Des données sociales au cerveau IA : comment Port3 Network construit un réseau IA 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 minerais numériques" les plus précieux mais encore sous-exploités à l'ère de l'IA. Les données sociales générées chaque minute, la valeur immense qu'elles contiennent, n'a pas encore été pleinement exploitée.

Nous constatons que la réalité de Web3 est fragmentée : d'une part, nous avons été témoins d'une croissance explosive des protocoles verticaux tels que DeFi, NFT et GameFi, avec une quantité considérable de données comportementales générées par les utilisateurs sur et hors de la chaîne ; d'autre part, ces données sont éparpillées dans des DApp isolés, des historiques de transactions et des plateformes sociales, manquant d'une intégration structurée, rendant difficile la construction d'un profil unifié et les rendant inaccessibles pour un véritable appel.

En parallèle, l'essor de l'IA redéfinit rapidement l'ensemble du 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, proposent tous la vision de "données appelables + intentions exécutables".

Dans ce contexte, une question se pose : si l'IA est l'avenir, qui construira la couche de données et la base de décision pour le Web3 ? Il existe un projet, Port3 Network, qui offre une réponse assez ultime :

Depuis 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 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 d'intentions, elle transforme les données en "modèles d'action" que les agents peuvent comprendre, invoquer et exécuter.

En d'autres termes, Port3 n'est plus une plateforme ou un outil de tâche 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, la finance sociale, etc. ne soient réellement intégrés.

Cet article examinera en profondeur la matrice de produits de Port3, ses barrières technologiques, son mécanisme de jetons et sa logique de croissance, explorant comment il établit un circuit fermé de circulation de données destiné aux agents 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 2.1 Port3 ?

Port3 Network est un projet d'infrastructure de données sociales Web3 dirigé par Jump Crypto, 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), en passant par la requête intelligente (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 : 300 millions de dollars de financement de seed round, 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 et de plusieurs subventions de soutien d'institutions.

2.2.2 Situation de l'équipe

Max D.: co-fondateur, ayant de l'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 chez Tencent et Viabtc Technology Limited dans le développement back-end, avec plusieurs années d'expérience en conception de systèmes à haute concurrence et en architecture distribuée.

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

Bien que la matrice de produits de Port3 comprenne plusieurs sous-modules tels que SoQuest, Rankit, OpenBQL, on.meme, qui semblent dispersés, elle peut en réalité être résumée par une ligne directrice centrale : "Le comportement est un actif, Port3 est responsable du flux de données de la collecte à la conversion dans un cycle fermé."

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 la distribution de tâches, la vérification des comportements, la croissance communautaire 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 avec 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 de NFT, formant ainsi l'un des systèmes de collecte de comportements les plus largement couverts dans le domaine du Web3.

D'ici la mi-2025, Port3 Network aura collecté des données dynamiques de plus de 6 millions d'utilisateurs et de 7 000 projets, couvrant plus de 10 millions d'utilisateurs de crypto-monnaies. Cela a généré un grand volume d'enregistrements de comportements d'utilisateurs et d'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 Mini App 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 de l'écosystème d'actifs de comportement de Port3, ainsi que la source primaire des données sémantiques de comportement nécessaires à l'inférence AI.

3.1.2 Données de stockage - Couche de données sociales AI

Les données de comportement 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 de comportement structurée conçue spécifiquement pour les applications d'IA, et constitue également l'infrastructure sous-jacente permettant à Port3 de réaliser "l'assetisation des comportements" et "la financiarisation de l'information (InfoFi)".

Contrairement à l'approche de conception des plateformes de données en chaîne traditionnelles qui vise "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 exécutables automatiquement.

Le Couche de Données Sociales AI intègre des millions d'enregistrements d'interactions sur la chaîne et des données de comportement des tâches sociales, et 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. C'est le centre de cognition comportementale de Port3, qui structure et sémantise des données comportementales complexes sur et hors chaîne, fournissant aux agents un "carburant de données compréhensible, combinable et appelable".

3.1.3 Application des 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 :

• Note de 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 du Web3.

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

• Démonstration de scénarios verticaux : par exemple, le moteur de données écosystémiques USD1 récemment lancé, qui relie les cartes thermiques, l'activité sociale et la dynamique on-chain, permettant de suivre en temps réel les projets potentiels sur la BNB Chain, 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 sur chaîne 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 d'exécution pour le traitement, l'organisation et l'appel de toutes les données comportementales.

Rôle et mécanisme de BQL :

• Couche de langage universel : BQL offre une structure de requête conviviale en langage naturel, permettant aux développeurs ou agents d'effectuer des opérations sur la chaîne avec des instructions telles que "acheter un NFT sur la chaîne Aptos", facilitant ainsi l'interopérabilité entre l'environnement 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, l'ajout de liquidités ), ce qui en fait le centre névralgique de l'automatisation des comportements en chaîne.

• Extracteur de sémantique des données : fournit un support de données structurées standard pour les modèles d'IA et les agents, permettant la mise à jour et le calcul de données haute fréquence nécessaires pour la financiarisation de l'information (InfoFi).

Grâce à BQL, Port3 est en train de promouvoir dans le monde Web3 un nouveau "protocole de langage naturel sur la chaîne", permettant aux actions sur la chaîne de passer du "niveau code" au "niveau intention" - les machines n'exécutent pas seulement les instructions que vous donnez, mais comprennent également vos intentions.

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 un assistant d'investissement automatisé, un robot interactif, un assistant intelligent pour les jeux sur blockchain, etc., 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" sur l'ensemble du processus 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 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 en raison de ses capacités avancées en matière de grands modèles, mais en raison des actifs de données de comportement social de haute valeur qu'elle a construits au cours de l'accumulation des affaires, qui sont à la fois profonds et larges. 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 au niveau de dizaines 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 participation des utilisateurs, couvrant plusieurs dimensions telles que les comportements de mission, les interactions avec les portefeuilles, les actifs en chaîne et le niveau d'engagement communautaire. Ces données traversent le Web2 et le Web3, comme les publications sur Twitter, l'activité sur Discord, la rétention sur Telegram, les transactions sur la chaîne, le staking et les positions, formant ainsi une carte des comportements sociaux extrêmement dense. Dans le contexte actuel du modèle AI "les données comme 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 Collaboration approfondie 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 partenariats avec plus de 7000 projets Web3, englobant des scénarios tels que l'émission d'airdrops, la conception de tâches, la gouvernance communautaire et les interactions on-chain. Cette coopération a non seulement engendré des comportements utilisateurs réels, mais a également garanti la diversité et la réactivité des sources de données. Grâce à des canaux de données co-construits avec les parties prenantes, Port3 absorbe en permanence les dernières tendances écologiques et les comportements des utilisateurs, construisant ainsi un moteur de données évolutif et dynamique, plutôt qu'un ensemble de snapshots 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 Créer un ensemble de données dédié à l'entraînement des modèles d'IA, fournissant un soutien sémantique aux agents sur la chaîne.

Comparé aux données Web2 générales, l'identité on-chain des utilisateurs Web3, leurs chemins d'interaction et leurs comportements d'actifs présentent une grande anonymité et une complexité structurelle, rendant difficile l'adaptation des modèles traditionnels. Port3, en revanche, s'appuie sur Ran.