De los datos sociales a la mente AI: cómo Port3 Network está construyendo la capa de datos AI del mundo Web3
1. Introducción
En el mundo de Web3, los datos están pasando de ser información estática a activos dinámicos. Los datos del comportamiento social de los usuarios se han convertido en "minerales digitales" de gran valor en la era de la IA, pero que aún no se han desarrollado completamente. Los datos sociales generados cada minuto y cada segundo contienen un enorme valor, que aún no ha sido suficientemente explotado.
La realidad de Web3 es fragmentada: por un lado, los protocolos verticales como DeFi, NFT y GameFi han crecido de manera explosiva, generando una gran cantidad de datos de comportamiento en cadena y fuera de cadena; por otro lado, estos datos están dispersos en DApps aisladas, registros de transacciones y plataformas sociales, careciendo de una integración estructurada, lo que dificulta la construcción de un retrato unificado, y no pueden ser realmente utilizados.
Al mismo tiempo, el auge de la IA está reconfigurando rápidamente todo el mundo digital. Proyectos como ChatGPT de OpenAI, Claude de Anthropic, y proyectos de agentes construidos sobre Web3 como Autonolas, Morphpad, Mind Network, entre otros, han propuesto la visión de "datos llamables + intenciones ejecutables".
En este contexto, surge una pregunta: si la IA es el futuro, ¿quién construirá la Capa de datos y la base de decisiones de Web3? Port3 Network ha dado una respuesta bastante definitiva:
Desde la plataforma de tareas SoQuest, hasta el motor de puntuación de comportamiento social Rankit, y luego el lenguaje de ejecución de intenciones entre cadenas OpenBQL, Port3 ha construido una "infraestructura de datos sociales" centrada en el comportamiento del usuario y amigable con los modelos de IA. No solo integra datos en cadena y comportamientos sociales fuera de la cadena, sino que también, a través de la estandarización y el reconocimiento de intenciones, convierte los datos en "plantillas de acción" que los agentes pueden entender, invocar y ejecutar.
En otras palabras, Port3 ya no es una plataforma o herramienta de tareas única, sino que ha ocupado estratégicamente la posición de "cerebro de datos Web3" antes de que narrativas como la soberanía de datos, la identidad en cadena y las finanzas sociales se integren realmente.
Este artículo desglosará en profundidad la matriz de productos de Port3, la ventaja tecnológica, el mecanismo de tokens y la lógica de crecimiento, explorando cómo establece un circuito cerrado de flujo de datos orientado a agentes de IA en un mundo Web3 fragmentado, y se convierte en la infraestructura oculta de la próxima tendencia de billones.
2. Introducción al proyecto
¿Qué es 2.1 Port3?
Port3 Network es un proyecto de infraestructura de datos sociales Web3 impulsado por IA, que tiene como objetivo construir una capa de datos sociales cruzada, programable y llamable. Al agregar los datos de comportamiento de los usuarios de Web2 y Web3, y complementarlos con un motor de IA para su procesamiento estandarizado, Port3 ha creado un ciclo completo que abarca la recolección de datos (SoQuest), la puntuación estructurada (Rankit), las consultas inteligentes (OpenBQL) hasta la llamada al agente (Ailliance.ai), convirtiéndose en una instalación clave para la capitalización de activos de comportamiento en la era de la IA.
2.2 Resumen del proyecto
2.2.1 Situación de financiamiento
Febrero de 2023: Finalización de una ronda de financiación inicial de 3 millones de dólares.
Agosto de 2023: se obtuvo una nueva ronda de financiamiento de millones de dólares.
Octubre de 2023: se anunció la obtención de inversión de DWF Labs, así como el apoyo de subvenciones de Binance Labs, Mask Network y Aptos.
2.2.2 Situación del equipo
Max D.: cofundador, con experiencia laboral en Apple; posee una amplia experiencia en incubación de proyectos Web3 y expansión de ecosistemas.
Anthony Deng: cofundador, ha trabajado en Tencent y Viabtc Technology Limited en desarrollo backend, con muchos años de experiencia en diseño de sistemas de alta concurrencia y arquitecturas distribuidas.
3. Visión de Port3: de "plataforma de tareas" a "Capa de datos de redes sociales de IA"
Aunque la matriz de productos de Port3 incluye múltiples submódulos como SoQuest, Rankit, OpenBQL y on.meme, que parecen estar dispersos, en realidad se pueden resumir en una línea central: "El comportamiento es un activo, Port3 se encarga del flujo de datos desde la recolección hasta la conversión en un ciclo cerrado."
3.1 Infraestructura básica de Port3
3.1.1 Capa de datos - SoQuest
SoQuest es la entrada de datos central construida por Port3 Network, una plataforma de captura de comportamiento de usuarios Web3 que integra distribución de tareas, verificación de comportamientos, crecimiento de comunidades y recopilación de datos. Es esencialmente un sistema de generación de datos que utiliza tareas como mecanismo de activación y comportamientos sociales de los usuarios como objeto de recopilación, conectando las rutas de comportamiento entre las interacciones en cadena y las plataformas sociales Web2.
SoQuest admite plataformas populares de Web2 como Twitter, Telegram y Discord, y es compatible con interacciones en 19 cadenas como EVM, Solana, Aptos y Sui, incluyendo transacciones, autorizaciones, minting de NFT, entre otros, formando uno de los sistemas de recolección de comportamientos más amplios en el ámbito de Web3.
Hasta mediados de 2025, Port3 Network ha recopilado más de 6 millones de usuarios y 7,000 proyectos de datos dinámicos, con una cobertura que supera los 10 millones de usuarios de criptomonedas. Se ha generado un gran volumen de registros de comportamiento de usuarios y eventos de interacción social en la cadena, construyendo una base de datos de comportamiento social Web3 que es real, multidimensional y de alta frecuencia.
Para mejorar la escalabilidad de la plataforma y la capacidad de recopilación de datos, SoQuest lanzó el módulo QaaS(Quest-as-a-Service), que permite a los proyectos integrar un sistema de tareas en su propia dApp o Telegram Mini App. En 2025, se abrirá aún más la API de verificación, permitiendo completar la integración de la lógica de verificación sin plantillas predefinidas, lo que mejora significativamente la estandarización y la universalidad del sistema de tareas.
SoQuest no es solo una plataforma de tareas, es el punto de partida del ciclo cerrado de activos de comportamiento en toda la cadena de Port3, y también es la fuente original de los datos semánticos de comportamiento necesarios para la inferencia de IA.
3.1.2 Capa de datos - AI Social Data Layer
Los datos de comportamiento de los usuarios capturados por SoQuest se consolidan finalmente en el módulo central de Port3 Network------Capa de datos Social AI, que es una base de datos de comportamiento estructurada diseñada específicamente para aplicaciones de IA, y también es la infraestructura subyacente para que Port3 logre la "capitalización del comportamiento" y la "financiarización de la información (InfoFi)".
A diferencia de plataformas de datos en cadena tradicionales ( como The Graph, Dune, etc. ) que tienen como objetivo el "consulta", la capa de datos de Port3 se centra en: cómo hacer que los datos sean utilizables por modelos de IA y apoyar la inferencia e interacción en cadena de ejecución automática.
La Capa de datos Social de IA integra decenas de millones de registros de interacciones en cadena y datos de comportamiento de tareas sociales, y se actualiza continuamente en tiempo real a través de módulos de aplicación como SoQuest y Rankit, construyendo un sistema dinámico de datos sociales en constante auto-crecimiento. Es el centro de cognición de comportamiento de Port3, estructurando y semantizando los complejos datos de comportamiento en cadena y fuera de cadena, proporcionando "combustible de datos que es comprensible, combinable y llamable" para los agentes inteligentes.
3.1.3 Aplicación de datos - Rankit + OpenBQL + Ailliance.ai → Sistema AI Agent
Rankit: motor de análisis de comportamiento social impulsado por IA
Rankit es la aplicación insignia de la capacidad de datos sociales de Port3, es la "ejecución visual" de la capacidad de datos BQL en la capa de IA.
La capacidad de Rankit y la innovación de paradigmas:
Calificación de popularidad social multiplataforma: integra señales sociales de Twitter, Telegram, Discord, entre otros, para identificar tendencias clave, proyectos destacados y cambios de sentimiento en el mundo Web3.
Reconocimiento semántico y modelado de puntuación: a través de NLP y análisis de sentimientos de grandes modelos, se convertirán en indicadores estructurados los focos de discusión, la influencia de KOL y el nivel de confianza del usuario, utilizados en la gobernanza de comunidades, gestión de riesgos de préstamos, transacciones en cadena y otros escenarios.
Demostración de implementación en escenarios verticales: por ejemplo, el motor de datos ecológicos USD1 lanzado recientemente, que a través de mapas de calor, actividad social y sinergia en cadena, rastrea en tiempo real proyectos potenciales en BNB Chain, convirtiéndose en una brújula inteligente para que los usuarios de DeFi capturen Alpha.
Con el respaldo de Rankit, Port3 no solo puede proporcionar datos, sino también "datos explicativos"------no solo te dice qué ha sucedido, sino también qué debes hacer.
OpenBQL: Lenguaje de ejecución en cadena impulsado por intenciones
Si SoQuest es la entrada de datos, entonces BQL(Blockchain Quest Language) es la corteza cerebral de datos de Port3, que es el núcleo semántico y el motor operativo de procesamiento, organización y llamada de todos los datos de comportamiento.
El papel y el mecanismo de BQL:
Capa de datos: BQL proporciona una estructura de consulta amigable para el lenguaje natural, permitiendo a los desarrolladores o agentes realizar operaciones en la cadena con instrucciones como "comprar NFT en la cadena Aptos", conectando entornos de múltiples cadenas EVM, BTC y Solana.
Capa de ejecución estandarizada: soporte para operaciones de activos en cadena ( como transacciones, staking, adición de liquidez ) con procesamiento automatizado de un solo clic, es el núcleo clave de la automatización de comportamientos en cadena.
Extractor de semántica de datos: proporciona soporte de datos estructurados estándar para modelos de IA y agentes, logrando actualizaciones y cálculos de datos de alta frecuencia necesarios para la financiarización de la información (InfoFi).
Con la ayuda de BQL, Port3 está promoviendo en el mundo Web3 la construcción de un nuevo "protocolo de lenguaje natural en cadena", permitiendo que las acciones en cadena pasen de la "Capa de datos" a la "Capa de intención"------ la máquina no solo ejecuta las instrucciones que dices, sino que también puede entender tu intención.
Capacidad de integración de AI Agent: Ailliance.ai
Port3 está construyendo una capa de API de agente universal, donde los desarrolladores pueden invocar directamente los datos estructurados generados por Rankit/SoQuest/OpenBQL o ejecutar instrucciones.
Las aplicaciones incluyen asistentes de inversión automatizados, robots interactivos, asistentes inteligentes para juegos en cadena, etc., cubriendo una variedad de escenarios como la toma de decisiones de trading, publicación de tareas, operación de comunidades, entre otros.
Esta estructura de productos hace que Port3 sea la única plataforma en la pista de datos sociales de Web3 que posee la capacidad de "recolección → análisis → aplicación → llamada" en todo el proceso.
Su objetivo final es construir una red de protocolo estándar de Web3 AI basada en datos de comportamiento, para que el Agente de IA pueda entender, reconocer y operar activos en cadena.
3.2 La muralla de Port3: el ciclo de crecimiento impulsado por la acumulación de negocios
Port3 puede ocupar un lugar destacado en la narrativa de Web3 AI, no por su avanzada capacidad de modelos grandes, sino por haber construido, a lo largo de su proceso de acumulación de negocios, un activo de datos de comportamiento social de alto valor con una profundidad y amplitud excepcionales. Esta ventaja de datos establece una base única para las aplicaciones de IA de Port3, la construcción de Agentes y el entrenamiento de modelos:
3.2.1. Datos de comportamiento en cadena y fuera de cadena en nivel de millones
Aprovechando la operación de la plataforma de tareas de SoQuest durante tres años, Port3 ha acumulado más de 10 millones de niveles de participación de usuarios, abarcando múltiples dimensiones como el comportamiento de tareas, la interacción con billeteras, los activos en cadena y el nivel de participación en comunidades. Estos datos cruzan Web2 y Web3, como publicaciones en Twitter, actividad en Discord, retención en Telegram, transacciones en cadena, staking y tenencias, formando un mapa de comportamiento social extremadamente denso. En el contexto actual del modelo de IA "los datos son combustible", este tipo de datos de comportamiento estructurados y de alta frecuencia son, sin duda, el recurso de entrada más valioso para construir un Agente de IA en Web3.
3.2.2 Colaboración profunda con miles de proyectos, datos actualizados en tiempo real de manera continua.
Port3 no es una plataforma orientada a un solo producto, sino que ha establecido relaciones de colaboración con más de 7000+ proyectos Web3, abarcando escenarios como la emisión de airdrops, el diseño de tareas, la gobernanza comunitaria y la interacción en cadena. Esta colaboración no solo ha traído un comportamiento real de los usuarios, sino que también garantiza la diversidad y la actualidad de las fuentes de datos. A través de los canales de datos co-construidos con los desarrolladores de los proyectos, Port3 absorbe continuamente las últimas tendencias ecológicas y de usuarios, construyendo un motor de datos en evolución dinámica, en lugar de un conjunto de instantáneas estáticas. Esta capacidad de actualización de datos proporciona un "pool de materiales de entrenamiento" en evolución continua para los modelos de IA.
3.2.3 Formar un conjunto de datos exclusivo para el entrenamiento del modelo de IA, proporcionando soporte semántico para el Agente en la cadena.
En comparación con los datos generales de Web2, la identidad en la cadena, las rutas de interacción y el comportamiento de activos de los usuarios de Web3 tienen una alta anonimidad y complejidad estructural, lo que dificulta la adaptación de los modelos tradicionales. Sin embargo, Port3 a través del sistema de reconocimiento semántico y etiquetas de comportamiento de Rankit, ha establecido un camino de mapeo entre el comportamiento en la cadena y la semántica del lenguaje natural. Por ejemplo: "La billetera A participa en el lanzamiento aéreo en el protocolo B + tuitea + participa en la gobernanza por segunda vez", puede modelarse como una etiqueta semántica de "participante activo" o "pionero temprano", lo que permite que el Agente AI pueda entender.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
19 me gusta
Recompensa
19
5
Compartir
Comentar
0/400
DYORMaster
· hace6h
Otra vez presentan un nuevo proyecto
Ver originalesResponder0
Blockblind
· hace6h
Otro que se hace pasar por AI para tomar a la gente por tonta
Ver originalesResponder0
ConfusedWhale
· hace6h
Esto es otro caso de tomar a la gente por tonta, ¿verdad?
Ver originalesResponder0
NotSatoshi
· hace6h
Otro jugador de minería de datos
Ver originalesResponder0
DiamondHands
· hace6h
Minería minería hasta ahora, ahora vengo a minar datos.
Port3 Network construye una infraestructura de datos sociales de IA Web3 para crear un ciclo cerrado de capitalización del comportamiento.
De los datos sociales a la mente AI: cómo Port3 Network está construyendo la capa de datos AI del mundo Web3
1. Introducción
En el mundo de Web3, los datos están pasando de ser información estática a activos dinámicos. Los datos del comportamiento social de los usuarios se han convertido en "minerales digitales" de gran valor en la era de la IA, pero que aún no se han desarrollado completamente. Los datos sociales generados cada minuto y cada segundo contienen un enorme valor, que aún no ha sido suficientemente explotado.
La realidad de Web3 es fragmentada: por un lado, los protocolos verticales como DeFi, NFT y GameFi han crecido de manera explosiva, generando una gran cantidad de datos de comportamiento en cadena y fuera de cadena; por otro lado, estos datos están dispersos en DApps aisladas, registros de transacciones y plataformas sociales, careciendo de una integración estructurada, lo que dificulta la construcción de un retrato unificado, y no pueden ser realmente utilizados.
Al mismo tiempo, el auge de la IA está reconfigurando rápidamente todo el mundo digital. Proyectos como ChatGPT de OpenAI, Claude de Anthropic, y proyectos de agentes construidos sobre Web3 como Autonolas, Morphpad, Mind Network, entre otros, han propuesto la visión de "datos llamables + intenciones ejecutables".
En este contexto, surge una pregunta: si la IA es el futuro, ¿quién construirá la Capa de datos y la base de decisiones de Web3? Port3 Network ha dado una respuesta bastante definitiva:
Desde la plataforma de tareas SoQuest, hasta el motor de puntuación de comportamiento social Rankit, y luego el lenguaje de ejecución de intenciones entre cadenas OpenBQL, Port3 ha construido una "infraestructura de datos sociales" centrada en el comportamiento del usuario y amigable con los modelos de IA. No solo integra datos en cadena y comportamientos sociales fuera de la cadena, sino que también, a través de la estandarización y el reconocimiento de intenciones, convierte los datos en "plantillas de acción" que los agentes pueden entender, invocar y ejecutar.
En otras palabras, Port3 ya no es una plataforma o herramienta de tareas única, sino que ha ocupado estratégicamente la posición de "cerebro de datos Web3" antes de que narrativas como la soberanía de datos, la identidad en cadena y las finanzas sociales se integren realmente.
Este artículo desglosará en profundidad la matriz de productos de Port3, la ventaja tecnológica, el mecanismo de tokens y la lógica de crecimiento, explorando cómo establece un circuito cerrado de flujo de datos orientado a agentes de IA en un mundo Web3 fragmentado, y se convierte en la infraestructura oculta de la próxima tendencia de billones.
2. Introducción al proyecto
¿Qué es 2.1 Port3?
Port3 Network es un proyecto de infraestructura de datos sociales Web3 impulsado por IA, que tiene como objetivo construir una capa de datos sociales cruzada, programable y llamable. Al agregar los datos de comportamiento de los usuarios de Web2 y Web3, y complementarlos con un motor de IA para su procesamiento estandarizado, Port3 ha creado un ciclo completo que abarca la recolección de datos (SoQuest), la puntuación estructurada (Rankit), las consultas inteligentes (OpenBQL) hasta la llamada al agente (Ailliance.ai), convirtiéndose en una instalación clave para la capitalización de activos de comportamiento en la era de la IA.
2.2 Resumen del proyecto
2.2.1 Situación de financiamiento
Febrero de 2023: Finalización de una ronda de financiación inicial de 3 millones de dólares.
Agosto de 2023: se obtuvo una nueva ronda de financiamiento de millones de dólares.
Octubre de 2023: se anunció la obtención de inversión de DWF Labs, así como el apoyo de subvenciones de Binance Labs, Mask Network y Aptos.
2.2.2 Situación del equipo
Max D.: cofundador, con experiencia laboral en Apple; posee una amplia experiencia en incubación de proyectos Web3 y expansión de ecosistemas.
Anthony Deng: cofundador, ha trabajado en Tencent y Viabtc Technology Limited en desarrollo backend, con muchos años de experiencia en diseño de sistemas de alta concurrencia y arquitecturas distribuidas.
3. Visión de Port3: de "plataforma de tareas" a "Capa de datos de redes sociales de IA"
Aunque la matriz de productos de Port3 incluye múltiples submódulos como SoQuest, Rankit, OpenBQL y on.meme, que parecen estar dispersos, en realidad se pueden resumir en una línea central: "El comportamiento es un activo, Port3 se encarga del flujo de datos desde la recolección hasta la conversión en un ciclo cerrado."
3.1 Infraestructura básica de Port3
3.1.1 Capa de datos - SoQuest
SoQuest es la entrada de datos central construida por Port3 Network, una plataforma de captura de comportamiento de usuarios Web3 que integra distribución de tareas, verificación de comportamientos, crecimiento de comunidades y recopilación de datos. Es esencialmente un sistema de generación de datos que utiliza tareas como mecanismo de activación y comportamientos sociales de los usuarios como objeto de recopilación, conectando las rutas de comportamiento entre las interacciones en cadena y las plataformas sociales Web2.
SoQuest admite plataformas populares de Web2 como Twitter, Telegram y Discord, y es compatible con interacciones en 19 cadenas como EVM, Solana, Aptos y Sui, incluyendo transacciones, autorizaciones, minting de NFT, entre otros, formando uno de los sistemas de recolección de comportamientos más amplios en el ámbito de Web3.
Hasta mediados de 2025, Port3 Network ha recopilado más de 6 millones de usuarios y 7,000 proyectos de datos dinámicos, con una cobertura que supera los 10 millones de usuarios de criptomonedas. Se ha generado un gran volumen de registros de comportamiento de usuarios y eventos de interacción social en la cadena, construyendo una base de datos de comportamiento social Web3 que es real, multidimensional y de alta frecuencia.
Para mejorar la escalabilidad de la plataforma y la capacidad de recopilación de datos, SoQuest lanzó el módulo QaaS(Quest-as-a-Service), que permite a los proyectos integrar un sistema de tareas en su propia dApp o Telegram Mini App. En 2025, se abrirá aún más la API de verificación, permitiendo completar la integración de la lógica de verificación sin plantillas predefinidas, lo que mejora significativamente la estandarización y la universalidad del sistema de tareas.
SoQuest no es solo una plataforma de tareas, es el punto de partida del ciclo cerrado de activos de comportamiento en toda la cadena de Port3, y también es la fuente original de los datos semánticos de comportamiento necesarios para la inferencia de IA.
3.1.2 Capa de datos - AI Social Data Layer
Los datos de comportamiento de los usuarios capturados por SoQuest se consolidan finalmente en el módulo central de Port3 Network------Capa de datos Social AI, que es una base de datos de comportamiento estructurada diseñada específicamente para aplicaciones de IA, y también es la infraestructura subyacente para que Port3 logre la "capitalización del comportamiento" y la "financiarización de la información (InfoFi)".
A diferencia de plataformas de datos en cadena tradicionales ( como The Graph, Dune, etc. ) que tienen como objetivo el "consulta", la capa de datos de Port3 se centra en: cómo hacer que los datos sean utilizables por modelos de IA y apoyar la inferencia e interacción en cadena de ejecución automática.
La Capa de datos Social de IA integra decenas de millones de registros de interacciones en cadena y datos de comportamiento de tareas sociales, y se actualiza continuamente en tiempo real a través de módulos de aplicación como SoQuest y Rankit, construyendo un sistema dinámico de datos sociales en constante auto-crecimiento. Es el centro de cognición de comportamiento de Port3, estructurando y semantizando los complejos datos de comportamiento en cadena y fuera de cadena, proporcionando "combustible de datos que es comprensible, combinable y llamable" para los agentes inteligentes.
3.1.3 Aplicación de datos - Rankit + OpenBQL + Ailliance.ai → Sistema AI Agent
Rankit: motor de análisis de comportamiento social impulsado por IA
Rankit es la aplicación insignia de la capacidad de datos sociales de Port3, es la "ejecución visual" de la capacidad de datos BQL en la capa de IA.
La capacidad de Rankit y la innovación de paradigmas:
Calificación de popularidad social multiplataforma: integra señales sociales de Twitter, Telegram, Discord, entre otros, para identificar tendencias clave, proyectos destacados y cambios de sentimiento en el mundo Web3.
Reconocimiento semántico y modelado de puntuación: a través de NLP y análisis de sentimientos de grandes modelos, se convertirán en indicadores estructurados los focos de discusión, la influencia de KOL y el nivel de confianza del usuario, utilizados en la gobernanza de comunidades, gestión de riesgos de préstamos, transacciones en cadena y otros escenarios.
Demostración de implementación en escenarios verticales: por ejemplo, el motor de datos ecológicos USD1 lanzado recientemente, que a través de mapas de calor, actividad social y sinergia en cadena, rastrea en tiempo real proyectos potenciales en BNB Chain, convirtiéndose en una brújula inteligente para que los usuarios de DeFi capturen Alpha.
Con el respaldo de Rankit, Port3 no solo puede proporcionar datos, sino también "datos explicativos"------no solo te dice qué ha sucedido, sino también qué debes hacer.
OpenBQL: Lenguaje de ejecución en cadena impulsado por intenciones
Si SoQuest es la entrada de datos, entonces BQL(Blockchain Quest Language) es la corteza cerebral de datos de Port3, que es el núcleo semántico y el motor operativo de procesamiento, organización y llamada de todos los datos de comportamiento.
El papel y el mecanismo de BQL:
Capa de datos: BQL proporciona una estructura de consulta amigable para el lenguaje natural, permitiendo a los desarrolladores o agentes realizar operaciones en la cadena con instrucciones como "comprar NFT en la cadena Aptos", conectando entornos de múltiples cadenas EVM, BTC y Solana.
Capa de ejecución estandarizada: soporte para operaciones de activos en cadena ( como transacciones, staking, adición de liquidez ) con procesamiento automatizado de un solo clic, es el núcleo clave de la automatización de comportamientos en cadena.
Extractor de semántica de datos: proporciona soporte de datos estructurados estándar para modelos de IA y agentes, logrando actualizaciones y cálculos de datos de alta frecuencia necesarios para la financiarización de la información (InfoFi).
Con la ayuda de BQL, Port3 está promoviendo en el mundo Web3 la construcción de un nuevo "protocolo de lenguaje natural en cadena", permitiendo que las acciones en cadena pasen de la "Capa de datos" a la "Capa de intención"------ la máquina no solo ejecuta las instrucciones que dices, sino que también puede entender tu intención.
Capacidad de integración de AI Agent: Ailliance.ai
Port3 está construyendo una capa de API de agente universal, donde los desarrolladores pueden invocar directamente los datos estructurados generados por Rankit/SoQuest/OpenBQL o ejecutar instrucciones.
Las aplicaciones incluyen asistentes de inversión automatizados, robots interactivos, asistentes inteligentes para juegos en cadena, etc., cubriendo una variedad de escenarios como la toma de decisiones de trading, publicación de tareas, operación de comunidades, entre otros.
Esta estructura de productos hace que Port3 sea la única plataforma en la pista de datos sociales de Web3 que posee la capacidad de "recolección → análisis → aplicación → llamada" en todo el proceso.
Su objetivo final es construir una red de protocolo estándar de Web3 AI basada en datos de comportamiento, para que el Agente de IA pueda entender, reconocer y operar activos en cadena.
3.2 La muralla de Port3: el ciclo de crecimiento impulsado por la acumulación de negocios
Port3 puede ocupar un lugar destacado en la narrativa de Web3 AI, no por su avanzada capacidad de modelos grandes, sino por haber construido, a lo largo de su proceso de acumulación de negocios, un activo de datos de comportamiento social de alto valor con una profundidad y amplitud excepcionales. Esta ventaja de datos establece una base única para las aplicaciones de IA de Port3, la construcción de Agentes y el entrenamiento de modelos:
3.2.1. Datos de comportamiento en cadena y fuera de cadena en nivel de millones
Aprovechando la operación de la plataforma de tareas de SoQuest durante tres años, Port3 ha acumulado más de 10 millones de niveles de participación de usuarios, abarcando múltiples dimensiones como el comportamiento de tareas, la interacción con billeteras, los activos en cadena y el nivel de participación en comunidades. Estos datos cruzan Web2 y Web3, como publicaciones en Twitter, actividad en Discord, retención en Telegram, transacciones en cadena, staking y tenencias, formando un mapa de comportamiento social extremadamente denso. En el contexto actual del modelo de IA "los datos son combustible", este tipo de datos de comportamiento estructurados y de alta frecuencia son, sin duda, el recurso de entrada más valioso para construir un Agente de IA en Web3.
3.2.2 Colaboración profunda con miles de proyectos, datos actualizados en tiempo real de manera continua.
Port3 no es una plataforma orientada a un solo producto, sino que ha establecido relaciones de colaboración con más de 7000+ proyectos Web3, abarcando escenarios como la emisión de airdrops, el diseño de tareas, la gobernanza comunitaria y la interacción en cadena. Esta colaboración no solo ha traído un comportamiento real de los usuarios, sino que también garantiza la diversidad y la actualidad de las fuentes de datos. A través de los canales de datos co-construidos con los desarrolladores de los proyectos, Port3 absorbe continuamente las últimas tendencias ecológicas y de usuarios, construyendo un motor de datos en evolución dinámica, en lugar de un conjunto de instantáneas estáticas. Esta capacidad de actualización de datos proporciona un "pool de materiales de entrenamiento" en evolución continua para los modelos de IA.
3.2.3 Formar un conjunto de datos exclusivo para el entrenamiento del modelo de IA, proporcionando soporte semántico para el Agente en la cadena.
En comparación con los datos generales de Web2, la identidad en la cadena, las rutas de interacción y el comportamiento de activos de los usuarios de Web3 tienen una alta anonimidad y complejidad estructural, lo que dificulta la adaptación de los modelos tradicionales. Sin embargo, Port3 a través del sistema de reconocimiento semántico y etiquetas de comportamiento de Rankit, ha establecido un camino de mapeo entre el comportamiento en la cadena y la semántica del lenguaje natural. Por ejemplo: "La billetera A participa en el lanzamiento aéreo en el protocolo B + tuitea + participa en la gobernanza por segunda vez", puede modelarse como una etiqueta semántica de "participante activo" o "pionero temprano", lo que permite que el Agente AI pueda entender.