من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستبني شبكة Port3 شبكة الذكاء الاصطناعي لعالم Web3؟
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. وبشكل خاص، فإن بيانات سلوكيات المستخدمين الاجتماعية أصبحت "المعادن الرقمية" الأكثر قيمة والتي لم يتم استغلالها بشكل كامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي تُنتج في كل لحظة تحتوي على قيمة هائلة لم يتم استغلالها بالكامل بعد.
نرى أن واقع Web3 ممزق: من ناحية، شهدنا نموًا هائلًا للبروتوكولات المتخصصة مثل DeFi و NFT و GameFi، حيث أنشأ المستخدمون كمية كبيرة من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، فإن هذه البيانات scattered في DApps المعزولة وسجلات التداول ومنصات التواصل الاجتماعي، تفتقر إلى التكامل المنظم، مما يجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها حقًا.
في الوقت نفسه، فإن ظهور الذكاء الاصطناعي يعيد بسرعة تشكيل العالم الرقمي بأسره. مثل ChatGPT من OpenAI، وClaude من Anthropic، بالإضافة إلى مشاريع الوكلاء المبنية على Web3 مثل Autonolas وMorphpad وMind Network وغيرها، التي تقترح رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في ظل هذا السياق، يبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيقوم ببناء طبقة البيانات وركيزة اتخاذ القرار لـ Web3؟ قدمت شبكة Port3 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 وملائمة نماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل تجعل البيانات من خلال التوحيد والتعرف على النوايا "قوالب عمل" يمكن للوكالات فهمها واستدعاؤها وتنفيذها.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة واحدة، بل احتل مسبقًا موقعًا استراتيجيًا في "دماغ بيانات Web3" قبل أن يتم دمج السرد حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي بشكل حقيقي.
2. مقدمة المشروع
2.1 Port3 ماذا يعني؟
تمثل شبكة Port3 مشروعًا مدعومًا بالذكاء الاصطناعي في بنية البيانات الاجتماعية Web3، تم تمويله بقيادة Jump Crypto، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة والتشغيل عبر السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 و Web3، ومعالجتها بواسطة محرك الذكاء الاصطناعي، أنشأت Port3 حلقة مغلقة كاملة تبدأ من جمع البيانات (SoQuest) وتقييم الهيكل (Rankit) واستعلامات الذكاء (OpenBQL) إلى استدعاء الوكيل (Ailliance.ai)، لتصبح المنشأة الرئيسية لتمكين 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، بقيادة Jump Crypto، مع مشاركة مستثمرين آخرين بما في ذلك SNZ وBlock Infinity وDragon Roark وViaBTC وCryptonite وLapin Digital وCogitent وMomentum6.
أغسطس 2023: حصلت على جولة جديدة من التمويل بملايين الدولارات، ومن بين المشاركين EMURGO و Adaverse Accelerator و Gate Labs.
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى دعم المنح من منصة تداول معينة، وMask Network، وAptos.
2.2.2 حالة الفريق
ماكس دي: المؤسس المشارك، لديه خبرة عمل في شركة تكنولوجيا معينة؛ يمتلك خبرة واسعة في حاضنة مشاريع Web3 وتوسيع النظام البيئي.
أنتوني دينغ: المؤسس المشارك، عمل في شركة إنترنت معينة وشركة تكنولوجيا معينة في تطوير الواجهة الخلفية، ولديه سنوات من الخبرة في تصميم الأنظمة ذات الحمل العالي والهندسة المعمارية الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية لبيانات التواصل الاجتماعي AI"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على عدة وحدات فرعية 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 التجميع إلى التحويل."
3.1 Port3 البنية التحتية الأساسية
3.1.1 تجميع البيانات - SoQuest
SoQuest هي بوابة البيانات الأساسية التي أنشأتها شبكة Port3، وهي منصة لالتقاط سلوك المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهرها، هي نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز ويجمع سلوك المستخدمين الاجتماعي كموضوع للاستخراج، ويفتح المسارات السلوكية بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل تويتر وتيليجرام وديزكورد، ويتوافق مع سلوكيات التفاعل على 19 سلسلة مثل EVM وSolana وAptos وSui، بما في ذلك المعاملات والتفويض وNFT mint، مما شكل واحدًا من أكثر أنظمة جمع السلوكيات شمولاً 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 للعملات المشفرة. وقد نتج عن ذلك سجلات سلوك مستخدم ضخمة وأحداث تفاعل اجتماعي على السلسلة، مما أدى إلى بناء قاعدة بيانات سلوك اجتماعي حقيقية ومتعددة الأبعاد وعالية التردد في Web3.
من أجل تعزيز قابلية التوسع للمنصة وقدرتها على جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service، مما يسمح لمشاريع الجهات المعنية بإدماج 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 نظام المهام وعموميته.
SoQuest ليست مجرد منصة مهام، بل هي نقطة انطلاق لعملية إغلاق الأصول السلوكية على سلسلة Port3، وهي أيضًا المصدر الأصلي لبيانات الدلالات السلوكية اللازمة لاستنتاجات الذكاء الاصطناعي.
3.1.2 بيانات التخزين - طبقة البيانات الاجتماعية الذكية
تتراكم بيانات سلوك المستخدمين التي تلتقطها SoQuest في النهاية في الوحدة الأساسية لشبكة Port3 - طبقة بيانات اجتماعية مدعومة بالذكاء الاصطناعي، وهي قاعدة بيانات سلوك هيكلية مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، وهي أيضًا المنشأة الأساسية لتحقيق Port3 لـ "تحويل السلوك إلى أصول" و "التمويل المعلوماتي (InfoFi)".
على عكس المنصات التقليدية للبيانات على السلسلة (مثل The Graph و Dune) التي تركز على "الاستعلام" كهدف تصميم، تركز طبقة البيانات في Port3 على: كيف يمكن أن تكون البيانات مفيدة لنماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تجمع طبقة بيانات التواصل الاجتماعي AI بين عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتقوم بالتحديث الفوري بشكل مستمر من خلال وحدات تطبيق مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو باستمرار. إنها مركز الإدراك السلوكي لـ Port3، حيث تقوم بهيكلة البيانات السلوكية المعقدة على السلسلة وخارجها، وتوفير وقود بيانات "يمكن فهمه، يمكن دمجه، يمكن استدعاؤه" للوكيلات الذكية.
3.1.3 تطبيق البيانات - Rankit + OpenBQL + Ailliance.ai → نظام وكيل الذكاء الاصطناعي
رانكيت: محرك تحليل سلوكيات التواصل المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لقدرات بيانات Port3 الاجتماعية، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى الذكاء الاصطناعي.
قدرة Rankit وابتكار النماذج:
تقييم حرارة التواصل عبر المنصات: يجمع بين إشارات التواصل الاجتماعي مثل تويتر، تيليجرام، ديسكورد، لتحديد الاتجاهات الرئيسية، المشاريع الساخنة، وتغيرات المشاعر في عالم Web3.
التعرف على المعنى ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل نقاط التركيز في المناقشة، وتأثير KOL، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة، وغيرها من السيناريوهات.
أمثلة على تنفيذ السيناريو العمودي: مثل محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، والذي يتتبع المشاريع المحتملة على شبكة BNB Chain في الوقت الحقيقي من خلال خريطة الحرارة، ونشاط وسائل التواصل الاجتماعي، والديناميكية على السلسلة، ليصبح بوصلة ذكية لالتقاط Alpha لمستخدمي DeFi.
بدعم من Rankit، لا يوفر Port3 البيانات فحسب، بل يوفر أيضًا "بيانات تفسيرية" - ليس فقط يخبرك بما حدث، ولكن أيضًا يخبرك بما يجب عليك فعله.
OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنوايا
إذا كانت SoQuest هي مدخل البيانات، فإن BQL (لغة استعلام البلوكتشين) هي قشرة الدماغ للبيانات في Port3، وهي النواة الدلالية ومحرك التشغيل لجميع بيانات السلوك.
دور وآلية BQL:
الطبقة اللغوية العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يسمح للمطورين أو الوكالات بتنفيذ عمليات فعلية على السلسلة باستخدام أوامر مشابهة لـ "شراء NFT على سلسلة Aptos"، مما يتيح الاتصال بين بيئات متعددة السلاسل EVM و BTC و Solana.
طبقة تنفيذ موحدة: تدعم معالجة الأصول على السلسلة (مثل التداول، الرهان، إضافة السيولة) بشكل تلقائي بنقرة واحدة، وهي المحور الرئيسي لأتمتة الأنشطة على السلسلة.
مستخرج دلالات البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والوكيل، مما يحقق تحديثات البيانات عالية التردد والحسابات المطلوبة لتحقيق المعلومات المالية (InfoFi).
من خلال BQL، تعمل Port3 على دفع العالم Web3 لبناء "بروتوكول اللغة الطبيعية على السلسلة" جديد، مما يجعل السلوك على السلسلة يرتفع من "طبقة الكود" إلى "طبقة النية" - الآلات لا تنفذ فقط التعليمات التي تقولها، بل يمكنها أيضًا فهم نواياك.
قدرة دمج وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يقوم ببناء طبقة واجهة برمجة التطبيقات العامة (Agent API) حيث يمكن للمطورين استدعاء البيانات الهيكلية المولدة من Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب الذكية على السلسلة، وغيرها، تغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، نشر المهام، وتشغيل المجتمع.
تجعل هذه المجموعة الكاملة من الهيكل Port3 المنصة الوحيدة التي تمتلك قدرة "من الجمع → التحليل → التطبيق → الاستدعاء" في مسار بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكولات معيارية Web3 AI قائمة على بيانات السلوك، بحيث يمكن لوكيل الذكاء الاصطناعي فهم والتعرف على والتفاعل مع الأصول على السلسلة.
3.2 Port3 حائط الحماية: عجلة النمو الناتجة عن تراكم الأعمال
تمكنت Port3 من احتلال مكانة رائدة في سرد القصص في Web3 AI، والسبب الأساسي ليس في امتلاكها لقدرات نماذج كبيرة متقدمة، بل في بناء أصول بيانات سلوكية اجتماعية عالية القيمة ذات عمق واسع أثناء عملية تراكم الأعمال. هذه الميزة في البيانات تشكل أساسًا فريدًا لتطبيقات الذكاء الاصطناعي في Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك على السلسلة وخارجها بمستوى عشرة ملايين
استنادًا إلى تشغيل منصة المهام SoQuest لمدّة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 ملايين مسار مشاركة المستخدمين، تغطي أبعادًا متعددة مثل سلوك المهام، تفاعل المحفظة، الأصول على السلسلة، ومشاركة المجتمع. تمتد هذه البيانات عبر Web2 و Web3، مثل منشورات Twitter، نشاط Discord، احتفاظ Telegram، المعاملات على السلسلة، التكديس، والاحتفاظ، مما يشكل خريطة كثيفة للغاية للسلوك الاجتماعي. في ظل نموذج AI الحالي "البيانات هي الوقود"، فإن هذه الأنواع من البيانات السلوكية المهيكلة والتي تتفاعل بشكل متكرر، بلا شك، هي أغلى الموارد المدخلة لبناء وكيل AI في Web3.
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 17
أعجبني
17
6
مشاركة
تعليق
0/400
TaxEvader
· 07-19 20:03
بقرة ، أنا من خلال yyds
شاهد النسخة الأصليةرد0
BrokenDAO
· 07-18 14:24
مرة أخرى، مثال على جمع البيانات تحت راية اللامركزية
شاهد النسخة الأصليةرد0
MidnightGenesis
· 07-18 09:32
لا تكذب أمام الشيفرة، البيانات داخل السلسلة قد تحقق من هذا BTC
شاهد النسخة الأصليةرد0
AirdropATM
· 07-18 09:25
بيانات التواصل الاجتماعي؟ هل تلاعبت ببيانات المستخدمين مرة أخرى؟
شاهد النسخة الأصليةرد0
StakeTillRetire
· 07-18 09:17
هاها، ها هم مرة أخرى يحاولون خداعنا بأصول البيانات.
شاهد النسخة الأصليةرد0
SeeYouInFourYears
· 07-18 09:17
إلى متى يمكن للترويج لـ gpt أن يستمر؟ على أي حال، لقد دخلت السوق بالفعل.
شبكة Port3 تبني شبكة Web3 AI: من بيانات التواصل الاجتماعي إلى الدماغ الذكي
من البيانات الاجتماعية إلى دماغ الذكاء الاصطناعي: كيف ستبني شبكة Port3 شبكة الذكاء الاصطناعي لعالم Web3؟
1. المقدمة
في عالم Web3، تتحول البيانات من معلومات ثابتة إلى أصول ديناميكية. وبشكل خاص، فإن بيانات سلوكيات المستخدمين الاجتماعية أصبحت "المعادن الرقمية" الأكثر قيمة والتي لم يتم استغلالها بشكل كامل في عصر الذكاء الاصطناعي. البيانات الاجتماعية التي تُنتج في كل لحظة تحتوي على قيمة هائلة لم يتم استغلالها بالكامل بعد.
نرى أن واقع Web3 ممزق: من ناحية، شهدنا نموًا هائلًا للبروتوكولات المتخصصة مثل DeFi و NFT و GameFi، حيث أنشأ المستخدمون كمية كبيرة من بيانات السلوك على السلسلة وخارجها؛ ومن ناحية أخرى، فإن هذه البيانات scattered في DApps المعزولة وسجلات التداول ومنصات التواصل الاجتماعي، تفتقر إلى التكامل المنظم، مما يجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها حقًا.
في الوقت نفسه، فإن ظهور الذكاء الاصطناعي يعيد بسرعة تشكيل العالم الرقمي بأسره. مثل ChatGPT من OpenAI، وClaude من Anthropic، بالإضافة إلى مشاريع الوكلاء المبنية على Web3 مثل Autonolas وMorphpad وMind Network وغيرها، التي تقترح رؤية "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".
في ظل هذا السياق، يبرز سؤال: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيقوم ببناء طبقة البيانات وركيزة اتخاذ القرار لـ Web3؟ قدمت شبكة Port3 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 وملائمة نماذج الذكاء الاصطناعي. إنها لا تدمج فقط البيانات على السلسلة والسلوك الاجتماعي خارج السلسلة، بل تجعل البيانات من خلال التوحيد والتعرف على النوايا "قوالب عمل" يمكن للوكالات فهمها واستدعاؤها وتنفيذها.
بعبارة أخرى، لم يعد Port3 منصة أو أداة لمهمة واحدة، بل احتل مسبقًا موقعًا استراتيجيًا في "دماغ بيانات Web3" قبل أن يتم دمج السرد حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي بشكل حقيقي.
2. مقدمة المشروع
2.1 Port3 ماذا يعني؟
تمثل شبكة Port3 مشروعًا مدعومًا بالذكاء الاصطناعي في بنية البيانات الاجتماعية Web3، تم تمويله بقيادة Jump Crypto، يهدف إلى بناء طبقة بيانات اجتماعية قابلة للبرمجة والتشغيل عبر السلاسل. من خلال تجميع بيانات سلوك المستخدمين من Web2 و Web3، ومعالجتها بواسطة محرك الذكاء الاصطناعي، أنشأت Port3 حلقة مغلقة كاملة تبدأ من جمع البيانات (SoQuest) وتقييم الهيكل (Rankit) واستعلامات الذكاء (OpenBQL) إلى استدعاء الوكيل (Ailliance.ai)، لتصبح المنشأة الرئيسية لتمكين 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، بقيادة Jump Crypto، مع مشاركة مستثمرين آخرين بما في ذلك SNZ وBlock Infinity وDragon Roark وViaBTC وCryptonite وLapin Digital وCogitent وMomentum6.
أغسطس 2023: حصلت على جولة جديدة من التمويل بملايين الدولارات، ومن بين المشاركين EMURGO و Adaverse Accelerator و Gate Labs.
أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى دعم المنح من منصة تداول معينة، وMask Network، وAptos.
2.2.2 حالة الفريق
ماكس دي: المؤسس المشارك، لديه خبرة عمل في شركة تكنولوجيا معينة؛ يمتلك خبرة واسعة في حاضنة مشاريع Web3 وتوسيع النظام البيئي.
أنتوني دينغ: المؤسس المشارك، عمل في شركة إنترنت معينة وشركة تكنولوجيا معينة في تطوير الواجهة الخلفية، ولديه سنوات من الخبرة في تصميم الأنظمة ذات الحمل العالي والهندسة المعمارية الموزعة.
3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية لبيانات التواصل الاجتماعي AI"
على الرغم من أن مصفوفة منتجات Port3 تحتوي على عدة وحدات فرعية 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 التجميع إلى التحويل."
3.1 Port3 البنية التحتية الأساسية
3.1.1 تجميع البيانات - SoQuest
SoQuest هي بوابة البيانات الأساسية التي أنشأتها شبكة Port3، وهي منصة لالتقاط سلوك المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، ونمو المجتمع، وجمع البيانات. في جوهرها، هي نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز ويجمع سلوك المستخدمين الاجتماعي كموضوع للاستخراج، ويفتح المسارات السلوكية بين التفاعلات على السلسلة ومنصات التواصل الاجتماعي Web2.
يدعم SoQuest منصات Web2 الرئيسية مثل تويتر وتيليجرام وديزكورد، ويتوافق مع سلوكيات التفاعل على 19 سلسلة مثل EVM وSolana وAptos وSui، بما في ذلك المعاملات والتفويض وNFT mint، مما شكل واحدًا من أكثر أنظمة جمع السلوكيات شمولاً 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 للعملات المشفرة. وقد نتج عن ذلك سجلات سلوك مستخدم ضخمة وأحداث تفاعل اجتماعي على السلسلة، مما أدى إلى بناء قاعدة بيانات سلوك اجتماعي حقيقية ومتعددة الأبعاد وعالية التردد في Web3.
من أجل تعزيز قابلية التوسع للمنصة وقدرتها على جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service، مما يسمح لمشاريع الجهات المعنية بإدماج 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 نظام المهام وعموميته.
SoQuest ليست مجرد منصة مهام، بل هي نقطة انطلاق لعملية إغلاق الأصول السلوكية على سلسلة Port3، وهي أيضًا المصدر الأصلي لبيانات الدلالات السلوكية اللازمة لاستنتاجات الذكاء الاصطناعي.
3.1.2 بيانات التخزين - طبقة البيانات الاجتماعية الذكية
تتراكم بيانات سلوك المستخدمين التي تلتقطها SoQuest في النهاية في الوحدة الأساسية لشبكة Port3 - طبقة بيانات اجتماعية مدعومة بالذكاء الاصطناعي، وهي قاعدة بيانات سلوك هيكلية مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، وهي أيضًا المنشأة الأساسية لتحقيق Port3 لـ "تحويل السلوك إلى أصول" و "التمويل المعلوماتي (InfoFi)".
على عكس المنصات التقليدية للبيانات على السلسلة (مثل The Graph و Dune) التي تركز على "الاستعلام" كهدف تصميم، تركز طبقة البيانات في Port3 على: كيف يمكن أن تكون البيانات مفيدة لنماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابلة للتنفيذ تلقائيًا.
تجمع طبقة بيانات التواصل الاجتماعي AI بين عشرات الملايين من سجلات التفاعل على السلسلة وبيانات سلوك المهام الاجتماعية، وتقوم بالتحديث الفوري بشكل مستمر من خلال وحدات تطبيق مثل SoQuest وRankit، مما يبني نظام بيانات اجتماعية ديناميكي ينمو باستمرار. إنها مركز الإدراك السلوكي لـ Port3، حيث تقوم بهيكلة البيانات السلوكية المعقدة على السلسلة وخارجها، وتوفير وقود بيانات "يمكن فهمه، يمكن دمجه، يمكن استدعاؤه" للوكيلات الذكية.
3.1.3 تطبيق البيانات - Rankit + OpenBQL + Ailliance.ai → نظام وكيل الذكاء الاصطناعي
رانكيت: محرك تحليل سلوكيات التواصل المدعوم بالذكاء الاصطناعي
Rankit هو التطبيق الرائد لقدرات بيانات Port3 الاجتماعية، وهو "تنفيذ مرئي" لقدرات بيانات BQL على مستوى الذكاء الاصطناعي.
قدرة Rankit وابتكار النماذج:
تقييم حرارة التواصل عبر المنصات: يجمع بين إشارات التواصل الاجتماعي مثل تويتر، تيليجرام، ديسكورد، لتحديد الاتجاهات الرئيسية، المشاريع الساخنة، وتغيرات المشاعر في عالم Web3.
التعرف على المعنى ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل نقاط التركيز في المناقشة، وتأثير KOL، وثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة، وغيرها من السيناريوهات.
أمثلة على تنفيذ السيناريو العمودي: مثل محرك بيانات USD1 البيئي الذي تم إطلاقه مؤخرًا، والذي يتتبع المشاريع المحتملة على شبكة BNB Chain في الوقت الحقيقي من خلال خريطة الحرارة، ونشاط وسائل التواصل الاجتماعي، والديناميكية على السلسلة، ليصبح بوصلة ذكية لالتقاط Alpha لمستخدمي DeFi.
بدعم من Rankit، لا يوفر Port3 البيانات فحسب، بل يوفر أيضًا "بيانات تفسيرية" - ليس فقط يخبرك بما حدث، ولكن أيضًا يخبرك بما يجب عليك فعله.
OpenBQL: لغة التنفيذ على السلسلة المدفوعة بالنوايا
إذا كانت SoQuest هي مدخل البيانات، فإن BQL (لغة استعلام البلوكتشين) هي قشرة الدماغ للبيانات في Port3، وهي النواة الدلالية ومحرك التشغيل لجميع بيانات السلوك.
دور وآلية BQL:
الطبقة اللغوية العامة: يوفر BQL هيكل استعلام صديق للغة الطبيعية، مما يسمح للمطورين أو الوكالات بتنفيذ عمليات فعلية على السلسلة باستخدام أوامر مشابهة لـ "شراء NFT على سلسلة Aptos"، مما يتيح الاتصال بين بيئات متعددة السلاسل EVM و BTC و Solana.
طبقة تنفيذ موحدة: تدعم معالجة الأصول على السلسلة (مثل التداول، الرهان، إضافة السيولة) بشكل تلقائي بنقرة واحدة، وهي المحور الرئيسي لأتمتة الأنشطة على السلسلة.
مستخرج دلالات البيانات: يوفر دعم البيانات الهيكلية القياسية لنماذج الذكاء الاصطناعي والوكيل، مما يحقق تحديثات البيانات عالية التردد والحسابات المطلوبة لتحقيق المعلومات المالية (InfoFi).
من خلال BQL، تعمل Port3 على دفع العالم Web3 لبناء "بروتوكول اللغة الطبيعية على السلسلة" جديد، مما يجعل السلوك على السلسلة يرتفع من "طبقة الكود" إلى "طبقة النية" - الآلات لا تنفذ فقط التعليمات التي تقولها، بل يمكنها أيضًا فهم نواياك.
قدرة دمج وكيل الذكاء الاصطناعي: Ailliance.ai
Port3 يقوم ببناء طبقة واجهة برمجة التطبيقات العامة (Agent API) حيث يمكن للمطورين استدعاء البيانات الهيكلية المولدة من Rankit/SoQuest/OpenBQL أو تنفيذ التعليمات مباشرة.
تشمل التطبيقات مساعد الاستثمار الآلي، الروبوتات التفاعلية، مساعد الألعاب الذكية على السلسلة، وغيرها، تغطي مجموعة متنوعة من السيناريوهات مثل اتخاذ قرارات التداول، نشر المهام، وتشغيل المجتمع.
تجعل هذه المجموعة الكاملة من الهيكل Port3 المنصة الوحيدة التي تمتلك قدرة "من الجمع → التحليل → التطبيق → الاستدعاء" في مسار بيانات التواصل الاجتماعي Web3.
الهدف النهائي هو بناء شبكة بروتوكولات معيارية Web3 AI قائمة على بيانات السلوك، بحيث يمكن لوكيل الذكاء الاصطناعي فهم والتعرف على والتفاعل مع الأصول على السلسلة.
3.2 Port3 حائط الحماية: عجلة النمو الناتجة عن تراكم الأعمال
تمكنت Port3 من احتلال مكانة رائدة في سرد القصص في Web3 AI، والسبب الأساسي ليس في امتلاكها لقدرات نماذج كبيرة متقدمة، بل في بناء أصول بيانات سلوكية اجتماعية عالية القيمة ذات عمق واسع أثناء عملية تراكم الأعمال. هذه الميزة في البيانات تشكل أساسًا فريدًا لتطبيقات الذكاء الاصطناعي في Port3، وبناء الوكلاء، وتدريب النماذج:
3.2.1. بيانات سلوك على السلسلة وخارجها بمستوى عشرة ملايين
استنادًا إلى تشغيل منصة المهام SoQuest لمدّة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 ملايين مسار مشاركة المستخدمين، تغطي أبعادًا متعددة مثل سلوك المهام، تفاعل المحفظة، الأصول على السلسلة، ومشاركة المجتمع. تمتد هذه البيانات عبر Web2 و Web3، مثل منشورات Twitter، نشاط Discord، احتفاظ Telegram، المعاملات على السلسلة، التكديس، والاحتفاظ، مما يشكل خريطة كثيفة للغاية للسلوك الاجتماعي. في ظل نموذج AI الحالي "البيانات هي الوقود"، فإن هذه الأنواع من البيانات السلوكية المهيكلة والتي تتفاعل بشكل متكرر، بلا شك، هي أغلى الموارد المدخلة لبناء وكيل AI في Web3.