22-летний разработчик Го Ханцзян, известный в сети под псевдонимом BaiFu, представил проект MiroFish. Это система мультиагентного моделирования, предназначенная для воспроизведения динамики социальных процессов и прогнозирования реакций общества на внешние события. Инструмент позволяет создавать цифровую среду, в которой тысячи независимых агентов имитируют поведение реальных групп людей, обсуждая новости, вступая в дискуссии и формируя общественное мнение.
Предыстория проекта и привлечение капитала
MiroFish стал идейным преемником более ранней разработки автора — системы BettaFish. Изначально задуманный как дипломная работа, проект BettaFish не получил одобрения научного руководителя, однако после публикации на GitHub быстро стал популярным, набрав свыше 30 000 звезд. В рейтингах платформы проект на время опередил репозитории таких гигантов, как OpenAI, Google и Microsoft. Успех первого инструмента привлек внимание основателя Shanda Group Чена Тяньцяо. После презентации демо-версии MiroFish разработчик получил инвестиции в размере 30 млн юаней (около $4 млн) на дальнейшую инкубацию проекта.
Архитектура и стек технологий
Проект реализован на стеке Python и Vue.js. В основе функционирования MiroFish лежит фреймворк для мультиагентных симуляций OASIS от организации CAMEL-AI. Для организации долговременной памяти агентов используется сервис Zep Cloud, а за построение графа знаний из входящей информации отвечает технология GraphRAG. Исходный код системы опубликован под лицензией AGPL-3.0 и был написан за 10 дней с использованием инструмента Claude Code.
Принципы работы симуляции
Процесс моделирования начинается с загрузки информационных поводов — законопроектов, финансовых отчетов или новостных сводок. Система обрабатывает данные через GraphRAG, выделяя ключевые сущности, организации и взаимосвязи. На базе этих данных генерируется популяция агентов, каждому из которых задается уникальный набор характеристик: личностные качества, социальные роли и индивидуальная история.
Взаимодействие агентов происходит на протяжении 40 раундов. В течение этого времени виртуальные субъекты анализируют входящие данные, вступают в полемику, формируют коалиции и выражают отношение к событиям. Завершается цикл работой модуля ReportAgent, который обобщает результаты и формулирует прогноз. Особенность системы заключается в использовании динамической памяти: агенты сохраняют информацию о прошлых раундах, что позволяет наблюдать эмерджентное поведение — свойства системы, которые не были жестко прописаны в алгоритмах, а возникли в ходе взаимодействия элементов. Дополнительно реализована возможность прямого диалога с любым агентом для уточнения мотивации его решений.
Технические нюансы и эксплуатация
MiroFish поддерживает работу с любыми API, совместимыми со спецификацией OpenAI. Рекомендуется использовать модель qwen-plus от Alibaba Dashscope, так как она более экономична при выполнении ресурсоемких симуляционных задач. При использовании Zep Cloud проект вписывается в лимиты бесплатного тарифа. На текущем этапе (версия 0.1.0) разработчик отмечает отсутствие процедур бэктестинга и не гарантирует стабильную работу в среде Windows. Прогнозирование с большим количеством циклов взаимодействия требует существенных расходов на API, что стоит учитывать при эксплуатации системы.