MiroFish

采用判断：可以把 MiroFish 当作一个值得试用的实验性多智能体仿真工作台，但不应把它当成已经验证准确率的“未来预测服务”。它更适合探索复杂事件在不同假设下可能如何演化，而不是直接给出可托付决策的确定答案。

实际作用是把新闻、政策、市场信号等现实材料提取为种子信息，构建知识图谱和平行数字世界，再让大量 AI 智能体在其中互动、冲突或协作，观察群体行为和情景走向。更准确的类比是基于大语言模型的 agent-based simulation 实验环境，而不是搜索引擎、推荐系统、传统量化交易平台或能预知未来的“预测器”；社媒中关于用它预测 BTC 并获利的说法，不能证明项目能力。

门槛和成本并不低。开源只说明代码可获得，不代表运行完全免费。知乎技术解析转述的项目提醒称，15 轮模拟可能耗时约 1 小时，每个 Agent 每轮都要调用 LLM API，消耗会随规模增加；文中还建议先尝试少于 40 轮。另一篇知乎部署回答称，项目指定使用 ZEP，并以新账号的 1000 免费额度演示约可运行 2—3 次；这是社区部署经验，不是官方定价或稳定费用承诺。

它适合想研究群体智能、社会事件情景分析或多智能体编排的开发者、学生和研究者，也适合愿意自行部署并接受慢速实验的人；不适合需要低延迟、可复现高精度预测、明确 API 价格或金融建议的人。现有证据共 10 条，X 传播、转发和浏览量很高，主要证明热度而非好用；知乎有少量部署分享、长文解析和技术批评，能帮助判断能力与门槛，但实测样本有限，尚无公开基准把结果与真实历史预测准确率对比。