MiroFish 深度解析（一）：当知识图谱遇见多智能体仿真——预测未来的新范式

参考对象：Kevin Kelly《必然》中的"预测未来"思维 + 《西部世界》的仿真理念 + 社会网络分析之父 Mark Granovetter 的弱连接理论

引子：一个 00 后的"疯狂"项目

2025 年初，GitHub 上出现了一个奇怪的项目：

• 一个中国科学技术大学的 00 后本科生
• 仅用了 10 天完成核心开发
• 获得了盛大集团创始人陈天桥 3000 万人民币投资
• GitHub 44,000+ stars
• 登顶 GitHub Trending 第一

这个项目叫 MiroFish——一个基于多智能体技术和知识图谱的"未来预测引擎"。

它的核心理念很简单：

如果我们能用 AI 精确模拟一个社会系统中的所有参与者，那么我们就能预测这个系统在未来会发生什么。

不是统计学意义上的"预测"，而是仿真意义上的"预演"——就像飞行员用飞行模拟器训练一样，MiroFish 让决策者可以在虚拟环境中"预演"未来。

第一部分：为什么传统预测方法失效了？

大数据预测的局限

传统的趋势预测依赖历史数据 + 统计模型：

• 回归分析
• 时间序列预测
• 机器学习分类

这些方法在静态环境中表现良好，但面对复杂社会系统时往往失效：

社会仿真的新思路

MiroFish 的解决思路是自下而上的涌现式仿真：

1. 不预测整体，而是模拟个体：每个个体都有自己的目标、情绪、认知
2. 不假设关系，而是构建网络：从文档中自动抽取实体和关系
3. 不让时间静止，而是动态演化：模拟随时间推移的交互过程
4. 不依赖单一视角，而是群体智能：每个 Agent 都是独立的决策者

这是从"大数据"到"大仿真"的范式转移。

第二部分：MiroFish 的五大核心组件

MiroFish 的架构可以用一张图概括：

┌─────────────────────────────────────────────────────────────────┐
│                        MiroFish 架构                            │
├─────────────────────────────────────────────────────────────────┤
│                                                                 │
│   输入层          知识层              仿真层           输出层   │
│   ──────         ───────            ──────          ──────    │
│                                                                 │
│   ┌─────┐      ┌──────────┐      ┌──────────┐    ┌─────────┐ │
│   │文档 │  ──> │ GraphRAG │  ──> │  OASIS   │ ──> │ 报告Agent│ │
│   │链接 │      │ Zep图谱  │      │ 仿真引擎 │    │ ReACT模式│ │
│   └─────┘      └──────────┘      └──────────┘    └─────────┘ │
│                      │                  │                       │
│                 本体生成器         Profile生成器               │
│                 实体/关系定义      Agent人设生成                │
│                                                                 │
└─────────────────────────────────────────────────────────────────┘

组件 1：GraphRAG 知识图谱（Zep Cloud）

功能：从输入文档中自动抽取实体、关系和事件

核心特性：

• 时态图谱：不仅记录"什么实体存在"，还记录"什么时候有效"
• 自动本体生成：LLM 根据文本内容自动生成实体类型和关系类型定义
• 事实追溯：可以回答"在 X 时间点，Y 实体和 Z 实体的关系是什么"

为什么用 GraphRAG 而非普通 RAG？

组件 2：本体生成器（Ontology Generator）

功能：自动设计适合社会模拟的实体类型和关系类型

设计约束：

• 必须正好 10 个实体类型
• 最后 2 个必须是兜底类型（Person、Organization）
• 所有实体必须是能在社交媒体上"发声"的主体
• 不能是抽象概念（如"舆论"、"趋势"）

示例输出（学术事件场景）：

组件 3：OASIS Profile 生成器

功能：将知识图谱中的实体转换为 OASIS 仿真平台所需的 Agent Profile

生成的 Profile 包含：

• 基础信息：姓名、年龄、性别、MBTI、国籍、职业
• 社交媒体属性：粉丝数、发帖历史、活跃时间段
• 人设描述：详细的 persona，用于驱动 LLM 生成行为
• 立场设定：对特定话题的态度（支持/反对/中立/观察）

技术细节：

class OasisAgentProfile:
    user_id: int
    user_name: str
    bio: str          # 简介
    persona: str      # 详细人设（几百字）
    karma: int        # Reddit 专用
    follower_count: int  # Twitter 专用
    active_hours: List[int]  # 活跃时间段
    sentiment_bias: float    # 情感倾向
    stance: str              # 立场
    interested_topics: List[str]  # 关注话题

组件 4：OASIS 仿真引擎（来自 CAMEL-AI）

功能：运行多智能体社交媒体仿真

核心特性：

• 双平台并行：同时模拟 Twitter 和 Reddit
• 真实时间模拟：模拟 72 小时的舆情演化
• Agent 行为：发帖、评论、点赞、转发、关注
• 信息传播：病毒式传播阈值、回声室效应

时间配置（基于中国人作息）：

CHINA_TIMEZONE_CONFIG = {
    "dead_hours": [0, 1, 2, 3, 4, 5],      # 深夜几乎无人
    "morning_hours": [6, 7, 8],            # 早间逐渐活跃
    "work_hours": [9, 10, ..., 18],        # 工作时段中等
    "peak_hours": [19, 20, 21, 22],        # 晚间高峰
    "activity_multipliers": {
        "dead": 0.05,    # 凌晨活跃度 5%
        "peak": 1.5,     # 晚间高峰 150%
    }
}

组件 5：Report Agent（ReACT 模式）

功能：基于仿真结果生成未来预测报告

工作流程：

1. 规划阶段：分析模拟需求，规划报告大纲（2-5 个章节）
2. 检索阶段：调用多种工具获取仿真数据
   • insight_forge：深度洞察检索
   • panorama_search：广度搜索全貌
   • interview_agents：采访仿真中的 Agent
3. 生成阶段：逐章节生成，每章节多次工具调用
4. 反思阶段：检查内容完整性和准确性

可用工具详解：

第三部分：MiroFish 的完整工作流程

Step 1：输入与知识抽取

用户上传文档（PDF、网页链接等）并描述模拟需求：

"模拟某高校宿舍甲醛超标事件在社交媒体上的传播过程"

系统使用 GraphRAG 构建 Zep 知识图谱：

• 从文档中抽取实体（学生、校方、媒体、政府部门等）
• 抽取关系（就读于、隶属于、报道、回应等）
• 记录时态信息（事件何时发生、何时被报道）

Step 2：本体与 Profile 生成

1. 本体生成：LLM 分析文本，生成 10 个实体类型和 6-10 个关系类型
2. Profile 生成：将图谱中的每个实体转换为 OASIS Agent Profile
   • 学生 → 活跃的社交媒体用户
   • 校方 → 官方账号
   • 媒体 → 新闻机构账号
   • 政府部门 → 监管机构账号

Step 3：仿真配置生成

系统自动生成仿真参数：

• 时间配置：模拟 72 小时，每轮 60 分钟
• Agent 活动配置：每个 Agent 的发言频率、活跃时间段、立场
• 事件配置：初始触发事件、定时事件、热点话题
• 平台配置：推荐算法权重、病毒传播阈值、回声室效应强度

Step 4：运行仿真

在 OASIS 中运行双平台并行仿真：

• Twitter：短文本、快速传播、病毒式扩散
• Reddit：长文本、深度讨论、社区文化

实时监控：

• 每轮 Agent 的动作记录
• 信息传播路径
• 情感演化趋势

Step 5：报告生成

Report Agent 使用 ReACT 模式生成报告：

1. 规划报告大纲
2. 逐章节调用工具获取数据
3. 采访仿真中的 Agent 获取第一手观点
4. 生成未来预测报告

第四部分：核心技术亮点

1. 时态知识图谱

MiroFish 使用 Zep Cloud 的时态图谱功能，不仅记录"什么实体存在"，还记录"什么时候有效"。

示例：

• "学生 A 就读于大学 B"（2023-09-01 至 2027-06-30）
• "公司 C 被公司 D 收购"（2024-01-15 生效）

这使得系统可以回答：

• "在事件发生时，学生 A 还在校吗？"
• "收购完成后，公司 C 的员工立场有什么变化？"

2. 双平台并行仿真

MiroFish 同时模拟 Twitter 和 Reddit：

双平台设计的洞察：

• 不同平台的用户行为模式不同
• 信息在不同平台的传播路径不同
• 舆论在不同平台的演化节奏不同

3. Interview Agents 功能

这是 MiroFish 最具创新性的功能之一：在仿真运行期间，你可以"采访"虚拟世界中的 Agent。

不是 LLM 模拟的回答，而是调用 OASIS 仿真环境的真实采访 API，获取 Agent 基于其 persona 和当前状态的原始回答。

使用场景：

• "作为当事学生，你对校方的回应怎么看？"
• "作为媒体记者，你为什么选择报道这个事件？"
• "作为政府官员，你会采取什么措施？"

这类似于《西部世界》中的"与 Host 对话"，但发生在数字仿真中。

4. ReACT 模式报告生成

Report Agent 采用 ReACT（Reasoning + Acting）模式：

Thought（思考） → Action（调用工具） → Observation（观察结果） → 重复 → Final Answer（生成内容）

优势：

• 每个章节至少调用 3 次工具，确保内容基于真实数据
• 不依赖 LLM 的"幻觉"知识
• 可以追溯每个结论的信息来源

第五部分：MiroFish 的局限性与边界

1. 依赖输入文档质量

如果输入文档不完整或有偏见，生成的知识图谱也会有问题。

2. 仿真不等于现实

虽然 MiroFish 努力让仿真逼近现实，但它仍然是简化模型：

• Agent 行为基于 LLM，可能与真实人类有差异
• 无法模拟所有外部因素（突发新闻、政策变化等）
• 社交媒体平台算法在不断变化

3. 计算成本

运行大规模仿真需要大量计算资源：

• 每个 Agent 都是一个 LLM 调用
• 72 小时仿真可能涉及数千次 LLM 调用
• 成本可能很高

4. 伦理边界

预测未来涉及敏感问题：

• 预测结果可能影响决策，产生自我实现的预言
• 被用于操控舆论或干预社会
• 隐私和数据安全问题

尾声：从"大数据"到"大仿真"

MiroFish 代表了一个重要的范式转移：

这类似于物理学的演进：

• 开普勒：通过观测数据总结行星运动规律
• 牛顿：建立力学模型，可以预测未来位置
• MiroFish：建立社会力学模型，试图预测社会演化

当然，社会系统远比物理系统复杂，"社会力学"可能永远不会像物理学那样精确。但 MiroFish 提供了一个方向：用计算模拟来理解复杂社会系统的动态。

参考链接

• MiroFish GitHub: https://github.com/666ghj/MiroFish
• Zep Cloud: https://www.getzep.com/
• OASIS (CAMEL-AI): https://github.com/camel-ai/oasis
• GraphRAG: https://microsoft.github.io/graphrag/
• Kevin Kelly《必然》: 预测未来的 12 个技术趋势

本文是 MiroFish 深度解析系列的第一篇，后续将继续深入探讨技术细节。

#MiroFish #多智能体仿真 #知识图谱 #AI预测 #开源项目