一位二十岁的大学生在短短十天内开发了一款名为VibeCoding的项目，随后获得了盛大集团高达三千万元的投资。
这样的新闻让人大吃一惊。
MiroFish是一个开源的人工智能预测引擎，在不到一个月的时间里迅速登顶了GitHub的趋势榜。自今年1月底以来，该项目的关注度激增，目前其星标数量已超过5700个。
该工具能够从现实世界中提取信息，比如突发事件，并构建出高度仿真的数字环境。
在这个虚拟空间里，成千上万个拥有独立个性、长期记忆和行为逻辑的智能体自由互动并进行社会演进。用户可以通过系统注入不同的变量，以预测未来的走向。
项目作者提供的案例包括利用红楼梦前八十回的内容来推测丢失的结局以及分析摩尔线程大规模融资后的战略变化等。
MiroFish可用于预测重大事件的发展趋势、分析公司的策略动向和解读复杂的人物关系网络。
不知道能不能用它续写《龙族》的结尾呢？
在MiroFish之前，作者还开发了一个名为微舆BettaFish的项目，这是一个多代理舆情分析工具。最初只是作为毕设的一部分发布，却在GitHub上短时间内获得了20,000个星标。
更让人惊讶的是，这两个项目都是由他仅仅通过十天VibeCoding完成的。
目前该作者已得到了盛大集团创始人陈天桥的关注，并在其邀请下加入了该公司。在陈天桥的支持下，MiroFish已经获得了三千万元人民币的投资。
用AI预测未来是MiroFish的核心理念。
MiroFish实际上是BettaFish的后续作品。
BettaFish能够根据输入的主题自动搜集全网信息，并通过多个代理团队协作生成详细的舆情分析报告。
而MiroFish则在此基础上更进一步，旨在实现从原始数据到智能决策的闭环。它可以通过多代理系统模拟现实生活中的社交网络，预测事件的发展趋势。
这听起来确实很酷。
以作者演示的“红楼梦续写失传结局”为例，我们来看看MiroFish是如何工作的。
第一步是构建图谱。上传《红楼梦》前八十回的内容，并输入提示词让模型进行逻辑推演。
这一过程涉及从种子信息中提取关键实体和关系，并利用时序GraphRAG给每个智能体注入独特的背景记忆。
根据原著内容，系统生成了一个人物关系图谱。此图谱包含了九百零五个实体节点及三千八百二十二条关系边。
图中核心人物宝玉与其他几个重要角色如黛玉、宝钗等均有最多的连接线。
点击每个节点可以查看详细的人物介绍以及他们在故事中的最新事件，比如黛玉的最近一个事件是“冷月葬诗魂”。
第二步则是环境搭建。这一步会抽取角色关系图谱并生成相应的人设，并根据需求设定模拟的核心参数。
共提取出580个人设，即预计要生成580个代理。
每个人设都包含人物在故事中的全面经历、记忆模式和社会网络等信息。
例如，贾代儒是宁荣二府所属的塾师，七十二岁左右。一生奉行儒家教义，并维护传统伦理道德。亲身经历了家族几代人的兴衰历程和家道中落的过程。
甚至MBTI性格类型也被详细定义了……贾代儒属于ISTJ型。
系统随后会生成双平台模拟配置，激活事件与话题，并开始运行。
在经过三十轮的模拟后，系统中五百多个代理总共进行了将近两千个活动。左侧显示的是人物关系图谱，右侧则列出每个角色的具体活动内容和发言。
每个智能体之间会有相互引用、评论的关系，比如素云描述了昨日搜捡大观园的情形，而甄士隐随后回应她的言论：“命如草芥，世事无常，不过如此”。
还可以生成整体的事件推演报告。其中有些观点相当引人深思，例如“大观园的崩溃并非偶然悲剧，而是礼法结构与个人命运共振瓦解的结果”。
有意思的是，它预测的部分结局与现有《红楼梦》的结尾基本一致：比如黛玉焚稿断情、湘莲削发出家等情节。
用户还可以直接向模型提问，例如“大观园被抄后宝玉接下来的情节会是什么？”
不同于高鹗续写的版本，MiroFish给出的结局是宝玉在遭受连番打击后精神崩溃，并随疯道人而去，不知所踪。
作者还展示了项目的成本情况：从开始到现在的整个过程中总共花费不超过一万元人民币。
MiroFish的成功也得益于作者对开源项目的经验总结。例如，在选择Vibe Coding的选题时，他强调了全面调研的重要性，并建议不要追求大而全，而是通过实践来不断修正定位。
陈天桥在看完演示视频后，仅用了24小时便决定为MiroFish提供三千万元人民币的投资支持。
这位年轻的开发者BaiFu非常兴奋地表示，“超级个体”真的有可能成功。越早探索这条道路，成功的可能性就越大，特别是对大学生而言更是如此。
他指出传统行业和半互联网公司都面临着AI变革的压力，并愿意为此进行改造与提效。
对于年轻人来说，只要愿意深入研究某一领域，在国内广阔市场中无论是工作还是创业都能找到自己的位置。
这个时代正在把机会推向年轻一代。
他的落地流程是：figma画草图，用AI不断抽卡打磨→Google AI Studio做前端demo→把页面补进项目文档，再把任务拆成模块，交给AI IDE分批开发。
前端他推荐Gemini 3 Pro，非常有“灵气”，适合前端页面初始化、页面美化、交互细节打磨等等。后端的工程结构、接口设计、稳定性改造则交给Claude。
他还分享了几个经验：第一，多agent并行做同一个任务，然后你再挑一个最优的推进。如果不太考虑成本的话，这样做效率飞快。
我经常在开发某个模块时，同时开8个agent干一样的活，token消耗确实巨大，但效率提升也是实打实的。
更重要的是，你会非常直观地摸到每个模型的能力边界——它擅长什么、怕什么、在哪些地方容易“自信但跑偏”、你该怎么跟它配合。知道工具的能力边界，是驾驭它的第一步。
第二，越是高速，越需要做好“刹车系统”。简单来说，用git做好代码管理，以及写好文档。防止改了A影响B，最后整个项目乱套。
第三，对于一个真正的“项目”来说，深度的人机协作与code review非常重要。他会一行行审计AI写的代码，还会尽量跟着它的执行过程去看，了解AI为什么这么思考。
很多bug的根源不是某一行写错，而是它在某个关键观点上走偏了；你把那个误区纠正了，后面很多问题会一起消失。更妙的是，你在读它的过程里也会获得思路与灵感，反过来完善你的项目文档，让你和AI进入一种“深度协同、共同进步”的状态：你越来越懂坑在哪里，它也越来越懂你的边界与偏好。
作者还提示了几个做开源项目的点，我觉得也非常关键：
1、Vibe Coding选题尤其重要，在开始写代码之前一定要经过全面的调研，先思考、再动手。
2、个人开发者，要从垂直领域来，到大众中去。从垂直领域切入积累专业口碑，再面向大众吸引广泛用户。就像BettaFish定位是舆情分析，标语打的却是“人人可用”。
3、不要追求大而全，做减法，实践中不断修正自己的定位，同时不要完美主义，快速验证。
4、营销推广可以不多，但一定要提前准备好能让“别人帮你宣传”的素材，比如清晰直观的演示视频等。
5、代码是冷的，故事是热的。学会讲好代码背后的故事，是独立开发者的必修课。
作者其人
两个项目接连登顶Github Trending榜，背后的作者名叫BaiFu，中国科学技术大学学生。
在短短30天中，BaiFu清晰地感受到了投资人对00后AI人、对“超级个体”那种几乎溢出来的热情。
BettaFish爆火之后，陈天桥便邀请BaiFu加入盛大，并告诉他“继续做你想做的事”。
于是BaiFu便在盛大花了短短10天时间，完成了他在BettaFish阶段就想开发的“预测”功能——有了今天的MiroFish。
在演示视频递交的24小时内，陈天桥当场拍板决定：集团注资3000万人民币，全力支持MiroFish的深度孵化。
在文章中，BaiFu非常兴奋地呼吁：“超级个体”真的能成！越早去探索这条路，成功概率越大，尤其对大学生而言更是如此。
他写道：我们严重低估了传统行业、半互联网行业对AI变革的决心。几乎所有企业都在经历一种“AI焦虑”：他们知道浪潮来了，不做会被甩下，所以非常愿意、甚至可以说急切地进行AI改造与提效。
对于年轻人来说，只要你愿意往一个领域深扎，国内这么辽阔的市场，不管是打工还是创业，都会有一席之地。
时代在把机会往年轻人手里塞。
github地址：
https://github.com/666ghj/MiroFish
demo链接：
https://666ghj.github.io/mirofish-demo/
作者自述：
https://mp.weixin.qq.com/s/UyYVjlBCvQRJI6B_MmZbsA