先说这人是谁

郭航江，网名"百福"，北京邮电大学大四学生。写Python，搞智能体架构和图计算。2025年底他做的第一个项目BettaFish（多智能体舆情分析器）就冲上了GitHub热门榜第一，一周拿了2万星标。

然后陈天桥注意到了他。对，就是那个盛大集团创始人、曾经的中国首富。陈天桥这几年一直在推一个叫"超级个体"的理论——AI时代，一个人能干过去一整个公司的活。郭航江被邀请去实习，拿到了完全的自由度，10天用"Vibe coding"的方式（快速、直觉驱动、不过度设计）造出了MiroFish。

演示视频递上去，不到24小时，3000万到账。实习生直接变CEO。

MiroFish到底能干什么

说实话，我第一次看到这个项目的时候，觉得概念有点像科幻片。但仔细看完架构，发现它的逻辑其实很清晰：

你给系统喂一份文档——可以是新闻、政策草案、财报，甚至一部小说。系统通过GraphRAG把文档里的实体和关系全部提取出来，构建知识图谱，然后基于这个图谱生成数千个自主AI智能体。每个智能体都有独立的背景故事、性格类型、社交关系和行为逻辑。

最核心的玩法叫"上帝视角"——你可以随时往这个模拟世界里注入变量：

  • "美联储突然降息50个基点"
  • "CEO辞职了"
  • "竞争对手发布新产品"

然后实时看整个数字社会怎么重新洗牌。智能体不只是输出一段话，他们会组建团体、产生意见领袖、形成羊群效应、随时间推移改变立场。这本质上是一个现实中不可能做的受控实验。

技术架构一览

对开发者来说，这套技术栈值得关注：

  • 模拟引擎：OASIS（CAMEL-AI开发的开源框架）
  • 记忆系统：Zep Cloud（维护智能体的长期记忆）
  • 知识图谱：GraphRAG
  • 开源协议：AGPL-3.0
  • 部署方式：Docker Compose一键部署

整套东西完全开源，Docker一把拉起来就能跑。这不是一个概念demo，是一个可以落地的多智能体模拟框架。

两个已公开的演示案例

第一个案例很有意思——他们把《红楼梦》前80回喂进去。这部小说以结局遗失著称，MiroFish根据前80回的人物性格和关系生成了角色智能体，跑完模拟后输出了多条叙事分支，预测缺失的结局走向。

第二个更实用——美联储加息场景。系统模拟了散户、机构、分析师各自的反应路径，追踪群体情绪的汇聚点，画出完整的舆论演变轨迹。

说句实在话

我觉得有必要泼一点冷水。MiroFish目前没有发布任何把预测结果和真实世界结果做对比的基准测试。演示展示的是方法论，不是准确率。跑数千个智能体的LLM API成本不会低。智能体的性格也会继承训练数据里的偏见。再怎么精密，模拟的人类也不是真实的人类。

比较客观的定位是：它能帮你看到可能忽略的场景和动态，但别指望它给你确定性答案。当一个"思维拓展器"来用，比当"预言机"靠谱得多。

对独立开发者的意义

2026年3月，MiroFish登上GitHub全球热门榜第一，超过了OpenAI、Google和微软的项目，目前星标超过2.2万。

但比项目本身更值得琢磨的是背后的模式：一个人，十天，一个足够有想象力的开源项目，直接撬动了千万级资源。陈天桥押注的不是这款软件，是"超级个体"这个判断——一个人加上AI，能做到过去一个团队才能做的事。

如果你是独立开发者，MiroFish的技术架构（GraphRAG + 多智能体模拟 + 长期记忆）本身就是一套值得学习的范式。而它的诞生过程，可能比代码本身更有启发——不要过度设计，快速出原型，让作品替你说话。项目在GitHub上完全开源，AGPL-3.0协议，Docker Compose部署，感兴趣的可以直接去跑一把看看。