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. En particulier, les données de comportement social des utilisateurs deviennent des "minéraux numériques" parmi les plus précieux mais encore sous-exploités à l'ère de l'IA. Les données sociales générées à chaque instant contiennent une immense valeur qui n'a pas encore été pleinement exploitée.

Nous constatons que la réalité du Web3 est fragmentée : d'une part, nous avons été témoins d'une croissance explosive des protocoles de niche tels que DeFi, NFT et GameFi, avec une grande quantité de données comportementales générées par les utilisateurs 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.

En même temps, l'essor de l'IA transforme rapidement l'ensemble du monde numérique. Des projets comme ChatGPT d'OpenAI, Claude d'Anthropic, ainsi que des projets basés sur Web3 comme Autonolas, Morphpad, Mind Network, etc. proposent tous la vision "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 ? Il existe un projet qui donne une réponse assez ultime : Port3 Network.

De la plateforme de tâches SoQuest à l'engin de notation 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 conviviale 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, invoquer et exécuter grâce à la normalisation et à la reconnaissance des intentions.

En d'autres termes, Port3 n'est plus une plateforme ou un outil unique, mais a pris une position stratégique de "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, son fossé technologique, son mécanisme de token et sa logique de croissance, en examinant comment il établit un cercle de circulation des données destiné aux agents d'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 piloté par l'IA, qui vise à construire une couche de données sociales inter-chaînes, programmable et callable. En agrégeant les données de comportement des utilisateurs de Web2 et Web3, et en les traitant de manière standardisée grâce à un moteur d'IA, Port3 a créé un cycle complet allant de la collecte de données (SoQuest), à l'évaluation structurée (Rankit), en passant par les 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

2.1.1 Situation de financement

Février 2023 : Achèvement d'un financement de pré-série A de 3 millions de dollars, dirigé par Jump Crypto, d'autres participants incluent 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 de subventions de certaines plateformes d'échange majeures et de Mask Network, Aptos.

2.1.2 Situation de l'équipe

Max D.: co-fondateur, avec une expérience de travail chez Apple; 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 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 tâches" 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 regroupés sous une ligne directrice centrale : "Le comportement est un actif, Port3 est responsable du cycle de 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 des comportements des utilisateurs en Web3 intégrant distribution de tâches, validation des comportements, croissance communautaire et collecte de données. Il s'agit essentiellement d'un système de génération de données basé sur un mécanisme de déclenchement par des tâches, visant à capturer les comportements sociaux des utilisateurs, reliant ainsi les interactions sur la chaîne et les parcours comportementaux des 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 telles que EVM, Solana, Aptos, Sui, y compris 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.

À la mi-2025, Port3 Network aura collecté des données dynamiques sur plus de 6 millions d'utilisateurs et 7 000 projets, couvrant plus de 10 millions d'utilisateurs de cryptomonnaie. Cela a généré un vaste enregistrement des comportements des utilisateurs et des événements d'interaction sociale sur la blockchain, construisant ainsi une base de données sur les comportements sociaux Web3 qui est 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 Telegram Mini App. En 2025, l'API de validation sera davantage ouverte, permettant d'intégrer la logique de validation 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 cercle fermé des actifs comportementaux de Port3 sur toute la chaîne, et c'est aussi la source primaire des données sémantiques comportementales nécessaires à l'inférence AI.

3.1.2 Données de stockage - Couche de données sociales AI

Les données comportementales des utilisateurs capturées par SoQuest se retrouvent finalement dans le module central du Port3 Network – la couche de données sociales AI, qui est une base de données comportementale structurée conçue spécialement pour les applications AI, et qui constitue l'infrastructure de base pour la "monétisation des comportements" et la "financiarisation de l'information (InfoFi)".

Contrairement aux plateformes de données sur chaîne traditionnelles ( telles que The Graph, Dune, etc., ) qui ont pour objectif de "requêter", la couche de données de Port3 se concentre sur : comment faire en sorte que les données soient utilisées par des modèles d'IA et supportent le raisonnement et l'interaction sur chaîne exécutés automatiquement.

Le AI Social Data Layer intègre des millions d'enregistrements d'interactions en chaîne et des données de comportement de 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 croissance, qui est le centre cognitif comportemental de Port3, structurant 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 Application de données - Rankit + OpenBQL + Ailliance.ai → Système d'agent AI

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

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

Les capacités et l'innovation de Rankit :

• Note de popularité des réseaux sociaux multiplateforme : Intégrant des 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 des scores : grâce à l'analyse des émotions par le NLP et les 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 des communautés, la gestion des risques de prêt, les transactions sur la chaîne, etc.

• Démonstration de scénarios verticaux : par exemple, le nouveau moteur de données écosystémiques USD1, qui utilise des cartes de chaleur, l'activité sociale et l'élan on-chain pour suivre en temps réel les projets prometteurs sur une chaîne donnée, 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 dire ce qui s'est passé, mais aussi vous dire ce que vous devez faire.

OpenBQL : un langage d'exécution en 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 les appels de 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 agents d'effectuer des opérations en chaîne en utilisant des instructions telles que "acheter un NFT sur la chaîne Aptos", facilitant ainsi l'interaction avec des environnements multi-chaînes EVM, BTC et Solana.

• Couche d'exécution standardisée : prend en charge le traitement automatisé en un clic des opérations d'actifs sur la chaîne ( telles que les transactions, le staking et l'ajout de liquidité ), étant le noyau clé de l'automatisation des comportements sur la chaîne.

• Extracteur de sémantique des données : fournit un support de données structurelles standard pour les modèles d'IA et les agents, permettant la mise à jour et le calcul des 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 en chaîne" dans le monde Web3, permettant aux actions en chaîne de passer du "niveau du code" au "niveau de l'intention" - les machines non seulement exécutent les instructions que vous donnez, mais comprennent également votre intention.

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

• Port3 construit une couche d'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 un assistant d'investissement automatisé, un robot interactif, un assistant intelligent pour les jeux basés sur la blockchain, couvrant divers scénarios tels que la prise de décision commerciale, la publication de tâches et l'exploitation communautaire.

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

Son 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 : la roue de croissance apportée par l'accumulation des affaires

Port3 peut occuper une place de choix dans la narration Web3 AI, non pas grâce à sa capacité avancée de grand modèle, mais en raison de l'accumulation de ses activités, qui a permis de construire un actif de données de comportement social de haute valeur d'une profondeur et d'une largeur exceptionnelles. 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 de comportement en chaîne et hors chaîne de niveau millions

S'appuyant sur trois ans d'exploitation de la plateforme de tâches SoQuest, Port3 a accumulé plus de 10 millions de niveaux de trajectoires d'engagement utilisateur, couvrant plusieurs dimensions telles que les comportements de tâches, les interactions de portefeuille, les actifs sur chaîne et le degré de participation communautaire. Ces données transcendent Web2 et Web3, comme les publications sur Twitter, l'activité sur Discord, la rétention sur Telegram, les transactions sur chaîne, le staking, et les positions, formant ainsi une carte des comportements sociaux extrêmement dense. Dans le contexte actuel des modèles d'IA 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 IA Web3.

3.2.2 Collaboration approfondie avec des milliers de projets, mise à jour des données en temps réel continue

Port3 n'est pas une plateforme orientée vers un produit unique, mais a établi des partenariats avec plus de 7000 projets Web3, couvrant des scénarios tels que les airdrops, la conception de tâches, la gouvernance communautaire et les interactions on-chain. Cette coopération a non seulement apporté des comportements utilisateurs réels, mais a également garanti la diversité et la réactivité des sources de données. Grâce aux canaux de données co-construits avec les parties prenantes des projets, 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 clichés statiques. Cette capacité de mise à jour des données fournit un "réservoir de matériel d'entraînement" en évolution continue pour les modèles d'IA.

3.2.3 Former un ensemble de données dédié à l'entraînement de modèles IA, fournissant un soutien sémantique aux agents sur blockchain

Comparé aux données Web2 universelles, l'identité en chaîne des utilisateurs Web3, les transactions