夜雨聆风
一个大四学生做的AI工具,被投了3000万,就因为能“预测未来”
各位极友，我是小极君～
“如果当初没卖那只股票，现在会怎样？”
“如果那条政策晚发一个月，市场会怎么走？”
这种“如果”问题，我们私下想想就过了。但现在，有个工具可以替你认真推演——MiroFish，一个基于多智能体的AI预测引擎。
你给它一份种子文件（比如新闻、政策、财报），它能构建出一个平行数字世界，演化出成千上万个独立AI智能体，在这个世界里自由交互、推演未来。
今天这篇，@可爱的小cherry 教你在极空间上部署MiroFish。顺便拿它测了个大家都关心的问题：“OpenClaw小龙虾，到底能不能统治地球？”👇👇
// 风险提示
///
-
极空间仅提供支持创建Docker镜像的环境，软件功能与注意事项详见该软件内具体使用规则。
-
本文仅代表作者观点，使用第三方解决方案，均非官方正式方案，可能会产生相关风险，请自行斟酌。
AI 的世界里，工具逐渐迷幻起来了。 盛大投资 3000万 给这位大四学生，就因为他开发了一款可以预测未来的 AI 工具。
大佬@666ghj 在大学期间 ，开源了一款舆情分析系统 —— 微舆，不久后他又开发了另外一款工具 MiroFish，后者让盛大投了 3000万，并晋升为 CEO。
MiroFish 是一款基于多智能体技术的新一代 AI 预测引擎。它通过提取现实世界的种子信息（如突发新闻、政策草案、金融信号），自动构建出高保真的平行数字世界。
在此空间内，AI 会演化出成千上万个具备独立人格、群体，以长期记忆与行为逻辑的智能体进行自由交互与社会演化。
我们可透过「上帝视角」动态注入变量，精准推演如果这个发生的平行世界下的未来走向——让未来在数字沙盘中预演，助决策在百战模拟后胜出。
在它的 github 项目主页，分享了两个案例。
一、用 mirofish 预测未来
其实 mirofish 的原理可以理解为利用 llms 对现有信息的有限推理。它会根据种子文件、网络搜索能力进行不同层级的推演进化。
一方面是平行世界，是对已经发生过的事情进行 if 线探索，比如 2009 年牛市我卖了股票，2024 年我没有投入房地产等等。
另一方面是对于未来的预测，比如金融市场走向、形势走向、某个产品未来的销量走向等等。最近 openclaw 不是很火么，所以我们一起来看看，mirofish 是如何看待 openclaw 的议题 —— “ OpenClaw 小龙虾，能否统治地球”
“种子文件”指的是我们上传给系统的初始文档/材料，用于构建知识图谱和启动平行世界模拟。也是 MiroFish 构建”平行数字世界”的基础输入。
种子文件可以帮助 mirofish 实现下列的步骤：
-
提实体关系：解析文档中的关键人物、组织、事件和关系
-
构建知识图谱：使用 GraphRAG 技术构建动态知识图谱
-
注入智能体记忆：为生成的 AI Agent 提供个体和群体层面的初始记忆
-
设定模拟基调：决定模拟世界的背景设定和运行逻辑
这份种子文件的质量，影响到 MiroFish 最终生成的平行世界报告。我让 Kimi Agent 在互联网上搜索了一份 openclaw 截止目前的发展趋势、讨论来生成报告。
过程大概 3-5 分钟。
把生成的种子文件上传到 MiroFish 里，然后提出我们的问题：openclaw 按照目前的发展趋势，能否诞生人工智能，或者统治地球？
Part 1 图谱构建
MiroFish 会根据我们上传的文档、提示词，对预测的内容进行图谱构建。简单的说，就是分析材料，创建星状知识关联。
这里调用了 ZEP 的知识图谱能力，左侧的星状图会越来越复杂，关键节点、关键词也会越来越多。右侧能看到知识图谱生成的节点数量、关系边等量化的数据。
最终密密麻麻的图谱，我们可以进入第二阶段。
Part 2 环境搭建
所谓的环境搭建，其实就是为上一阶段构建图谱的内容生成一个模拟世界。
在这里，mirofish 将结合上下文，创建一些模拟的个体，这些模拟个体拥有独特的行为、记忆。包括组织、个体、行业、媒体等所有的虚拟群体，有点儿玩平行世界的意思了。
初始化了群体后，mirofish 会继续创建一个平行世界。在这个世界里，有自然的需求、时间流逝，Agent 会在平行世界里不断的对话、推演、发展。
平行世界会在 mirofish 创建的叙事方向下，不断激活热点话题，引导平行世界发展。
mirofish 会给出推荐的轮次，每轮基本上等于 60分钟，就是 72个小时。为了快速出效果，我自定义修改为了 40 轮。
Part 3 开始模拟
接下来，就是 AI 的表演了。他们会代入到不同的角色里，开展 40 轮的 信息广场、主题论坛的双世界推演和讨论。
Part 4 报告生成
第四个阶段，Agent 会根据之前的推演结果，进入更深入的谈论。并且段落式的生成最终的预测报告。
画面左侧是预测报告，右边是推演过程。
报告里，不同 AI 个体提出的问题、结论都会被清晰的分类在一起。看起来和学者报告很像，但我不看。
而右侧的 Agent 讨论中，两个平行世界的结论我们都可以自由切换查看。双世界体系比起单节点会容纳更多的可能性。
我不由的想到远古的哲学问题，如果人类可以创造人工智能，那是谁创造的人类呢？
报告并不会直接给结论，只是给一个可能的演变方向，以及在这个方向里的不同结果。所以我们可以进入第五个阶段，去和双世界里的 Agent 继续讨论一些深度的话题。
Part 5 深度互动
第五阶段中，我们可以和两个世界里的组织、人员进行深入讨论。就类似我们平时使用的 web agent 一样。只不过现在是在数百年演变后的平行未来里，这些 AI 有着无数更久的知识和体系，它们对事物可能会有更丰富的看法。
比如我问了一个 agi研究员，编号553。我问他 openclaw 在他们那个时候是否是硅基声明的基石。
它给我的回答是，硅基生命还未成型，openclaw 提供了一些方向，但是还需要更多的发展机会。
在系统里，我们还可以分发问卷。选择一些未来的组织/人员，我们可以分发一个新的自定义的机构。
二、极空间部署 MiroFish
本次部署的设备是极空间Z4Pro +，极空间内测版本升级了 docker 应用，路径、yaml文件、volume 等都有了升级，体验感很好。
mirofish 应用依托知识谱图来进行数据记忆。项目目前指定使用 ZEP 平台为记忆图谱工具，该工具新注册有 1000 免费额度，大约够预测 2、3次，可以使用邮箱注册，用完后再注册一个新账号就行了。
注册完了账号以后，点击左侧的 Project，然后点击右下角的 Add Key 可以获得一个 token 保存备用，不要丢了。
打开极空间的 docker ，将下面的 yaml 文件复制到文本框里。注意要手动修改：代理、LLM地址、ZEP Token。
LLM 是 Openai 兼容的地址，不同的模型在预测效果上肯定会有差异。但是也不建议用太好的，除非你是真的进行一些推演。
services:
mirofish:
image: ghcr.nju.edu.cn/666ghj/mirofish:latest
container_name: mirofish
ports:
– “33320:3000”
– “33321:5001”
environment:
– LLM_API_KEY=替换成你的Key
– LLM_BASE_URL=https://open.bigmodel.cn/api/paas/v4
– LLM_MODEL_NAME=glm-4.5-air
– HTTP_PROXY=http://192.168.0.135:7890
– HTTPS_PROXY=http://192.168.0.135:7890
– NO_PROXY=localhost,127.0.0.1
– VITE_API_BASE_URL=http://192.168.0.135:5001
# ===== ZEP记忆图谱配置 =====
– ZEP_API_KEY=替换成你的Key
restart: unless-stopped
volumes:
# – ./uploads:/app/backend/uploads # 新版本
– 路径:/app/backend/uploads # 老版本
如果是老版本的，还需要修改代码里的【路径】替换成你的文件路径。
部署完成后，切换到容器页面，找到 mirofish ，点击远程访问，就可以开始我们的 AI 预测之旅。
mirofish 这个项目还是挺有意思的，它创造了一种在短时间内可以探索平行世界事项发展的可能性。
如果你平时有记日记的习惯，或者本身是做舆情、市场分析的，可以使用它来搭建一套完整的市场走势和趋势预测能力。
除了自托管，官方的 github 也发布了一个静态页面，可以直接运行 demo 查看效果。如果你对 IF 很感兴趣，可以尝试一下，看看自己曾经懊悔的事情，会不会因为选择不同而变得不同。
