Четверокурсник из Китая создал программу, которая предсказала финал романа, написанного три века назад. Теперь этот же инструмент используют для прогнозирования биржевых движений и оценивания реакции общественности на политические решения.

Представьте, что вы сообщаете о повышении цен на бензин, и уже через несколько минут наблюдаете, как тысячи виртуальных персонажей начинают спорить, паниковать, договариваться и менять свои стратегии. Это именно то, что делает платформа MiroFish, разработанная студентом Го Ханьцзяном всего за десять дней в его общежитии.

С технической стороны система функционирует следующим образом: пользователь загружает «зерно» — любой текстовый материал, будь то аналитический отчет, проект закона или газетная статья. Платформа автоматически извлекает из этого материала персонажей, их взаимосвязи и контекст. Затем начинается симуляция: каждый агент получает уникальный характер, историю и долговременную память. Они не просто реагируют на полученные сигналы, но и взаимодействуют между собой, изменяют свою точку зрения под влиянием соседей и принимают решения на основе накопленного опыта.

В основе платформы лежит движок OASIS от команды CAMEL-AI, граф знаний в формате GraphRAG и облачная память через сервис Zep Cloud. Всё это работает с любым LLM-провайдером, совместимым с OpenAI API, будь то GPT-4o или китайский Qwen.

Уже есть реальные примеры использования платформы: например, Уханьский университет применил её для моделирования общественного мнения вокруг резонансного события, и система предоставила прогноз по волнам реакции аудитории. Другой случай ещё более необычен: в MiroFish загрузили первые 80 глав классического романа «Сон в красном тереме» — рукопись XVIII века, концовка которой потеряна. Агенты, получив роли персонажей и логику их взаимодействий, самостоятельно разыграли финальные главы. Литературоведы оценили результат как внутренне согласованный.

Трейдеры нашли для платформы другое применение: они тестируют финансовые новости до их публикации, чтобы предсказать вероятную реакцию рынка. PR-отделы используют её для проверки черновиков антикризисных заявлений, чтобы заранее понять, на каком этапе текст может вызвать негативную реакцию.

Проект появился на GitHub три месяца назад и уже собрал более 13 000 звезд, что характерно для зрелых open-source фреймворков. Инвестиционная группа Shanda вложила в стартап 4,1 миллиона долларов (примерно 324 миллиона рублей) почти сразу после его публикации. Го Ханьцзян собрал вещи, покинул общежитие и теперь возглавляет команду разработчиков.

Развернуть систему возможно самостоятельно, поскольку проект открыт на GitHub под лицензией AGPL-3.0. Имеются Docker-образы и подробная документация на русском и английском языках. Необходимые зависимости включают Node.js 18+, Python 3.11−3.12 и два API-ключа: один для языковой модели и другой для Zep Cloud, у которого есть бесплатный тариф.

Via