من البيانات الاجتماعية إلى الدماغ الاصطناعي: ماذا ستبني شبكة Port3 لعالم Web3 من شبكة الذكاء الاصطناعي؟
1. المقدمة
في عالم Web3، البيانات تتحول من معلومات ثابتة إلى أصول ديناميكية. خاصة بيانات سلوك المستخدمين الاجتماعي، التي أصبحت "المعادن الرقمية" الأكثر قيمة والتي لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي يتم إنتاجها كل دقيقة تحتوي على قيمة هائلة لم يتم استكشافها بالكامل بعد.
نرى أن واقع Web3 مُجزأ: من جهة، شهدنا نموًا هائلًا في بروتوكولات الفئات مثل DeFi وNFT وGameFi، حيث أظهر المستخدمون كمية كبيرة من بيانات السلوك على السلاسل وخارجها؛ ومن جهة أخرى، فإن هذه البيانات مُشتتة في تطبيقات DApp المعزولة وسجلات التداول والمنصات الاجتماعية، تفتقر إلى التكامل الهيكلي، مما يجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.
في الوقت نفسه، تقوم AI بسرعة بإعادة تشكيل العالم الرقمي بأسره. مثل ChatGPT من OpenAI، وClaude من Anthropic، ومشاريع Agent المبنية على Web3 مثل Autonolas وMorphpad وMind Network، التي طرحت جميعها رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في هذا السياق، تبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيقوم ببناء طبقة البيانات وأساس اتخاذ القرار لـ Web3؟ هناك مشروع مثل Port3 Network يقدم إجابة نهائية نسبياً:
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، وهي صديقة لنماذج الذكاء الاصطناعي. إنها لا تجمع فقط بين البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل من خلال التوحيد والتعرف على النوايا، تجعل البيانات "قوالب عمل" يمكن للوكالات فهمها واستدعاؤها وتنفيذها.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة واحدة، بل احتلت موقعًا استراتيجيًا في "دماغ بيانات Web3" قبل أن تتكامل السرديات حول سيادة البيانات، والهوية على السلسلة، والتمويل الاجتماعي.
ستقوم هذه المقالة بتفكيك مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو، وتبحث في كيفية إنشاء حلقة مغلقة لتداول البيانات موجهة نحو وكيل الذكاء الاصطناعي في عالم Web3 المجزأ، وكيف يمكن أن تصبح البنية التحتية الخفية للتوجهات التي تبلغ قيمتها تريليون دولار القادمة.
2. مقدمة المشروع
ما هو 2.1 Port3؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدفوع بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة وقابلة للاستدعاء عبر السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ودعمها بمحرك ذكاء اصطناعي لمعالجة موحدة، أنشأت Port3 حلقة مغلقة كاملة تبدأ من جمع البيانات (SoQuest)، وتقييم هيكلي (Rankit)، واستفسارات ذكية (OpenBQL) وصولاً إلى استدعاء الوكيل (Ailliance.ai)، لتصبح المنشأة الأساسية لتحويل سلوك الأصول على السلسلة في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إكمال جولة تمويل البذور 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 الحصول على دعم منح من عدة مؤسسات.
2.2.2 حالة الفريق
ماكس دي.: المؤسس المشارك، لديه خبرة عمل في شركة آبل؛ يمتلك خبرة واسعة في احتضان مشاريع الويب 3 وتوسيع النظام البيئي.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في تينسنت وفي شركة Viabtc Technology Limited في تطوير الواجهة الخلفية، ويمتلك خبرة سنوات في تصميم الأنظمة ذات التزامن العالي والهياكل الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "طبقة بيانات التواصل الاجتماعي المدعومة بالذكاء الاصطناعي"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على العديد من الوحدات الفرعية مثل SoQuest وRankit وOpenBQL وon.meme، والتي تبدو متشتتة، إلا أنها يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، وPort3 مسؤولة عن حلقة تدفق البيانات من الجمع إلى التحويل."
3.1 بنية تحتية أساسية لـ Port3
3.1.1 تجميع البيانات - SoQuest
SoQuest هو المدخل الرئيسي للبيانات الذي تم بناؤه بواسطة شبكة Port3، وهو منصة Web3 لالتقاط سلوك المستخدم تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية للتفعيل، ويستهدف سلوكيات المستخدمين الاجتماعية كأهداف للتجميع، مما يتيح الاتصال 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 NFT mint، مما يشكل واحدًا من أكثر أنظمة جمع السلوكيات شمولاً في مجال Web3.
بحلول منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و7000 مشروع من البيانات الديناميكية، حيث تغطي البيانات أكثر من 10 ملايين مستخدم تشفير. وقد نتج عن ذلك سجل سلوكيات مستخدمين ضخم وأحداث تفاعل اجتماعي على السلسلة، مما أدى إلى بناء قاعدة بيانات سلوك اجتماعي Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لتحسين قابلية التوسع في المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع الطرف الثالث بدمج نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram المصغرة. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يسمح بإكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يزيد بشكل كبير من معيارية نظام المهام وعموميته.
SoQuest ليست مجرد منصة مهام، بل هي نقطة انطلاق لوجود حلقة مغلقة للأصول السلوكية عبر سلسلة Port3، وأيضاً المصدر الأصلي لبيانات السلوك الدلالية المطلوبة لاستدلال الذكاء الاصطناعي.
3.1.2 بيانات التراكم - طبقة البيانات الاجتماعية الذكية
تتراكم بيانات سلوك المستخدم التي تلتقطها SoQuest في الوحدة الأساسية لشبكة Port3 ---- طبقة بيانات اجتماعية قائمة على الذكاء الاصطناعي، وهي قاعدة بيانات سلوكية هيكلية مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها البنية التحتية الأساسية لـ Port3 لتحقيق "تحويل السلوك إلى أصول" و "تحويل المعلومات إلى مالية (InfoFi)".
يختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph و Dune وما إلى ذلك ) التي تركز على "الاستعلام"، حيث تركز طبقة البيانات في Port3 على: كيفية جعل البيانات مفيدة لنماذج الذكاء الاصطناعي، ودعم الاستنتاج والتفاعل الآلي على السلسلة.
تجمع طبقة بيانات الشبكات الاجتماعية للذكاء الاصطناعي ملايين سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الحقيقي من خلال وحدات تطبيق مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكي يتزايد باستمرار، وهو مركز الإدراك السلوكي لـ Port3، حيث يتم هيكلة بيانات السلوك المعقدة على السلسلة وخارجها وتفسيرها، مما يوفر "وقود بيانات" "قابل للفهم، وقابل للتجميع، وقابل للاستدعاء" للوكيل.
3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام وكيل الذكاء الاصطناعي
رانكيت: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لقدرات البيانات الاجتماعية Port3 ، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى AI.
قدرة Rankit وابتكار النماذج:
تقييم حرارة التواصل الاجتماعي عبر المنصات: يجمع بين إشارات التواصل الاجتماعي مثل Twitter وTelegram وDiscord، لتحديد الاتجاهات الرئيسية، المشاريع الساخنة، وتحولات المشاعر في عالم Web3.
التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز المناقشة، وتأثير KOL، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة، وغيرها من السيناريوهات.
عرض توضيحي لمشهد عمودي: على سبيل المثال، محرك بيانات النظام البيئي USD1 الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ومستوى النشاط الاجتماعي، والديناميكية على السلسلة، تتبع المشاريع المحتملة على BNB Chain في الوقت الفعلي، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 توفير البيانات فحسب، بل يمكنه أيضًا توفير "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( لغة كويست بلوكتشين) هي قشرة الدماغ للبيانات في Port3، وهي القلب الدلالي ومحرك التشغيل لجميع بيانات السلوك المعالجة والمنظمة والمستدعاة.
دور آلية BQL:
طبقة اللغة العامة: توفر BQL هيكل استعلام صديق للغة الطبيعية، مما يمكّن المطورين أو الوكلاء من استخدام تعليمات مثل "شراء NFT على سلسلة Aptos"، لتنفيذ العمليات الفعلية على السلسلة، مما يربط بين بيئات متعددة مثل EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم العمليات على الأصول على السلسلة ( مثل التداول، والرهانات، وإضافة السيولة ) من خلال معالجة تلقائية بنقرة واحدة، وهي محور رئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم بيانات هيكلية معيارية لنماذج الذكاء الاصطناعي والوكيل، لتحقيق تحديثات وحسابات البيانات عالية التردد المطلوبة لتحويل المعلومات إلى مالية (InfoFi).
من خلال BQL، تعمل Port3 على دفع بناء نوع جديد من "بروتوكول اللغة الطبيعية على السلسلة" في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة الكود" إلى "طبقة النية" ---- الآلات لا تنفذ فقط التعليمات التي تقولها، بل يمكنها أيضًا فهم نيتك.
قدرة تكامل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 تقوم ببناء طبقة واجهة برمجة تطبيقات Agent العامة، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ الأوامر مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، والروبوتات التفاعلية، ومساعد الألعاب الذكية، وتغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، وإصدار المهام، وتشغيل المجتمع.
تجعل هذه المجموعة الكاملة من المنتجات Port3 المنصة الوحيدة التي تمتلك القدرة على "من الجمع → التحليل → التطبيق → الاستدعاء" في مجال بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكول معيارية تعتمد على بيانات السلوك في Web3 AI، مما يمكّن وكيل الذكاء الاصطناعي من فهم وتحديد والتعامل مع الأصول على السلسلة.
3.2 بوابة 3: عجلة النمو الناتجة عن تراكم الأعمال
إن Port3 يمكن أن يحتل موقعًا رائدًا في سرد القصص باستخدام Web3 AI، والسبب الجذري لذلك لا يكمن في امتلاكه لقدرات نموذجية متقدمة، بل في أنه خلال عملية تراكم الأعمال، بنى أصول بيانات سلوكية اجتماعية عالية القيمة ذات عمق واسع. هذه الميزة في البيانات وضعت أساسًا فريدًا لتطبيقات AI الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك السلسلة على الإنترنت وخارجها بمستوى عشرة ملايين
استنادًا إلى تشغيل منصة المهام SoQuest لمدة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مسار مشاركة المستخدم، تغطي أبعادًا متعددة مثل سلوك المهام، التفاعل مع المحافظ، الأصول على السلسلة، ودرجة المشاركة المجتمعية. تمتد هذه البيانات عبر Web2 و Web3، مثل نشرات Twitter، النشاط على Discord، الاحتفاظ على Telegram، المعاملات على السلسلة، الإيداع، والحيازة، مما يشكل خريطة كثيفة للغاية من السلوك الاجتماعي. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات هي الوقود"، فإن مثل هذه البيانات السلوكية الهيكلية والمتكررة، بلا شك، هي من أغلى موارد الإدخال لبناء وكيل الذكاء الاصطناعي Web3.
3.2.2 التعاون العميق مع الآلاف من مشاريع الطرف الآخر، تحديث البيانات بشكل مستمر في الوقت الحقيقي
Port3 ليست منصة موجهة لمنتج واحد، بل أقامت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات مثل إصدار الإعلانات، تصميم المهام، إدارة المجتمعات، والتفاعل على السلسلة. هذه الشراكة لم تجلب فقط سلوك المستخدمين الحقيقيين، بل ضمنت أيضًا تنوع البيانات ووقتها الفعلي. من خلال قنوات البيانات التي تم بناؤها مع الأطراف المعنية، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات يتطور ديناميكيًا، وليس مجرد لقطة ثابتة. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" تتطور باستمرار لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات مخصصة لتدريب نموذج الذكاء الاصطناعي، لتوفير دعم دلالي لوكلاء البلوكتشين
بالمقارنة مع بيانات الويب 2 العامة، تتمتع هوية مستخدمي الويب 3 على السلسلة، ومسارات التفاعل، وسلوك الأصول بخصوصية عالية وتعقيد هيكلي، مما يجعل النماذج التقليدية صعبة التكيف. بينما تمكن Port3 من خلال نظام التعرف الدلالي وتصنيف السلوك Rankit من فتح مسارات الربط بين السلوكيات على السلسلة والدلالات اللغوية الطبيعية. على سبيل المثال: "المحفظة A تشارك في توزيع رموز B + تغريد + المشاركة في الحوكمة مرة أخرى"، يمكن نمذجتها كتصنيف دلالي "مشارك نشط" أو "مبشر مبكر"، مما يمكّن وكيل الذكاء الاصطناعي من فهم وتحفيز هذه المجموعات من المستخدمين. هذه هي الخطوة التي تدفع نماذج الذكاء الاصطناعي على السلسلة من "الإدراك" نحو
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.
تسجيلات الإعجاب 15
أعجبني
15
5
مشاركة
تعليق
0/400
MevHunter
· منذ 23 س
هذا قوي ، يمكن بيع البيانات الآن
شاهد النسخة الأصليةرد0
LiquidityNinja
· منذ 23 س
دمج البيانات لتوحيد الأرض والجبال
شاهد النسخة الأصليةرد0
StableNomad
· منذ 23 س
همم... هل هي لعبة بنية تحتية أخرى للذكاء الاصطناعي؟ تذكرني بـ GRT في عام 2021 بصراحة... لن أتعامل مع أي شيء يحتوي على "دماغ" منذ أن انهارت لونا، لا أخفي ذلك.
Port3 بناء بنية تحتية للبيانات AI في Web3 لإنشاء حلقة مغلقة لأصول السلوك داخل السلسلة
من البيانات الاجتماعية إلى الدماغ الاصطناعي: ماذا ستبني شبكة Port3 لعالم Web3 من شبكة الذكاء الاصطناعي؟
1. المقدمة
في عالم Web3، البيانات تتحول من معلومات ثابتة إلى أصول ديناميكية. خاصة بيانات سلوك المستخدمين الاجتماعي، التي أصبحت "المعادن الرقمية" الأكثر قيمة والتي لم يتم استغلالها بالكامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي يتم إنتاجها كل دقيقة تحتوي على قيمة هائلة لم يتم استكشافها بالكامل بعد.
نرى أن واقع Web3 مُجزأ: من جهة، شهدنا نموًا هائلًا في بروتوكولات الفئات مثل DeFi وNFT وGameFi، حيث أظهر المستخدمون كمية كبيرة من بيانات السلوك على السلاسل وخارجها؛ ومن جهة أخرى، فإن هذه البيانات مُشتتة في تطبيقات DApp المعزولة وسجلات التداول والمنصات الاجتماعية، تفتقر إلى التكامل الهيكلي، مما يجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.
في الوقت نفسه، تقوم AI بسرعة بإعادة تشكيل العالم الرقمي بأسره. مثل ChatGPT من OpenAI، وClaude من Anthropic، ومشاريع Agent المبنية على Web3 مثل Autonolas وMorphpad وMind Network، التي طرحت جميعها رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في هذا السياق، تبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيقوم ببناء طبقة البيانات وأساس اتخاذ القرار لـ Web3؟ هناك مشروع مثل Port3 Network يقدم إجابة نهائية نسبياً:
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، وهي صديقة لنماذج الذكاء الاصطناعي. إنها لا تجمع فقط بين البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل من خلال التوحيد والتعرف على النوايا، تجعل البيانات "قوالب عمل" يمكن للوكالات فهمها واستدعاؤها وتنفيذها.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة واحدة، بل احتلت موقعًا استراتيجيًا في "دماغ بيانات Web3" قبل أن تتكامل السرديات حول سيادة البيانات، والهوية على السلسلة، والتمويل الاجتماعي.
ستقوم هذه المقالة بتفكيك مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو، وتبحث في كيفية إنشاء حلقة مغلقة لتداول البيانات موجهة نحو وكيل الذكاء الاصطناعي في عالم Web3 المجزأ، وكيف يمكن أن تصبح البنية التحتية الخفية للتوجهات التي تبلغ قيمتها تريليون دولار القادمة.
2. مقدمة المشروع
ما هو 2.1 Port3؟
Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدفوع بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة وقابلة للاستدعاء عبر السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، ودعمها بمحرك ذكاء اصطناعي لمعالجة موحدة، أنشأت Port3 حلقة مغلقة كاملة تبدأ من جمع البيانات (SoQuest)، وتقييم هيكلي (Rankit)، واستفسارات ذكية (OpenBQL) وصولاً إلى استدعاء الوكيل (Ailliance.ai)، لتصبح المنشأة الأساسية لتحويل سلوك الأصول على السلسلة في عصر الذكاء الاصطناعي.
2.2 نظرة عامة على المشروع
2.2.1 حالة التمويل
فبراير 2023: إكمال جولة تمويل البذور 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 الحصول على دعم منح من عدة مؤسسات.
2.2.2 حالة الفريق
ماكس دي.: المؤسس المشارك، لديه خبرة عمل في شركة آبل؛ يمتلك خبرة واسعة في احتضان مشاريع الويب 3 وتوسيع النظام البيئي.
أنتوني دينغ: المؤسس المشارك، عمل سابقًا في تينسنت وفي شركة Viabtc Technology Limited في تطوير الواجهة الخلفية، ويمتلك خبرة سنوات في تصميم الأنظمة ذات التزامن العالي والهياكل الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "طبقة بيانات التواصل الاجتماعي المدعومة بالذكاء الاصطناعي"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على العديد من الوحدات الفرعية مثل SoQuest وRankit وOpenBQL وon.meme، والتي تبدو متشتتة، إلا أنها يمكن تلخيصها في خط رئيسي واحد: "السلوك هو الأصل، وPort3 مسؤولة عن حلقة تدفق البيانات من الجمع إلى التحويل."
3.1 بنية تحتية أساسية لـ Port3
3.1.1 تجميع البيانات - SoQuest
SoQuest هو المدخل الرئيسي للبيانات الذي تم بناؤه بواسطة شبكة Port3، وهو منصة Web3 لالتقاط سلوك المستخدم تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية للتفعيل، ويستهدف سلوكيات المستخدمين الاجتماعية كأهداف للتجميع، مما يتيح الاتصال 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 NFT mint، مما يشكل واحدًا من أكثر أنظمة جمع السلوكيات شمولاً في مجال Web3.
بحلول منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و7000 مشروع من البيانات الديناميكية، حيث تغطي البيانات أكثر من 10 ملايين مستخدم تشفير. وقد نتج عن ذلك سجل سلوكيات مستخدمين ضخم وأحداث تفاعل اجتماعي على السلسلة، مما أدى إلى بناء قاعدة بيانات سلوك اجتماعي Web3 حقيقية ومتعددة الأبعاد وعالية التردد.
لتحسين قابلية التوسع في المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service)، مما يسمح لمشاريع الطرف الثالث بدمج نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram المصغرة. في عام 2025، سيتم فتح واجهة برمجة التطبيقات للتحقق بشكل أكبر، مما يسمح بإكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يزيد بشكل كبير من معيارية نظام المهام وعموميته.
SoQuest ليست مجرد منصة مهام، بل هي نقطة انطلاق لوجود حلقة مغلقة للأصول السلوكية عبر سلسلة Port3، وأيضاً المصدر الأصلي لبيانات السلوك الدلالية المطلوبة لاستدلال الذكاء الاصطناعي.
3.1.2 بيانات التراكم - طبقة البيانات الاجتماعية الذكية
تتراكم بيانات سلوك المستخدم التي تلتقطها SoQuest في الوحدة الأساسية لشبكة Port3 ---- طبقة بيانات اجتماعية قائمة على الذكاء الاصطناعي، وهي قاعدة بيانات سلوكية هيكلية مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، كما أنها البنية التحتية الأساسية لـ Port3 لتحقيق "تحويل السلوك إلى أصول" و "تحويل المعلومات إلى مالية (InfoFi)".
يختلف عن منصات البيانات التقليدية على السلسلة ( مثل The Graph و Dune وما إلى ذلك ) التي تركز على "الاستعلام"، حيث تركز طبقة البيانات في Port3 على: كيفية جعل البيانات مفيدة لنماذج الذكاء الاصطناعي، ودعم الاستنتاج والتفاعل الآلي على السلسلة.
تجمع طبقة بيانات الشبكات الاجتماعية للذكاء الاصطناعي ملايين سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الحقيقي من خلال وحدات تطبيق مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكي يتزايد باستمرار، وهو مركز الإدراك السلوكي لـ Port3، حيث يتم هيكلة بيانات السلوك المعقدة على السلسلة وخارجها وتفسيرها، مما يوفر "وقود بيانات" "قابل للفهم، وقابل للتجميع، وقابل للاستدعاء" للوكيل.
3.1.3 تطبيقات البيانات - Rankit + OpenBQL + Ailliance.ai → نظام وكيل الذكاء الاصطناعي
رانكيت: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لقدرات البيانات الاجتماعية Port3 ، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى AI.
قدرة Rankit وابتكار النماذج:
تقييم حرارة التواصل الاجتماعي عبر المنصات: يجمع بين إشارات التواصل الاجتماعي مثل Twitter وTelegram وDiscord، لتحديد الاتجاهات الرئيسية، المشاريع الساخنة، وتحولات المشاعر في عالم Web3.
التعرف على المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل تركيز المناقشة، وتأثير KOL، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة، وغيرها من السيناريوهات.
عرض توضيحي لمشهد عمودي: على سبيل المثال، محرك بيانات النظام البيئي USD1 الذي تم إطلاقه مؤخرًا، من خلال خريطة الحرارة، ومستوى النشاط الاجتماعي، والديناميكية على السلسلة، تتبع المشاريع المحتملة على BNB Chain في الوقت الفعلي، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.
بدعم من Rankit، لا يمكن لـ Port3 توفير البيانات فحسب، بل يمكنه أيضًا توفير "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( لغة كويست بلوكتشين) هي قشرة الدماغ للبيانات في Port3، وهي القلب الدلالي ومحرك التشغيل لجميع بيانات السلوك المعالجة والمنظمة والمستدعاة.
دور آلية BQL:
طبقة اللغة العامة: توفر BQL هيكل استعلام صديق للغة الطبيعية، مما يمكّن المطورين أو الوكلاء من استخدام تعليمات مثل "شراء NFT على سلسلة Aptos"، لتنفيذ العمليات الفعلية على السلسلة، مما يربط بين بيئات متعددة مثل EVM و BTC و Solana.
طبقة التنفيذ القياسية: تدعم العمليات على الأصول على السلسلة ( مثل التداول، والرهانات، وإضافة السيولة ) من خلال معالجة تلقائية بنقرة واحدة، وهي محور رئيسي لأتمتة السلوكيات على السلسلة.
مستخرج دلالات البيانات: يوفر دعم بيانات هيكلية معيارية لنماذج الذكاء الاصطناعي والوكيل، لتحقيق تحديثات وحسابات البيانات عالية التردد المطلوبة لتحويل المعلومات إلى مالية (InfoFi).
من خلال BQL، تعمل Port3 على دفع بناء نوع جديد من "بروتوكول اللغة الطبيعية على السلسلة" في عالم Web3، مما يرفع السلوك على السلسلة من "طبقة الكود" إلى "طبقة النية" ---- الآلات لا تنفذ فقط التعليمات التي تقولها، بل يمكنها أيضًا فهم نيتك.
قدرة تكامل وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 تقوم ببناء طبقة واجهة برمجة تطبيقات Agent العامة، حيث يمكن للمطورين استدعاء البيانات الهيكلية التي تم إنشاؤها بواسطة Rankit/SoQuest/OpenBQL أو تنفيذ الأوامر مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، والروبوتات التفاعلية، ومساعد الألعاب الذكية، وتغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، وإصدار المهام، وتشغيل المجتمع.
تجعل هذه المجموعة الكاملة من المنتجات Port3 المنصة الوحيدة التي تمتلك القدرة على "من الجمع → التحليل → التطبيق → الاستدعاء" في مجال بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكول معيارية تعتمد على بيانات السلوك في Web3 AI، مما يمكّن وكيل الذكاء الاصطناعي من فهم وتحديد والتعامل مع الأصول على السلسلة.
3.2 بوابة 3: عجلة النمو الناتجة عن تراكم الأعمال
إن Port3 يمكن أن يحتل موقعًا رائدًا في سرد القصص باستخدام Web3 AI، والسبب الجذري لذلك لا يكمن في امتلاكه لقدرات نموذجية متقدمة، بل في أنه خلال عملية تراكم الأعمال، بنى أصول بيانات سلوكية اجتماعية عالية القيمة ذات عمق واسع. هذه الميزة في البيانات وضعت أساسًا فريدًا لتطبيقات AI الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك السلسلة على الإنترنت وخارجها بمستوى عشرة ملايين
استنادًا إلى تشغيل منصة المهام SoQuest لمدة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مسار مشاركة المستخدم، تغطي أبعادًا متعددة مثل سلوك المهام، التفاعل مع المحافظ، الأصول على السلسلة، ودرجة المشاركة المجتمعية. تمتد هذه البيانات عبر Web2 و Web3، مثل نشرات Twitter، النشاط على Discord، الاحتفاظ على Telegram، المعاملات على السلسلة، الإيداع، والحيازة، مما يشكل خريطة كثيفة للغاية من السلوك الاجتماعي. في سياق نموذج الذكاء الاصطناعي الحالي "البيانات هي الوقود"، فإن مثل هذه البيانات السلوكية الهيكلية والمتكررة، بلا شك، هي من أغلى موارد الإدخال لبناء وكيل الذكاء الاصطناعي Web3.
3.2.2 التعاون العميق مع الآلاف من مشاريع الطرف الآخر، تحديث البيانات بشكل مستمر في الوقت الحقيقي
Port3 ليست منصة موجهة لمنتج واحد، بل أقامت شراكات مع أكثر من 7000 مشروع Web3، تغطي مجالات مثل إصدار الإعلانات، تصميم المهام، إدارة المجتمعات، والتفاعل على السلسلة. هذه الشراكة لم تجلب فقط سلوك المستخدمين الحقيقيين، بل ضمنت أيضًا تنوع البيانات ووقتها الفعلي. من خلال قنوات البيانات التي تم بناؤها مع الأطراف المعنية، تستمر Port3 في استيعاب أحدث الاتجاهات البيئية وتوجهات المستخدمين، مما يبني محرك بيانات يتطور ديناميكيًا، وليس مجرد لقطة ثابتة. هذه القدرة على تحديث البيانات توفر "مجموعة تدريب" تتطور باستمرار لنماذج الذكاء الاصطناعي.
3.2.3 تشكيل مجموعة بيانات مخصصة لتدريب نموذج الذكاء الاصطناعي، لتوفير دعم دلالي لوكلاء البلوكتشين
بالمقارنة مع بيانات الويب 2 العامة، تتمتع هوية مستخدمي الويب 3 على السلسلة، ومسارات التفاعل، وسلوك الأصول بخصوصية عالية وتعقيد هيكلي، مما يجعل النماذج التقليدية صعبة التكيف. بينما تمكن Port3 من خلال نظام التعرف الدلالي وتصنيف السلوك Rankit من فتح مسارات الربط بين السلوكيات على السلسلة والدلالات اللغوية الطبيعية. على سبيل المثال: "المحفظة A تشارك في توزيع رموز B + تغريد + المشاركة في الحوكمة مرة أخرى"، يمكن نمذجتها كتصنيف دلالي "مشارك نشط" أو "مبشر مبكر"، مما يمكّن وكيل الذكاء الاصطناعي من فهم وتحفيز هذه المجموعات من المستخدمين. هذه هي الخطوة التي تدفع نماذج الذكاء الاصطناعي على السلسلة من "الإدراك" نحو