来源量子位20岁大学生10天VibeCoding盛大3000万投资。几个要素摆在一起让人直呼What???你没看错这是一个用AI预测世界的开源项目名叫MiroFish刚迅速登顶Github Trending榜。其Star数从1月底开始暴涨目前已突破5.7k。MiroFish是一款AI预测引擎它可以通过提取现实世界的种子信息如突发新闻等自动构建出高保真的平行数字世界。在此空间内成千上万个具备独立人格、长期记忆与行为逻辑的智能体进行自由交互与社会演化。你可以在系统内动态注入变量精准推演未来走向。在作者给出的case中有根据红楼梦前80回预测失传结局、摩尔线程大规模融资后的战略演进与市场影响分析等等。它非常适合用来模拟预测重大社会事件的走向、分析大公司的战略动向甚至分析文学作品的复杂人物关系和续写结局。emm……所以可以拿来续写一下《龙族》的结尾吗doge在MiroFish之前作者还做了一个开源项目叫微舆BettaFish是一个多Agent舆情分析助手。这个项目一开始只是作者的毕设结果开源之后在GitHub上一周爆涨了20k star。更让人大跌眼镜的是这两个项目都是他只花了10天Vibe Coding出来的。目前作者已经得到了盛大集团创始人陈天桥的关注并其邀请下加入了盛大。在陈天桥的大力支持下MiroFish已经拿到3000万人民币的投资。MiroFish用AI预测未来MiroFish其实是前作BettaFish的一个延续。BettaFish用于舆情分析输入一个热点话题它会开启全网自动搜索从各大社媒平台获取相关信息接着让多Agent团队协作基于信息进行总结、碰撞最后输出一份详尽的舆情分析报告。而MiroFish则想在此基础上更进一步把分析的终点变成预测的起点从原始数据到智能决策形成真正的闭环。通过多Agent来模拟现实中的人形成社交网络进一步推演事件的发展走向。听起来是有那么一点酷炫。我们以作者演示的“红楼梦续写失传结局”为例看看MiroFish具体是怎么运作的。第一步是图谱构建。首先上传《红楼梦》前80回的原著内容并输入提示词让模型基于文本特征和人物性格进行逻辑推演。这一步是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和记忆。接着系统就根据15万字的原著生成了一个庞大的人物关系图谱。共有905个实体节点3822条关系边。可以看到关系网最核心的角色就是宝玉且他和其他几个节点如黛玉、宝钗、贾母、袭人等都有数量最多的关系边。点开每个节点也可以看到角色的详细介绍以及角色在故事中发生的最新事件的总结。如黛玉的最新事件就是第76回的“冷月葬诗魂”。第二步是环境搭建。这一步会抽取角色的实体关系生成人设并根据你的需求设定模拟的核心参数。在这里总共提取出了580个人设也就是预计生成580个Agent。点击每一个人设都能看到人物在故事中的全景经历、独特记忆、行为模式、社会关系网络等等。比如贾代儒是宁荣二府所属贾家义塾的塾师年约72岁一生奉行“程朱理学”以修身齐家为本坚决维护传统伦理反对放纵欲望、荒废学业。亲历贾家数代子弟兴衰目睹贾府由盛转衰之兆。甚至连MBTI都有……贾代儒是ISTJ不er这也太细了吧。接下来系统会生成双平台模拟配置初始激活事件与激活话题并开始模拟。在这里经过30轮的双世界模拟后五百多个Agent总共进行了将近2000个活动。左侧是模拟后的人物关系图谱右侧则显示每个人物具体的活动内容和发表言论串起来就是新的剧情。每个智能体之间会有引用、评论的关系比如素云描述了昨日搜捡大观园的情形接下来甄士隐就回复了她的内容评价“命如草芥世事无常不过如此”。接着还可以生成整体的事件推演报告有些观点写得还挺不错比如“大观园的崩溃并非偶然悲剧而是礼法结构与个体命运共振瓦解的必然过程”。有意思的是它预测的部分结局和现在《红楼梦》的结局也基本吻合比如黛玉焚稿断情、湘莲削发出家。另外还可以与模型进行互动比如直接问它“在大观园被抄后宝玉后续剧情是怎样的”。不同于高鹗续本中宝玉参加了科举考试这个模型给出的结局是他在连番打击下精神遭受重创随疯道人而去不知所踪。作者还展示了自己的花销情况从第一步开始到模拟结束后台大约只消耗了14块钱。不过他也直言这个项目还有些缺点如果文本量输入过大的话输出结果可能会有中英文混杂的情况后续会进一步优化这个问题。VibeCoding打造超级个体真的能成自从第一个项目BettaFish火了之后作者就收到了无数邮件大厂offer、投资、合作邀约比比皆是一度挤爆了他的邮箱。他还写了一篇文章分享背后的全过程最直观的感受是市场在疯狂寻找能把AI用成生产力的人。Vibe Coding打造超级个体这件事我越来越确信真的能成而且会越来越好。很多人让他分享VibeCoding教程他说做不出来原因是技术变化太快了快到你今天总结出来的范式下个月可能就失效。不过他还是分享了不少VibeCoding的心得比如时间花的最多的环节是市场调研和技术选型先弄明白“为什么做、做给谁、怎么做”然后再指挥AI去干活。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/MiroFishdemo链接https://666ghj.github.io/mirofish-demo/作者自述https://mp.weixin.qq.com/s/UyYVjlBCvQRJI6B_MmZbsA推荐阅读MIT新晋副教授何恺明《计算机视觉进展》课程附Slides与资料下载西电IEEE Fellow团队出品最新《Transformer视觉表征学习全面综述》如何做好科研这份《科研阅读、写作与报告》PPT手把手教你做科研奖金675万3位科学家斩获“中国诺贝尔奖”最新 2022「深度学习视觉注意力 」研究概述包括50种注意力机制和方法【重磅】斯坦福李飞飞《注意力与Transformer》总结84页ppt开放下载2021李宏毅老师最新40节机器学习课程附课件视频资料欢迎大家加入DLer-大模型技术交流群长按识别邀请您进群
20岁大学生，花10天时间VibeCoding，获3000万投资
来源量子位20岁大学生10天VibeCoding盛大3000万投资。几个要素摆在一起让人直呼What???你没看错这是一个用AI预测世界的开源项目名叫MiroFish刚迅速登顶Github Trending榜。其Star数从1月底开始暴涨目前已突破5.7k。MiroFish是一款AI预测引擎它可以通过提取现实世界的种子信息如突发新闻等自动构建出高保真的平行数字世界。在此空间内成千上万个具备独立人格、长期记忆与行为逻辑的智能体进行自由交互与社会演化。你可以在系统内动态注入变量精准推演未来走向。在作者给出的case中有根据红楼梦前80回预测失传结局、摩尔线程大规模融资后的战略演进与市场影响分析等等。它非常适合用来模拟预测重大社会事件的走向、分析大公司的战略动向甚至分析文学作品的复杂人物关系和续写结局。emm……所以可以拿来续写一下《龙族》的结尾吗doge在MiroFish之前作者还做了一个开源项目叫微舆BettaFish是一个多Agent舆情分析助手。这个项目一开始只是作者的毕设结果开源之后在GitHub上一周爆涨了20k star。更让人大跌眼镜的是这两个项目都是他只花了10天Vibe Coding出来的。目前作者已经得到了盛大集团创始人陈天桥的关注并其邀请下加入了盛大。在陈天桥的大力支持下MiroFish已经拿到3000万人民币的投资。MiroFish用AI预测未来MiroFish其实是前作BettaFish的一个延续。BettaFish用于舆情分析输入一个热点话题它会开启全网自动搜索从各大社媒平台获取相关信息接着让多Agent团队协作基于信息进行总结、碰撞最后输出一份详尽的舆情分析报告。而MiroFish则想在此基础上更进一步把分析的终点变成预测的起点从原始数据到智能决策形成真正的闭环。通过多Agent来模拟现实中的人形成社交网络进一步推演事件的发展走向。听起来是有那么一点酷炫。我们以作者演示的“红楼梦续写失传结局”为例看看MiroFish具体是怎么运作的。第一步是图谱构建。首先上传《红楼梦》前80回的原著内容并输入提示词让模型基于文本特征和人物性格进行逻辑推演。这一步是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和记忆。接着系统就根据15万字的原著生成了一个庞大的人物关系图谱。共有905个实体节点3822条关系边。可以看到关系网最核心的角色就是宝玉且他和其他几个节点如黛玉、宝钗、贾母、袭人等都有数量最多的关系边。点开每个节点也可以看到角色的详细介绍以及角色在故事中发生的最新事件的总结。如黛玉的最新事件就是第76回的“冷月葬诗魂”。第二步是环境搭建。这一步会抽取角色的实体关系生成人设并根据你的需求设定模拟的核心参数。在这里总共提取出了580个人设也就是预计生成580个Agent。点击每一个人设都能看到人物在故事中的全景经历、独特记忆、行为模式、社会关系网络等等。比如贾代儒是宁荣二府所属贾家义塾的塾师年约72岁一生奉行“程朱理学”以修身齐家为本坚决维护传统伦理反对放纵欲望、荒废学业。亲历贾家数代子弟兴衰目睹贾府由盛转衰之兆。甚至连MBTI都有……贾代儒是ISTJ不er这也太细了吧。接下来系统会生成双平台模拟配置初始激活事件与激活话题并开始模拟。在这里经过30轮的双世界模拟后五百多个Agent总共进行了将近2000个活动。左侧是模拟后的人物关系图谱右侧则显示每个人物具体的活动内容和发表言论串起来就是新的剧情。每个智能体之间会有引用、评论的关系比如素云描述了昨日搜捡大观园的情形接下来甄士隐就回复了她的内容评价“命如草芥世事无常不过如此”。接着还可以生成整体的事件推演报告有些观点写得还挺不错比如“大观园的崩溃并非偶然悲剧而是礼法结构与个体命运共振瓦解的必然过程”。有意思的是它预测的部分结局和现在《红楼梦》的结局也基本吻合比如黛玉焚稿断情、湘莲削发出家。另外还可以与模型进行互动比如直接问它“在大观园被抄后宝玉后续剧情是怎样的”。不同于高鹗续本中宝玉参加了科举考试这个模型给出的结局是他在连番打击下精神遭受重创随疯道人而去不知所踪。作者还展示了自己的花销情况从第一步开始到模拟结束后台大约只消耗了14块钱。不过他也直言这个项目还有些缺点如果文本量输入过大的话输出结果可能会有中英文混杂的情况后续会进一步优化这个问题。VibeCoding打造超级个体真的能成自从第一个项目BettaFish火了之后作者就收到了无数邮件大厂offer、投资、合作邀约比比皆是一度挤爆了他的邮箱。他还写了一篇文章分享背后的全过程最直观的感受是市场在疯狂寻找能把AI用成生产力的人。Vibe Coding打造超级个体这件事我越来越确信真的能成而且会越来越好。很多人让他分享VibeCoding教程他说做不出来原因是技术变化太快了快到你今天总结出来的范式下个月可能就失效。不过他还是分享了不少VibeCoding的心得比如时间花的最多的环节是市场调研和技术选型先弄明白“为什么做、做给谁、怎么做”然后再指挥AI去干活。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/MiroFishdemo链接https://666ghj.github.io/mirofish-demo/作者自述https://mp.weixin.qq.com/s/UyYVjlBCvQRJI6B_MmZbsA推荐阅读MIT新晋副教授何恺明《计算机视觉进展》课程附Slides与资料下载西电IEEE Fellow团队出品最新《Transformer视觉表征学习全面综述》如何做好科研这份《科研阅读、写作与报告》PPT手把手教你做科研奖金675万3位科学家斩获“中国诺贝尔奖”最新 2022「深度学习视觉注意力 」研究概述包括50种注意力机制和方法【重磅】斯坦福李飞飞《注意力与Transformer》总结84页ppt开放下载2021李宏毅老师最新40节机器学习课程附课件视频资料欢迎大家加入DLer-大模型技术交流群长按识别邀请您进群
