Des données sociales au cerveau AI : quel type de réseau AI Port3 Network va-t-il créer pour le monde Web3 ?

1. Introduction

Dans le monde de Web3, les données passent d'informations statiques à des actifs dynamiques. Les données de comportement social des utilisateurs deviennent "des mines numériques" les plus précieuses mais encore sous-exploitées à l'ère de l'IA. Les données sociales générées chaque minute contiennent une immense valeur qui n'a pas encore été pleinement exploitée.

La réalité de Web3 est fragmentée : d'une part, nous avons été témoins d'une croissance explosive des protocoles verticaux tels que DeFi, NFT, GameFi, avec les utilisateurs générant une quantité massive de données comportementales à la fois sur la chaîne et hors de la chaîne ; d'autre part, ces données sont éparpillées dans des DApps isolés, des enregistrements de transactions et des plateformes sociales, manquant d'intégration structurée, rendant difficile la construction d'un portrait unifié, et ne pouvant pas être réellement exploitées.

Dans le même temps, l'émergence de l'IA redessine rapidement tout le monde numérique. Des projets tels que ChatGPT d'OpenAI, Claude d'Anthropic, ainsi que des projets basés sur Web3 comme Autonolas, Morphpad et Mind Network, avancent tous la vision de "données appelables + intentions exécutables".

Dans ce contexte, une question se pose : si l'IA est l'avenir, qui va construire la couche de données et la base de décision de Web3 ? Port3 Network donne une réponse relativement ultime :

De la plateforme de tâches SoQuest à l'engin de notation des comportements sociaux 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 amicale pour les modèles d'IA. Elle intègre non seulement les données on-chain et les comportements sociaux off-chain, mais elle transforme également les données en "modèles d'action" que les agents peuvent comprendre, appeler et exécuter grâce à la normalisation et à la reconnaissance d'intentions.

En d'autres termes, Port3 n'est plus une plateforme ou un outil de tâche unique, mais a occupé à l'avance une position stratégique de "cerveau de données Web3" avant que les récits sur la souveraineté des données, l'identité sur la chaîne, la finance sociale, etc., ne soient réellement intégrés.

Cet article va approfondir la matrice de produits, le fossé technologique, le mécanisme de jetons et la logique de croissance de Port3, en explorant comment il établit un circuit fermé de circulation des données orienté vers l'Agent IA 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 Web2 et Web3, et en utilisant un moteur d'IA pour un traitement standardisé, Port3 a créé un ensemble complet allant de la collecte de données (SoQuest), de l'évaluation structurée (Rankit), des requêtes intelligentes (OpenBQL) jusqu'à l'appel d'Agent (Ailliance.ai), devenant ainsi une infrastructure clé pour l'assetisation des comportements en chaîne 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 seed, 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 de l'obtention d'un investissement de DWF Labs, ainsi que du soutien par des subventions de Binance Labs, Mask Network et Aptos.

2.2.2 État de l'équipe

Max D. : co-fondateur, possède une expérience de travail chez Apple ; il a une riche expérience en incubation de projets Web3 et en expansion d'écosystèmes.

Anthony Deng : co-fondateur, a travaillé en développement back-end chez Tencent et Viabtc Technology Limited, avec plusieurs années d'expérience en conception de systèmes à haute concurrence et en architecture distribuée.

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

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

3.1 Infrastructure de base Port3

3.1.1 Agrégation de données - SoQuest

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

SoQuest prend en charge les principales plateformes Web2 telles que Twitter, Telegram, Discord, et est compatible avec les interactions sur 19 chaînes, y compris EVM, Solana, Aptos, Sui, telles que les transactions, les autorisations, le minting d'NFT, formant ainsi l'un des systèmes de collecte de données comportementales les plus largement couverts dans le domaine du Web3.

À mi-2025, le Port3 Network a collecté des données dynamiques provenant de plus de 6 millions d'utilisateurs et de 7 000 projets, couvrant ainsi plus de 10 millions d'utilisateurs de cryptomonnaies. Cela a généré un vaste enregistrement des comportements des utilisateurs et des événements d'interaction sociale sur la chaîne, construisant ainsi une base de données de comportements sociaux Web3 authentique, 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 vérification sera davantage ouverte, permettant d'intégrer la logique de vérification sans modèle préétabli, 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 de Port3 sur toute la chaîne, et c'est aussi la source originale des données sémantiques comportementales nécessaires à l'inférence AI.

3.1.2 Données de dépôt - Couche de données sociales AI

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

Contrairement aux plateformes de données on-chain traditionnelles ( telles que The Graph, Dune, etc., qui adoptent une approche de conception axée sur la "requête", le 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 on-chain exécutées automatiquement.

Le Couche de Données Sociales AI 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 constante autosuffisance qui est le centre cognitif des comportements de Port3. Cela structure et sémantise les 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 d'agent AI

Rankit : moteur d'analyse des comportements sociaux alimenté par l'IA

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

La capacité et l'innovation de Rankit :

• Évaluation de la popularité sociale multiplateforme : Intègre les signaux sociaux de Twitter, Telegram, Discord, etc., pour identifier les tendances clés, les projets phares et les changements d'humeur dans le monde Web3.

• Reconnaissance sémantique et modélisation de la 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 convertis en indicateurs structurés, utilisés pour la gouvernance communautaire, le contrôle des risques de prêt, les transactions sur la chaîne, etc.

• Démonstration de scénarios verticaux : par exemple, le dernier moteur de données écosystémiques USD1, qui, grâce à des cartes thermiques, à l'activité sociale et à la dynamique on-chain, suit en temps réel les projets potentiels sur la BNB Chain, devenant ainsi la boussole intelligente pour les utilisateurs de DeFi cherchant à 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 dit aussi quoi faire.

OpenBQL : un langage d'exécution sur chaîne basé sur l'intention

Si SoQuest est la porte d'entrée des données, alors BQL###Blockchain Quest Language( est le cortex cérébral des données de Port3, le noyau sémantique et le moteur opérationnel de tous les traitements, l'organisation et l'appel des données comportementales.

Le rôle et le mécanisme de BQL :

• Couche de langage universelle : BQL offre une structure de requête conviviale pour le langage naturel, permettant aux développeurs ou aux agents d'exécuter des opérations sur la chaîne avec des instructions telles que "acheter un NFT sur la chaîne Aptos", connectant ainsi l'environnement multi-chaînes EVM, BTC, Solana.

• Couche d'exécution standardisée : prend en charge les opérations d'actifs en chaîne ) telles que le trading, le staking, l'ajout de liquidité ( avec un traitement automatisé en un clic, qui est le cœur de l'automatisation des comportements en chaîne.

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

Avec BQL, Port3 est en train de promouvoir un nouveau "protocole de langage naturel on-chain" dans le monde Web3, permettant aux comportements on-chain de passer du "niveau de code" au "niveau d'intention" ------ la machine ne se contente pas d'exécuter les instructions que vous donnez, elle peut également comprendre votre intention.

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

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

• Les applications incluent des assistants d'investissement automatisés, des robots interactifs, des assistants intelligents pour les jeux sur blockchain, couvrant divers scénarios tels que la prise de décision de trading, la publication de tâches, et l'exploitation de la communauté.

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

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

![Des données sociales au cerveau AI : quel type de réseau AI Port3 Network va-t-il créer pour le monde Web3 ?])https://img-cdn.gateio.im/webp-social/moments-e99f6dd0ad2c1543a76148cd77b3d3a7.webp(

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

Port3 peut se tailler une place de choix dans la narration AI Web3, non pas en raison de ses capacités avancées en grands modèles, mais parce qu'elle a construit, au cours de son accumulation d'affaires, un actif de données comportementales sociales de haute valeur d'une profondeur et d'une largeur extraordinaires. Cet avantage en matière de données établit une base unique pour les applications AI de Port3, la construction d'agents et l'entraînement de modèles :

3.2.1. Données comportementales on-chain et off-chain de niveau million

Grâce à trois ans d'exploitation de la plateforme de tâches SoQuest, Port3 a accumulé plus de 10 millions de niveaux d'engagement utilisateur, couvrant plusieurs dimensions telles que les comportements de tâches, les interactions de portefeuille, les actifs en chaîne, et le niveau de participation communautaire. Ces données traversent Web2 et Web3, telles que les publications sur Twitter, l'activité sur Discord, la rétention sur Telegram, les transactions en chaîne, le staking, et les positions détenues, 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 un agent AI Web3.

3.2.2 Collaborer en profondeur avec des milliers de projets, mise à jour continue des données en temps réel

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

3.2.3 Formation d'un ensemble de données dédié à l'entraînement des modèles d'IA, fournissant un soutien sémantique pour les Agents sur la chaîne.

Comparé aux données Web2, l'identité en chaîne, les chemins d'interaction et les comportements d'actifs des utilisateurs Web3 présentent une grande anonymité et une complexité structurelle, ce qui rend difficile l'adaptation des modèles traditionnels. Port3, grâce au système de reconnaissance sémantique et d'étiquetage comportemental de Rankit, établit précisément un chemin de correspondance entre les comportements en chaîne et la sémantique du langage naturel. Par exemple : "Le portefeuille A participe à un airdrop dans le protocole B + Envoie