لزيادة قابلية التوسع للمنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح للجهات المعنية بدمج نظام المهام في تطبيقات dApp الخاصة بهم أو تطبيقات Telegram Mini. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يسمح بإكمال 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 لحلقات الأصول السلوكية الكاملة لـ Port3، وهو أيضًا المصدر الأصلي لبيانات السلوك الدلالية المطلوبة لاستنتاج الذكاء الاصطناعي.
3.1.2 طبقة البيانات - AI Social Data Layer
تُخزن بيانات سلوك المستخدم التي تلتقطها SoQuest في النهاية في الوحدة الأساسية لشبكة Port3 ------ طبقة بيانات الذكاء الاصطناعي الاجتماعية، وهي قاعدة بيانات سلوك مُهيكلة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها المرفق الأساسي الذي يُمكن Port3 من تحقيق "تحويل السلوك إلى أصول" و"تحويل المعلومات إلى مال (InfoFi)".
يختلف عن منصات البيانات على السلسلة التقليدية ( مثل The Graph و Dune وما إلى ذلك، التي تستهدف تصميمها "الاستعلام"، فإن طبقة البيانات في Port3 تركز على: كيفية جعل البيانات قابلة للاستخدام من قبل نماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة الذي يتم تنفيذه تلقائيًا.
تجمع طبقة البيانات الاجتماعية للذكاء الاصطناعي عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الفعلي من خلال وحدات التطبيقات مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو بشكل مستمر. إنها مركز الإدراك السلوكي لـ Port3، حيث يتم هيكلة البيانات السلوكية المعقدة على السلسلة وخارجها وتقديمها بشكل دلالي، لتزويد الوكلاء بـ "وقود بيانات قابل للفهم، وقابل للتجميع، وقابل للاستدعاء".
![من البيانات الاجتماعية إلى الدماغ الذكي: كيف ستبني شبكة Port3 شبكة الذكاء الاصطناعي لعالم Web3؟])https://img-cdn.gateio.im/webp-social/moments-e99f6dd0ad2c1543a76148cd77b3d3a7.webp(
)# 3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام AI Agent
Rankit: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرئيسي لقدرات بيانات Port3 الاجتماعية، وهو "تنفيذ مرئي" لقدرات بيانات BQL على طبقة الذكاء الاصطناعي.
قدرات Rankit وابتكار النموذج:
تقييم حرارة التواصل عبر المنصات: يجمع بين إشارات وسائل التواصل الاجتماعي مثل تويتر، تيليجرام، ديسكورد، لتحديد الاتجاهات الرئيسية، المشاريع الساخنة، وتحولات المشاعر في عالم Web3.
التعرف على الدلالات ونمذجة التقييم: من خلال تحليل المشاعر باستخدام معالجة اللغة الطبيعية والنماذج الكبيرة، سيتم تحويل محور المناقشة، وتأثير الشخصيات المؤثرة، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة المخاطر في الإقراض، والمعاملات على السلسلة.
عرض تجريبي في مشهد عمودي: على سبيل المثال، محرك بيانات USD1 الإيكولوجي الذي تم إطلاقه مؤخرًا، من خلال خرائط الحرارة، ونشاط التواصل الاجتماعي، وارتباط الزخم على السلسلة، يتتبع في الوقت الفعلي المشاريع المحتملة على BNB Chain، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا تقدم Port3 البيانات فحسب، بل تقدم أيضًا "بيانات تفسيرية" ------ لا تخبرك فقط بما حدث، بل تخبرك أيضًا بما يجب عليك فعله.
OpenBQL:لغة التنفيذ على السلسلة المدفوعة بالنية
إذا كانت SoQuest هي مدخل البيانات، فإن BQL### Blockchain Quest Language( هو قشرة الدماغ للبيانات Port3، وهو اللب السيميوتيكي ونظام التشغيل لجميع بيانات السلوك المعالجة والمنظمة والاستدعاء.
دور وآلية BQL:
طبقة البيانات: BQL توفر هيكل استعلام سهل الاستخدام مع اللغة الطبيعية، مما يتيح للمطورين أو الوكلاء تنفيذ عمليات فعلية على السلسلة باستخدام تعليمات مثل "شراء NFT على سلسلة Aptos"، مما يربط بين بيئات متعددة السلاسل مثل EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم معالجة الأصول على السلسلة ) مثل التداول، الرهن، إضافة السيولة ( بشكل تلقائي بنقرة واحدة، وهي المركز 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(.
بفضل BQL، يقوم Port3 بدفع بناء "بروتوكول اللغة الطبيعية على السلسلة" جديد في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة البيانات" إلى "طبقة النية" ------ الآلات لا تنفذ فقط التعليمات التي تقولها، بل يمكنها أيضًا فهم نيتك.
قدرة تكامل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يقوم ببناء طبقة البيانات API عامة، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL مباشرة أو تنفيذ التعليمات.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب على السلسلة، وغيرها، تغطي 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" في مجال بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكولات معيارية للويب 3 تعتمد على بيانات السلوك، مما يمكن وكيل الذكاء الاصطناعي من فهم والتعرف على والتعامل مع الأصول على السلسلة.
![من البيانات الاجتماعية إلى دماغ AI: كيف ستقوم شبكة Port3 ببناء شبكة AI لعالم Web3؟])https://img-cdn.gateio.im/webp-social/moments-4f1158531e71cb17cde8a6d112be2680.webp(
) 3.2 خندق Port3: عجلة النمو الناتجة عن تراكم الأعمال
تتمتع Port3 بقدرة فريدة على احتلال مكانة رائدة في سرد القصص بالذكاء الاصطناعي Web3، والسبب الجذري لذلك لا يكمن في امتلاكها لقدرات نماذج متقدمة، بل في بناء أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق واسع خلال عملية تراكم الأعمال. توفر هذه الميزة البيانية أساسًا فريدًا لتطبيقات الذكاء الاصطناعي الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك链 على مستوى عشرة ملايين
بالاعتماد على تشغيل منصة المهام SoQuest التي استمرت لمدة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مسار مشاركة المستخدمين، تغطي أبعادًا متعددة مثل سلوك المهام، التفاعل مع المحفظة، الأصول على السلسلة، ودرجة المشاركة في المجتمع. تتجاوز هذه البيانات Web2 وWeb3، مثل منشورات تويتر، النشاط على Discord، الاحتفاظ في Telegram، المعاملات على السلسلة، الرهن، والاحتفاظ، لتشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات هي الوقود"، تعتبر هذه البيانات السلوكية الهيكلية وعالية التكرار بلا شك من أندر موارد الإدخال لبناء وكيل ذكاء اصطناعي Web3.
3.2.2 التعاون بشكل عميق مع آلاف المشاريع، وتحديث البيانات بشكل مستمر في الوقت الحقيقي
Port3 ليست منصة موجهة لمنتج واحد فقط، بل أقامت شراكات مع أكثر من 7000+ مشروع Web3، تغطي مجالات مثل توزيع التوزيعات، تصميم المهام، إدارة المجتمع، والتفاعل على السلسلة. هذه الشراكة لم تجلب فقط سلوكيات مستخدمين حقيقية، بل ضمنت أيضًا تنوع ووقت حقيقي لمصادر البيانات. من خلال القنوات البيانية التي تم بناؤها بالتعاون مع فرق المشاريع، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية واتجاهات المستخدمين، مما يبني محرك بيانات ديناميكي يتطور باستمرار، بدلاً من مجموعة ثابتة من اللقطات. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" تتطور باستمرار لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات تدريب نموذج الذكاء الاصطناعي الخاصة, لتوفير الدعم الدلالي لوكلاء على السلسلة
بالمقارنة مع بيانات Web2 العامة، تتمتع هوية مستخدمين Web3 على السلسلة، ومسارات التفاعل، وسلوك الأصول بدرجة عالية من الخصوصية وتعقيد الهيكل، مما يجعل النماذج التقليدية صعبة التكيف. في حين أن Port3 من خلال نظام التعرف الدلالي لتصنيف Rankit، يفتح مساراتmapping بين السلوك على السلسلة والمعاني اللغوية الطبيعية. على سبيل المثال: "المحفظة A تشارك في الإطلاق الجوي في بروتوكول B + نشر تغريدة + المشاركة مرة أخرى في الحكم"، يمكن نمذجتها على أنها "مشارك نشط" أو "مبشر مبكر"، مما يمكّن الوكيل الذكي من فهم.