最近整理了一个 AI 场景预测 / 多智能体模拟工具：MiroFish 。
它不是传统意义上的“再问一次 ChatGPT”。MiroFish 更像一个把问题拆成可复盘流程的预测工作区：你先用自然语言描述要研究的场景，也可以补充文章、策略文档、市场信息、政策草案、研究笔记、小说片段等 seed material ；系统会提取实体和关系，构建 GraphRAG 知识图谱，再生成一批带有不同立场、记忆和行为逻辑的 AI agents ，让它们在模拟环境里互动，最后输出一份结构化的预测 / 场景报告。
我觉得它的价值主要在这些地方：
- 不是单模型直接给结论，而是通过多智能体互动来观察分歧、传播路径和群体反应。
- 输入门槛低，像聊天一样描述问题，复杂场景可以再加 PDF 、Markdown 、TXT 或纯文本资料。
- 输出不是一句“会/不会”，而是报告：可能路径、关键假设、风险点、时间线、反对意见和后续验证建议。
- 适合产品发布、涨价、品牌舆情、政策讨论、市场叙事、投资研究、创作分支等有人群反应和利益冲突的场景。
- 可以在结果出来后继续追问，了解某个模拟角色为什么这样反应，也可以修改一个假设后重跑，比较两次结果差异。
- 开源项目可自托管，适合希望自己控制模型、数据和运行环境的开发者；也有 hosted workspace ，适合不想自己配环境的人。
我会把 MiroFish 理解成“决策前的沙盘推演”，而不是保证未来一定发生的工具。它更适合回答这类问题：
“如果我把产品价格提高 20%，不同用户群会怎么反应？” “某个政策进入公共讨论后，支持和反对的声音可能怎样扩散？” “一个新产品发布后，市场叙事会偏向乐观、观望还是质疑？”
如果你正在做产品、市场、舆情、政策、研究或内容创作，想在行动前先把可能反应推演一遍，可以试试 MiroFish： https://mirofish.work/
也欢迎拍砖，尤其想听听大家觉得“多智能体模拟”在真实决策里最该解决哪一类问题。
Select Language