多智能体沙盒预测引擎开源

预测类工具之前要么是纯统计模型（如传统量化回测），要么是单 agent 的 LLM 推演（如 AutoGPT 做假设验证），前者缺乏社会动力学，后者算力天花板太低。MiroFish 的差异化在于把 "群体涌现" 作为核心机制，这跟 Meta 的 AgentSociety、斯坦福的 Generative Agents 路线接近，但更强调可干预的上帝视角变量注入。

不过要警惕 demo 陷阱：7 万 star 里多少是刷的、千级 agent 并发的实际成本、以及记忆机制在长周期模拟中的漂移问题，都需要看代码和 benchmark 再判断。如果你在金融或政策领域做情景分析，建议先跑它的默认 demo（比如新闻事件推演），重点观察 agent 行为是否出现有意义的涌现而非随机噪声。