从社交数据到 AI 大脑：Port3 Network 将为 Web3 世界打造怎样的 AI 网络？

1. 引言

在 Web3 的世界里，数据正在从静态信息转变为动态资产。尤其是用户的社交行为数据，正在成为 AI 时代中最具价值但尚未被充分开发的"数字矿产"。每时每分产生的社交数据，其中蕴含的巨大价值，尚未被人们所充分挖掘。

我们看到，Web3 的现实是割裂的：一方面，我们目睹了 DeFi、NFT、GameFi 等垂类协议爆发式增长，用户在链上链下产生了大量行为数据；另一方面，这些数据却散落在孤立的 DApp、交易记录和社交平台中，缺乏结构化整合，难以构建统一画像，也无法被真正调用。

与此同时，AI 的崛起正快速重塑整个数字世界。如 OpenAI 的 ChatGPT、Anthropic 的 Claude、以及基于 Web3 构建的 Agent 项目如 Autonolas、Morphpad、Mind Network 等纷纷提出"可调用数据 + 可执行意图"的愿景。

在这样的背景下，一个问题浮出水面：如果 AI 是未来，那谁来构建 Web3 的数据层与决策基础？ 有这样一个项目，Port3 Network 给出了一个比较终极的答案：

从最初的 SoQuest 任务平台，到 Rankit 的社交行为评分引擎，再到 OpenBQL 的跨链意图执行语言，Port3 搭建了一套以用户行为为核心、面向 AI 模型友好的"社交数据基础设施"。它不仅整合链上数据与链下社交行为，还通过标准化与意图识别，使数据成为智能体可以理解、调用、执行的"行动模板"。

换句话说，Port3 不再是一个单一的任务平台或工具，而是在数据主权、链上身份、社交金融等叙事尚未真正整合之前，提前占据了"Web3 数据大脑"的战略位置。

本文将深入拆解 Port3 的产品矩阵、技术护城河、代币机制与增长逻辑，探讨它如何在碎片化的 Web3 世界中，建立起面向 AI Agent 的数据流通闭环，并成为下一个万亿级趋势的隐秘基础设施。

2. 项目简介

2.1 Port3 是什么？

Port3 Network 是 AI 驱动的 Web3 社交数据基础设施项目，旨在构建一个跨链、可编程、可调用的社交数据层。通过聚合 Web2 与 Web3 的用户行为数据，并辅以AI引擎进行标准化处理，Port3 打造了一套由数据采集（SoQuest）、结构化评分（Rankit）、智能查询（OpenBQL）到 Agent 调用（Ailliance.ai）的完整闭环，成为 AI 时代链上行为资产化的关键设施。

2.2 项目概况

2.2.1 融资情况

2023 年 2 月： 完成 300 万美元种子轮融资，由 Jump Crypto 领投，其他参投方包括 SNZ、Block Infinity、Dragon Roark、ViaBTC、Cryptonite、Lapin Digital、Cogitent 和 Momentum6。

2023 年 8 月： 获得新一轮数百万美元融资，参投方包括 EMURGO、Adaverse Accelerator 和 Gate Labs。

2023 年 10 月： 宣布获得 DWF Labs 的投资，并获得 Binance Labs、Mask Network 和 Aptos 的赠款支持。

2.2.2 团队情况

Max D.：联合创始人，拥有在苹果公司的工作经验；具备丰富的 Web3 项目孵化与生态拓展经验。

Anthony Deng：联合创始人，曾在腾讯与 Viabtc Technology Limited 从事后端开发工作，拥有多年高并发系统设计与分布式架构经验。

3. Port3 的愿景：从"任务平台"到"AI社交数据基础层"

虽然 Port3 的产品矩阵包含 SoQuest、Rankit、OpenBQL、on.meme 等多个子模块，看似分散，但实际上可以归纳为一条核心主线："行为即资产，Port3 负责从采集到转化的数据流动闭环。"

3.1 Port3 核心基础设施

3.1.1 数据聚集 - SoQuest

SoQuest 是 Port3 Network 构建的核心数据入口，一个集任务分发、行为验证、社群增长与数据采集为一体的 Web3 用户行为捕获平台。其本质上是一套以任务为触发机制、以用户社交行为为采集对象的数据生成系统，打通了链上交互与 Web2 社交平台之间的行为路径。

SoQuest 支持 Twitter、Telegram、Discord 等主流 Web2 平台，并兼容 EVM、Solana、Aptos、Sui 等 19 条链上的交互行为，包括交易、授权、NFT mint 等，形成了 Web3 领域最广覆盖的行为采集体系之一。

截至 2025 年中，Port3 Network 已收集了超过 600 万用户和 7,000 个项目的动态数据，数据覆盖范围已超过 1000 万加密用户。产生了规模庞大的用户行为记录和链社交交互事件，构建出一个真实、多维、高频的 Web3 社交行为数据库。

为了提升平台可拓展性与数据采集能力，SoQuest 推出了 QaaS(Quest-as-a-Service） 模块，允许项目方将任务系统嵌入自身 dApp 或 Telegram Mini App。2025 年进一步开放验证 API，无需预设模板即可完成验证逻辑嵌入，极大提升了任务系统的标准化与通用性。

SoQuest 不只是一个任务平台，它是 Port3 全链行为资产闭环的起点，也是支持 AI 推理所需行为语义数据的原始源头。

3.1.2 数据沉淀 - AI Social Data Layer

SoQuest 捕获的用户行为数据最终沉淀至 Port3 Network 的核心模块——AI Social Data Layer，这是一个专为 AI 应用而设计的结构化行为数据库，也是 Port3 实现"行为资产化"与"信息金融化（InfoFi）"的底层设施。

区别于传统链上数据平台（如 The Graph、Dune 等）以"查询"为目标的设计思路，Port3 的数据层关注的是：如何让数据为 AI 模型所用，并支持自动执行的链上推理与交互。

AI Social Data Layer 整合了数千万条链上交互记录与社交任务行为数据，并持续通过 SoQuest、Rankit 等应用模块进行实时更新，构建出一个不断自增长的动态社交数据系统。是 Port3 的行为认知中枢，将复杂的链上链下行为数据结构化、语义化，为智能体提供"可理解、可组合、可调用"的数据燃料。

3.1.3 数据应用 - Rankit + OpenBQL +Ailliance.ai → AI Agent 系统

Rankit：AI 驱动的社交行为分析引擎

Rankit 是 Port3 社交数据能力的旗舰应用，是 AI 层对 BQL 数据能力的"可视化执行"。

Rankit 的能力与范式创新：

• 跨平台社交热度评分：综合 Twitter、Telegram、Discord 等社交信号，识别 Web3 世界中的关键趋势、热点项目和情绪转变。

• 语义识别与评分建模：通过 NLP 和大模型情绪分析，将讨论焦点、KOL 影响力、用户信任度转化为结构化指标，用于社区治理、借贷风控、链上交易等场景。

• 垂直场景落地示范：例如最新推出的 USD1 生态数据引擎，通过热力图、社交活跃度与链上动能联动，实时追踪 BNB Chain 上的潜力项目，成为 DeFi 用户捕捉 Alpha 的智能罗盘。

在 Rankit 的加持下，Port3 不仅能提供数据，还能提供"解释型数据"——不仅告诉你发生了什么，还告诉你该做什么。

OpenBQL：意图驱动的链上执行语言

如果说 SoQuest 是数据入口，那么 BQL（Blockchain Quest Language）就是 Port3 的数据大脑皮层，是所有行为数据加工、组织、调用的语义核心与运行引擎。

BQL 的角色与机制：

• 通用语言层：BQL 提供了自然语言友好的查询结构，使开发者或 Agent 能用类似"在 Aptos 链上买入 NFT"这样的指令，实现链上实际操作，打通 EVM、BTC、Solana 多链环境。

• 标准化执行层：支持链上资产操作（如交易、质押、流动性添加）的一键自动化处理，是链上行为自动化的关键中枢。

• 数据语义提取器：为 AI 模型和 Agent 提供标准结构数据支持，实现信息金融化（InfoFi）所需的高频数据更新与计算。

借助 BQL，Port3 正在推动 Web3 世界构建一种新的"链上自然语言协议"，让链上行为从"代码层"上升到"意图层"——机器不仅执行你说的指令，还能理解你的意图。

AI Agent 对接能力：Ailliance.ai

• Port3 正在构建一个通用 Agent API 层，开发者可直接调用 Rankit/SoQuest/OpenBQL 生成的结构化数据或执行指令。

• 应用包括自动化投资助手、交互机器人、链游智能助手等，覆盖交易决策、任务发布、社区运营等多种场景。

这一整套产品结构使得 Port3 成为 Web3 社交数据赛道中，唯一具备"从采集 → 分析 → 应用 → 调用"全流程能力的平台。

其最终目标是构建一种以行为数据为底层的 Web3 AI 标准协议网络，使 AI Agent 能够理解、识别并操作链上资产。

3.2 Port3 的护城河：业务积累带来的增长飞轮

Port3 能在 Web3 AI 叙事中率先占据一席之地，根本原因并不在于其拥有先进的大模型能力，而在于其在业务积累过程中，构建起极具深度与广度的高价值社交行为数据资产。这种数据优势为 Port3 的 AI 应用、Agent 构建、模型训练奠定了独一无二的基础：

3.2.1. 千万级别的链上链下行为数据沉淀

依托 SoQuest 长达三年的任务平台运营，Port3 已沉淀了超过 1000 万级别的用户参与轨迹，覆盖任务行为、钱包交互、链上资产、社群参与度等多个维度。这些数据跨越 Web2 与 Web3，如 Twitter 发帖、Discord 活跃、Telegram 留存、链上交易、质押、持仓等，构成了一张极为稠密的社交行为图谱。在当前 AI 模型"数据即燃料"的语境下，这类结构化且高频互动的行为数据，无疑是构建 Web3 AI Agent 最宝贵的输入资源。

3.2.2 与上千项目方深度合作，数据持续实时