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. خاصة بيانات سلوك المستخدم الاجتماعي، التي أصبحت "المعادن الرقمية" الأكثر قيمة في عصر الذكاء الاصطناعي والتي لم يتم استغلالها بالكامل بعد. البيانات الاجتماعية التي تُنتج كل دقيقة وكل ثانية تحتوي على قيمة هائلة لم يتم استخراجها بالكامل بعد.

نرى أن واقع Web3 متقطع: من ناحية، شهدنا نموًا متفجرًا للبروتوكولات المتخصصة مثل DeFi و NFT و GameFi، حيث أنشأ المستخدمون كمية هائلة من البيانات السلوكية على السلسلة وخارجها؛ ومن ناحية أخرى، هذه البيانات متناثرة في DApps المعزولة، وسجلات المعاملات، ومنصات التواصل الاجتماعي، تفتقر إلى التكامل المنظم، مما يجعل من الصعب بناء صورة موحدة، ولا يمكن استدعاؤها بشكل حقيقي.

في الوقت نفسه، فإن صعود الذكاء الاصطناعي يعيد تشكيل العالم الرقمي بأسره بسرعة. حيث أطلقت مشاريع مثل ChatGPT من OpenAI، وClaude من Anthropic، ومشاريع Agent المبنية على Web3 مثل Autonolas وMorphpad وMind Network رؤيتها "بيانات قابلة للاستدعاء + نوايا قابلة للتنفيذ".

في هذا السياق، تبرز مسألة: إذا كانت الذكاء الاصطناعي هو المستقبل، فمن سيبني الطبقة البيانات الأساسية وقرارات Web3؟ هناك مشروع بهذا الشكل، يقدم Port3 Network إجابة نهائية نسبيًا:

من منصة مهام SoQuest الأصلية إلى محرك تقييم السلوك الاجتماعي Rankit، وصولًا إلى لغة تنفيذ النوايا عبر السلاسل OpenBQL، قامت Port3 ببناء مجموعة من "البنية التحتية للبيانات الاجتماعية" التي تركز على سلوك المستخدم وودية نماذج الذكاء الاصطناعي. إنها لا تدمج البيانات على السلسلة مع السلوك الاجتماعي خارج السلسلة فحسب، بل من خلال التوحيد والتعرف على النوايا، تجعل البيانات "نموذج عمل" يمكن للوكيل فهمه واستدعاؤه وتنفيذه.

بعبارة أخرى، لم يعد Port3 مجرد منصة أو أداة لمهمة واحدة، بل احتل موقعًا استراتيجيًا ك"دماغ بيانات Web3" قبل أن يتم دمج السرد حول سيادة البيانات، الهوية على السلسلة، والتمويل الاجتماعي بشكل حقيقي.

ستقوم هذه المقالة بتفصيل مصفوفة منتجات Port3، وخندقها التكنولوجي، وآلية الرموز، ومنطق النمو، واستكشاف كيف يمكنها إنشاء حلقة مغلقة لتداول البيانات موجهة نحو وكلاء الذكاء الاصطناعي في عالم Web3 المجزأ، لتصبح البنية التحتية السرية التالية التي تصل قيمتها إلى تريليونات.

2. مقدمة المشروع

2.1 Port3 ما هو؟

Port3 Network هو مشروع بنية تحتية للبيانات الاجتماعية في Web3 مدفوع بالذكاء الاصطناعي، يهدف إلى بناء طبقة بيانات اجتماعية عبر السلاسل، قابلة للبرمجة، وقابلة للاستدعاء. من خلال تجميع بيانات سلوك المستخدمين من Web2 وWeb3، مع دعم من محرك الذكاء الاصطناعي للمعالجة القياسية، أنشأت Port3 دورة كاملة من جمع البيانات (SoQuest)، التقييم الهيكلي (Rankit)، الاستعلام الذكي (OpenBQL) إلى استدعاء الوكيل (Ailliance.ai)، لتصبح المرفق الرئيسي لتحويل الأصول السلوكية على السلسلة في عصر الذكاء الاصطناعي.

2.2 نظرة عامة على المشروع

2.2.1 وضع التمويل

فبراير 2023: إتمام جولة تمويل بذور بقيمة 3 ملايين دولار، بقيادة Jump Crypto، مع مشاركة SNZ وBlock Infinity وDragon Roark وViaBTC وCryptonite وLapin Digital وCogitent وMomentum6.

أغسطس 2023: حصلت على جولة جديدة من التمويل بملايين الدولارات، وشارك في الاستثمار كل من EMURGO وAdaverse Accelerator وGate Labs.

أكتوبر 2023: تم الإعلان عن الحصول على استثمار من DWF Labs، بالإضافة إلى منح من Binance Labs وMask Network وAptos.

2.2.2 حالة الفريق

ماكس د. : المؤسس المشارك ، لديه خبرة في العمل في شركة آبل ؛ يمتلك خبرة واسعة في حاضنات مشاريع الويب 3 وتوسيع النظم البيئية.

أنتوني دينغ: مؤسس مشارك، عمل سابقًا في Tencent و Viabtc Technology Limited في تطوير الواجهة الخلفية، ولديه سنوات عديدة من الخبرة في تصميم الأنظمة ذات الحمل العالي والهندسة المعمارية الموزعة.

3. رؤية Port3: من "منصة المهام" إلى "الطبقة الأساسية لبيانات التواصل الاجتماعي الذكية"

على الرغم من أن مصفوفة منتجات Port3 تحتوي على العديد من الوحدات الفرعية مثل SoQuest و Rankit و OpenBQL و on.meme وما إلى ذلك، والتي تبدو متفرقة، إلا أنه يمكن تلخيصها في خيط رئيسي واحد: "السلوك هو الأصل، و Port3 مسؤولة عن حلقة تدفق البيانات من التجميع إلى التحويل."

3.1 Port3 البنية التحتية الأساسية

3.1.1 تجميع البيانات - SoQuest

SoQuest هو المدخل الرئيسي للبيانات الذي تم بناؤه بواسطة شبكة Port3، وهو منصة لالتقاط سلوك المستخدمين في Web3 تجمع بين توزيع المهام، والتحقق من السلوك، وزيادة المجتمع، وجمع البيانات. في جوهره، هو نظام لتوليد البيانات يعتمد على المهام كآلية تحفيز، وسلوكيات المستخدم الاجتماعية كأهداف للتجميع، حيث يربط بين التفاعلات على السلسلة وطرق السلوك على منصات التواصل الاجتماعي Web2.

تدعم SoQuest منصات Web2 الرئيسية مثل Twitter و Telegram و Discord، وتتناسب مع سلوكيات التفاعل على 19 سلسلة مثل EVM و Solana و Aptos و Sui، بما في ذلك التداول، والتفويض، وصك NFT، مما يشكل واحدًا من أوسع أنظمة جمع السلوك في مجال Web3.

حتى منتصف عام 2025، جمعت شبكة Port3 أكثر من 6 ملايين مستخدم و7000 مشروع من البيانات الديناميكية، وقد تجاوز نطاق البيانات أكثر من 10 ملايين مستخدم للعملات المشفرة. وقد نتج عن ذلك سجل ضخم من سلوك المستخدمين وأحداث التفاعل الاجتماعي على السلسلة، مما أسس قاعدة بيانات سلوك اجتماعي في Web3 حقيقية ومتعددة الأبعاد وعالية التردد.

لزيادة قابلية توسيع المنصة وقدرة جمع البيانات، أطلقت SoQuest وحدة QaaS(Quest-as-a-Service، مما يسمح لمشاريع بتضمين نظام المهام في تطبيقاتهم اللامركزية أو تطبيقات Telegram Mini. في عام 2025، سيتم فتح واجهة API للتحقق بشكل أكبر، مما يسمح بإكمال منطق التحقق دون الحاجة إلى قوالب مسبقة، مما يزيد بشكل كبير من معيارية وعمومية نظام المهام.

SoQuest ليس مجرد منصة مهام، بل هو نقطة انطلاق لنظام الأصول المغلقة لسلسلة Port3، وهو أيضًا المصدر الأصلي لبيانات سلوك المعاني اللازمة لاستدلال الذكاء الاصطناعي.

3.1.2 بيانات التراكم - طبقة بيانات التواصل الاجتماعي الذكية

تتراكم بيانات سلوك المستخدم التي تم التقاطها بواسطة SoQuest في الوحدة الأساسية لشبكة Port3 ------ طبقة بيانات اجتماعية مدعومة بالذكاء الاصطناعي، وهي قاعدة بيانات سلوكية منظمة مصممة خصيصًا لتطبيقات الذكاء الاصطناعي، وهي أيضًا البنية التحتية الأساسية لـ Port3 لتحقيق "تحويل السلوك إلى أصول" و"التمويل المعلوماتي (InfoFi).

بخلاف المنصات التقليدية لبيانات السلسلة (مثل The Graph و Dune) التي تركز على "الاستعلام" كهدف في تصميمها، تركز طبقة البيانات في Port3 على: كيفية جعل البيانات مفيدة لنماذج الذكاء الاصطناعي، ودعم الاستدلال والتفاعل على السلسلة القابلين للتنفيذ تلقائيًا.

تجمع طبقة بيانات الشبكات الاجتماعية للذكاء الاصطناعي ملايين السجلات التفاعلية على السلسلة وبيانات سلوك المهام الاجتماعية، وتستمر في التحديث في الوقت الحقيقي من خلال تطبيقات مثل SoQuest وRankit، لإنشاء نظام بيانات اجتماعية ديناميكي ينمو بشكل مستمر. إنها مركز الإدراك السلوكي لـ Port3، حيث تقوم بهيكلة وتفسير بيانات السلوك المعقدة على السلسلة وخارجها، وتوفر "وقود بيانات" "قابل للفهم، قابل للتجميع، قابل للاستدعاء" للوكيل.

3.1.3 تطبيق البيانات - Rankit + OpenBQL + Ailliance.ai → نظام الوكيل الذكي

رانكيت: محرك تحليل السلوك الاجتماعي المدعوم بالذكاء الاصطناعي

Rankit هو التطبيق الرائد لبيانات Port3 الاجتماعية، وهو "تنفيذ مرئي" لقدرات بيانات BQL على طبقة الذكاء الاصطناعي.

قدرة Rankit والابتكار في النموذج:

• 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 المعاني ونمذجة التقييم: من خلال تحليل المشاعر باستخدام NLP والنماذج الكبيرة، سيتم تحويل التركيز النقاشي، وتأثير KOL، ودرجة ثقة المستخدمين إلى مؤشرات هيكلية، لاستخدامها في إدارة المجتمع، وإدارة مخاطر الإقراض، والمعاملات على السلسلة.

• عرض تجريبي في مشهد عمودي: على سبيل المثال، محرك بيانات USD1 البيئي الذي تم إطلاقه حديثًا، من خلال خريطة الحرارة، النشاط الاجتماعي، والتفاعل مع بيانات السلسلة، يتتبع في الوقت الحقيقي المشاريع المحتملة على سلسلة BNB، ليصبح بوصلة ذكية لمستخدمي DeFi لالتقاط Alpha.

بدعم من Rankit، يمكن لـ Port3 أن تقدم ليس فقط البيانات، ولكن أيضًا "البيانات التفسيرية"------ 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 (لغة بلوكشين كويست) هي القشرة الدماغية لبيانات Port3، وهي النواة الدلالية ومحرك التشغيل لجميع بيانات السلوك المعالجة والمنظمة والمستخدمة.

دور وآلية BQL:

• طبقة اللغة العامة: توفر BQL هيكل استعلام سهل الاستخدام باللغة الطبيعية، مما يتيح للمطورين أو الوكلاء استخدام تعليمات مثل "شراء NFT على سلسلة Aptos" لتنفيذ العمليات الفعلية على السلسلة، مما يربط بين بيئات متعددة السلاسل مثل EVM وBTC وSolana.

• طبقة التنفيذ القياسية: تدعم المعالجة الآلية بنقرة واحدة لعمليات الأصول على السلسلة (مثل التداول، والرهون، وإضافة السيولة)، وهي المركز الرئيسي لأتمتة السلوكيات على السلسلة.

• مستخرج دلالات البيانات: يوفر دعم بيانات هيكلية قياسية لنماذج الذكاء الاصطناعي والوكلاء، لتحقيق تحديثات البيانات عالية التردد والحسابات المطلوبة لتحقيق المعلومات المالية (InfoFi).

بفضل BQL، تعمل Port3 على دفع عالم Web3 لبناء "بروتوكول لغة طبيعية على السلسلة" جديد، مما يرفع السلوك على السلسلة من "طبقة الشيفرة" إلى "طبقة النية"------ الآلات لا تنفذ فقط الأوامر التي تقولها، بل يمكنها أيضًا فهم نواياك.

قدرة تكامل وكيل الذكاء الاصطناعي: Ailliance.ai

• Port3 تبني طبقة واجهة برمجة التطبيقات العامة للوكيل، حيث يمكن للمطورين استدعاء البيانات المهيكلة 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 المشاهد مثل اتخاذ قرارات التداول، نشر المهام، تشغيل المجتمع.

تجعل هذه المجموعة الكاملة من الهيكل المنتج Port3 المنصة الوحيدة في مجال بيانات التواصل الاجتماعي Web3 التي تمتلك القدرة الكاملة "من التجميع → التحليل → التطبيق → الاستدعاء".

الهدف النهائي هو بناء شبكة بروتوكول معيارية تعتمد على بيانات السلوك في Web3 AI، مما يمكّن وكيل الذكاء الاصطناعي من فهم الأصول على السلسلة والتعرف عليها والتعامل معها.

3.2 Port3 حائط الدفاع: عجلة النمو الناتجة عن تراكم الأعمال

تستطيع Port3 أن تتبوأ موقعاً رائداً في سرد Web3 AI، والسبب الجذري لذلك لا يكمن في امتلاكها لقدرات نموذجية متقدمة، بل في أنها خلال عملية تراكم الأعمال، بنت أصول بيانات سلوكية اجتماعية عالية القيمة تتمتع بعمق وشمولية كبيرين. هذه الميزة البياناتية تضع أساساً فريداً لتطبيقات AI الخاصة بـ Port3، وبناء الوكلاء، وتدريب النماذج:

3.2.1. بيانات سلوك سلسلة على السلسلة وتحت السلسلة بمستوى ملايين

استنادًا إلى تشغيل منصة المهام SoQuest لمدة ثلاث سنوات، قامت Port3 بتجميع أكثر من 10 مليون مستوى من مسارات مشاركة المستخدمين، تغطي سلوكيات المهام، والتفاعل مع المحفظة، والأصول على السلسلة، ودرجة المشاركة في المجتمع، وغيرها من الأبعاد. تمتد هذه البيانات عبر Web2 و Web3، مثل منشورات Twitter، والنشاط في Discord، والاحتفاظ في Telegram، والمعاملات على السلسلة، والستاكينج، والمراكز، مما يشكل خريطة سلوك اجتماعي كثيفة للغاية. في سياق نموذج AI الحالي "البيانات كوقود"، فإن هذا النوع من الهيكلة