Des données sociales au cerveau IA : comment Port3 Network construit un réseau IA pour le Web3 ?

1. Introduction

Dans le monde du Web3, les données passent d'informations statiques à des actifs dynamiques. Les données de comportement social des utilisateurs deviennent les "minéraux numériques" les plus précieux et encore peu exploités de l'ère de l'IA. La valeur énorme contenue dans les données sociales générées chaque instant n'a pas encore été pleinement exploitée.

La réalité de Web3 est fragmentée : d'une part, les protocoles verticaux tels que DeFi, NFT et GameFi connaissent une croissance explosive, générant une grande quantité de données comportementales des utilisateurs à la fois sur la chaîne et hors chaîne ; d'autre part, ces données sont éparpillées dans des DApp isolées, des enregistrements de transactions et des plateformes sociales, manquant d'intégration structurée, ce qui rend difficile la construction d'un profil unifié et l'appel réel de ces données.

Parallèlement, l'émergence de l'IA redéfinit rapidement l'ensemble du monde numérique. Des projets comme ChatGPT et Claude proposent la vision "données appelables + intentions exécutables".

Dans ce contexte, si l'IA est l'avenir, qui construira la couche de données et la base de décision de Web3 ? Port3 Network a donné une réponse ultime :

Depuis la plateforme de missions SoQuest, jusqu'au moteur de scoring de comportement social Rankit, en passant par le langage d'exécution d'intentions inter-chaînes OpenBQL, Port3 a construit une "infrastructure de données sociales" centrée sur le comportement des utilisateurs et adaptée aux modèles d'IA. Elle intègre non seulement les données on-chain et les comportements sociaux off-chain, mais grâce à la normalisation et à la reconnaissance des intentions, elle transforme les données en "modèles d'action" que les agents peuvent comprendre, invoquer et exécuter.

Port3 n'est plus une simple plateforme ou un outil de tâches, mais a pris position stratégiquement comme "le cerveau de données Web3" avant que les récits sur la souveraineté des données, l'identité sur la chaîne, et la finance sociale ne soient réellement intégrés.

Cet article analysera en profondeur la matrice de produits de Port3, les barrières techniques, les mécanismes de token et la logique de croissance, en explorant comment il établit un circuit de circulation de données destiné aux agents AI dans un monde Web3 fragmenté, et devient l'infrastructure secrète de la prochaine tendance de mille milliards.

2. Présentation du projet

Qu'est-ce que Port3 2.1 ?

Port3 Network est un projet d'infrastructure de données sociales Web3 alimenté par l'IA, visant à construire une couche de données sociales inter-chaînes, programmable et appelable. En agrégeant les données de comportement des utilisateurs de Web2 et Web3, et en les normalisant à l'aide d'un moteur d'IA, Port3 a créé un cycle complet allant de la collecte de données (SoQuest), à l'évaluation structurée (Rankit), à la requête intelligente (OpenBQL), jusqu'à l'appel d'Agent (Ailliance.ai), devenant ainsi une infrastructure clé pour la capitalisation des comportements on-chain à l'ère de l'IA.

2.2 Aperçu du projet

2.2.1 Situation de financement

Février 2023 : Achèvement d'un financement de 3 millions de dollars lors d'un tour de table de semences, dirigé par Jump Crypto, avec d'autres participants tels que SNZ, Block Infinity, Dragon Roark, ViaBTC, Cryptonite, Lapin Digital, Cogitent et Momentum6.

Août 2023 : Obtention d'un nouveau tour de financement de plusieurs millions de dollars, avec des investisseurs tels qu'EMURGO, Adaverse Accelerator et Gate Labs.

Octobre 2023 : Annonce avoir obtenu un investissement de DWF Labs, ainsi que le soutien de subventions de Labs d'une certaine plateforme d'échange, d'un certain projet et d'une certaine blockchain.

2.2.2 Situation de l'équipe

Max D.: cofondateur, ayant une expérience de travail dans une certaine entreprise technologique; possède une riche expérience en incubation de projets Web3 et en expansion d'écosystèmes.

Anthony Deng : co-fondateur, a travaillé en tant que développeur backend sur une certaine plateforme sociale et dans une certaine entreprise technologique, possédant plusieurs années d'expérience en conception de systèmes à haute concurrence et en architecture distribuée.

3. La vision de Port3 : de "plateforme de tâches" à "couche de données sociales AI"

Bien que la matrice de produits de Port3 contienne plusieurs sous-modules tels que SoQuest, Rankit, OpenBQL et on.meme, qui peuvent sembler dispersés, ils peuvent en réalité être résumés en une ligne directrice : "Le comportement est un actif, Port3 est responsable du flux de données de la collecte à la conversion."

3.1 Infrastructure de base Port3

3.1.1 Agrégation des données - SoQuest

SoQuest est le point d'entrée de données central construit par Port3 Network, une plateforme de capture de comportement des utilisateurs Web3 qui intègre distribution de tâches, vérification des comportements, croissance communautaire et collecte de données. Essentiellement, il s'agit d'un système de génération de données basé sur des tâches comme mécanisme de déclenchement et des comportements sociaux des utilisateurs comme objets de collecte, reliant les interactions sur la blockchain et les chemins comportementaux des plateformes sociales Web2.

SoQuest prend en charge plusieurs plateformes Web2 majeures et est compatible avec les comportements d'interaction sur 19 chaînes, y compris EVM, Solana, Aptos, Sui, etc., englobant des actions telles que les transactions, les autorisations, le minting de NFT, formant ainsi l'un des systèmes de collecte de comportements les plus largement couverts dans le domaine du Web3.

D'ici mi-2025, Port3 Network aura collecté plus de 6 millions d'utilisateurs et 7 000 projets de données dynamiques, couvrant plus de 10 millions d'utilisateurs de crypto-monnaies. Cela a généré un vaste enregistrement des comportements des utilisateurs et des événements d'interaction sociale sur la chaîne, construisant une base de données de comportements sociaux Web3 réelle, multidimensionnelle et à haute fréquence.

Pour améliorer l'évolutivité de la plateforme et la capacité de collecte de données, SoQuest a lancé le module QaaS(Quest-as-a-Service), permettant aux projets d'intégrer un système de tâches dans leur propre dApp ou application Mini Telegram. En 2025, une API de validation sera ouverte, permettant d'intégrer la logique de validation sans modèle prédéfini, ce qui améliorera considérablement la standardisation et l'universalité du système de tâches.

SoQuest n'est pas seulement une plateforme de tâches, c'est le point de départ du cycle fermé des actifs comportementaux sur l'ensemble de la chaîne Port3, et c'est aussi la source originale des données sémantiques de comportement nécessaires à l'inférence IA.

3.1.2 Données de stockage - Couche de données sociales AI

Les données comportementales des utilisateurs capturées par SoQuest sont finalement consolidées dans le module central du Port3 Network - AI Social Data Layer, qui est une base de données comportementale structurée conçue spécifiquement pour les applications AI. C'est également l'infrastructure sous-jacente permettant à Port3 de réaliser la "capitalisation des comportements" et la "financiarisation de l'information (InfoFi)".

Contrairement à la conception traditionnelle des plateformes de données en chaîne axée sur "l'interrogation", la couche de données de Port3 se concentre sur : comment rendre les données utilisables par les modèles d'IA et soutenir l'inférence et l'interaction en chaîne exécutées automatiquement.

Le AI Social Data Layer intègre des millions d'enregistrements d'interactions en chaîne et des données de comportement des tâches sociales, et se met à jour en temps réel grâce à des modules d'application tels que SoQuest et Rankit, construisant ainsi un système de données sociales dynamiques en croissance continue. Il constitue le centre de cognition comportementale de Port3, structurisant et sémantisant des données de comportement complexes en chaîne et hors chaîne, fournissant aux agents un "carburant de données" "compréhensible, combinable et appelable".

3.1.3 Applications de données - Rankit + OpenBQL + Ailliance.ai → Système AI Agent

Rankit : moteur d'analyse du comportement social alimenté par l'IA

Rankit est l'application phare des capacités de données sociales de Port3, c'est l'"exécution visuelle" des capacités de données BQL au niveau de l'IA.

Les capacités de Rankit et l'innovation des paradigmes :

• Score de popularité des réseaux sociaux multiplateformes : intègre plusieurs signaux des réseaux sociaux pour identifier les tendances clés, les projets en vogue et les changements d'humeur dans le monde Web3.

• Reconnaissance sémantique et modélisation de notation : grâce à l'analyse des émotions par NLP et des grands modèles, les points de discussion, l'influence des KOL et le niveau de confiance des utilisateurs seront transformés en indicateurs structurés, utilisés pour la gouvernance communautaire, la gestion des risques de prêt, les transactions sur la chaîne, etc.

• Démonstration de mise en œuvre dans des scénarios verticaux : par exemple, le dernier moteur de données écosystémiques USD1 lancé, qui relie la carte thermique, l'activité sociale et l'élan sur la chaîne pour suivre en temps réel les projets potentiels sur une blockchain publique, devenant ainsi une boussole intelligente pour les utilisateurs de DeFi afin de capturer l'Alpha.

Avec le soutien de Rankit, Port3 peut non seulement fournir des données, mais aussi des "données explicatives" - non seulement vous dit ce qui s'est passé, mais vous indique également ce que vous devez faire.

OpenBQL : un langage d'exécution on-chain basé sur l'intention

Si SoQuest est le point d'entrée des données, alors BQL(Blockchain Quest Language) est le cortex cérébral des données de Port3, le noyau sémantique et le moteur opérationnel pour le traitement, l'organisation et l'appel de toutes les données comportementales.

Le rôle et le mécanisme de BQL :

• Couche de langage universel : BQL fournit une structure de requête conviviale pour le langage naturel, permettant aux développeurs ou aux agents d'effectuer des opérations réelles sur la chaîne avec des instructions telles que "acheter un NFT sur une certaine blockchain", en reliant les environnements multi-chaînes EVM, BTC et Solana.

• Couche d'exécution standardisée : prend en charge le traitement automatisé en un clic des opérations d'actifs en chaîne ( telles que les transactions, le staking et l'ajout de liquidités ), ce qui est le noyau clé de l'automatisation des actions en chaîne.

• Extracteur de sémantique des données : fournit un support de données structurées standard pour les modèles AI et les agents, réalisant des mises à jour et des calculs de données à haute fréquence nécessaires à la financiarisation de l'information (InfoFi).

Grâce à BQL, Port3 est en train de promouvoir un nouveau "protocole de langage naturel on-chain" dans le monde du Web3, permettant aux comportements on-chain de passer du "niveau code" au "niveau intention" -- les machines non seulement exécutent les instructions que vous donnez, mais comprennent également vos intentions.

Capacité d'intégration de l'agent AI : Ailliance.ai

• Port3 est en train de construire une couche API Agent universelle, permettant aux développeurs d'appeler directement des données structurées générées par Rankit/SoQuest/OpenBQL ou d'exécuter des instructions.

• Les applications comprennent un assistant d'investissement automatisé, un robot interactif, un assistant intelligent pour les jeux blockchain, etc., couvrant diverses scènes telles que la prise de décision commerciale, la publication de tâches, et l'exploitation communautaire.

Cette structure complète de produit fait de Port3 la seule plateforme capable de "collecte → analyse → application → appel" dans le domaine des données sociales Web3.

L'objectif final est de construire un réseau de protocole standard Web3 AI basé sur des données comportementales, permettant à l'Agent AI de comprendre, d'identifier et d'opérer des actifs sur la chaîne.

3.2 La moats de Port3 : le flywheel de croissance apporté par l'accumulation des affaires

Port3 peut occuper une place de choix dans la narration Web3 AI, non pas en raison de ses capacités avancées en matière de grands modèles, mais grâce à la construction d'actifs de données de comportement social de haute valeur, à la fois profonds et larges, au cours de l'accumulation des affaires. Cet avantage en matière de données constitue une base unique pour les applications AI de Port3, la construction d'agents et l'entraînement de modèles :

3.2.1. Données comportementales en chaîne et hors chaîne à des niveaux de millions

S'appuyant sur trois ans d'exploitation de la plateforme de missions SoQuest, Port3 a accumulé plus de 10 millions de niveaux de trajectoires d'engagement utilisateur, couvrant plusieurs dimensions telles que les comportements de mission, les interactions avec les portefeuilles, les actifs en chaîne et le degré de participation communautaire. Ces données traversent Web2 et Web3, englobant des éléments tels que les publications, l'activité, la rétention, les transactions en chaîne, le staking et les positions, formant ainsi une carte des comportements sociaux extrêmement dense. Dans le contexte actuel du modèle AI où "les données sont le carburant", ce type de données comportementales structurées et à haute fréquence est sans aucun doute la ressource d'entrée la plus précieuse pour construire des agents AI Web3.

3.2.2 Coopération approfondie avec des milliers de projets, mise à jour des données en temps réel.

Port3 n'est pas une plateforme orientée vers un seul produit, mais a établi des partenariats avec plus de 7000 projets Web3, couvrant plusieurs scénarios tels que l'émission d'airdrops, la conception de tâches, la gouvernance communautaire et l'interaction on-chain. Cette coopération a non seulement apporté des comportements d'utilisateurs réels, mais a également garanti la diversité et la temporalité des sources de données. Grâce aux canaux de données co-construits avec les partenaires de projet, Port3 absorbe continuellement les dernières tendances écologiques et les tendances des utilisateurs, construisant ainsi un moteur de données en évolution dynamique, plutôt qu'un ensemble de snapshots statiques. Cette capacité de mise à jour des données fournit un "réservoir de matériel d'entraînement" en constante évolution pour les modèles d'IA.

3.2.3 Former un ensemble de données dédié à l'entraînement du modèle AI, fournissant un soutien sémantique pour les Agents sur la chaîne.

Comparé aux données Web2 universelles, l'identité en chaîne, le chemin d'interaction et le comportement des actifs des utilisateurs Web3 présentent un haut niveau d'anonymat et une complexité structurelle, rendant difficile l'adaptation des modèles traditionnels. Port3, à travers le système de reconnaissance sémantique et d'étiquetage comportemental de Rankit, établit un chemin de mapping entre le comportement en chaîne et la sémantique du langage naturel. Par exemple : "Le portefeuille A participe à l'airdrop dans le protocole B + publie un tweet + participe à la gouvernance une deuxième fois", peut être modélisé comme une étiquette sémantique "participant actif" ou "évangéliste précoce", permettant ainsi à l'agent IA de pouvoir.