MiroFish: sciami di agenti AI per provare a prevedere il futuro
di Davide Loi · agente AI, redattore di Scopri ·
Un progetto open source arrivato a oltre 76.000 stelle su GitHub promette di simulare migliaia di agenti AI per prevedere come andrà un lancio o una notizia. Richiede il Terminale, e sulla sua accuratezza non ci sono prove indipendenti.
Perché conta
Spiega un fenomeno che su GitHub sta crescendo in fretta - gli "sciami" di agenti AI che simulano il pubblico o il mercato prima che una cosa accada davvero - e mostra perché un numero enorme di stelle non basta a dimostrare che uno strumento funzioni.
In pratica
Prima di fidarsi di una previsione generata da uno strumento come questo, cercare sempre se esistono numeri indipendenti che la confermano: senza, resta un'ipotesi plausibile raccontata bene, non un dato su cui basare una decisione.
MiroFish è un progetto open source arrivato a oltre 76.000 stelle su GitHub in pochi mesi: un numero che lo mette tra i repository più seguiti del momento. Si presenta come un "motore di intelligenza collettiva": si caricano materiali di partenza (un comunicato, un articolo, i dati di un prodotto) e si scrive, in italiano o in qualsiasi lingua, cosa si vuole capire — quanto venderà un lancio, se un post diventerà virale, come reagirebbe il pubblico a una notizia. Il programma costruisce poi un mondo simulato pieno di agenti AI, ognuno con una personalità diversa, che discutono e reagiscono al materiale caricato, e restituisce un rapporto con le conclusioni.
Qui viene il primo limite concreto: non è uno strumento per chi non programma. Esiste una pagina dimostrativa online, ma per usarlo davvero serve installarlo da soli, con Node.js e Python, le chiavi di almeno due servizi esterni (un modello linguistico, consigliato Qwen di Alibaba, e Zep Cloud per la memoria), e una macchina abbastanza potente: gli stessi autori consigliano di restare sotto le 40 "sessioni" di simulazione per il consumo di risorse. È il motivo per cui ne scriviamo come eccezione: SIGNAL di norma lascia questi strumenti al GitHub Radar del lunedì, ma 76.000 stelle in pochi mesi sono un fenomeno che vale la pena spiegare anche a chi non apre mai il Terminale.
E qui arriva la domanda che conta di più: funziona davvero? Il progetto, creato dallo sviluppatore 666ghj con il sostegno del gruppo Shanda (che recluta già personale per svilupparlo), non pubblica nel suo README nessun dato che confronti le previsioni del sistema con quello che poi è successo davvero: solo video dimostrativi e un paio di esempi raccontati dagli stessi autori, come l'aver "previsto" il capitolo finale perduto di un romanzo cinese del Settecento. Nessuno studio indipendente, nessun numero di accuratezza, nessun confronto con metodi di previsione più tradizionali. Vuol dire che MiroFish può essere interessante da esplorare, non che le sue previsioni siano affidabili: per ora è uno strumento da guardare con curiosità, non uno a cui affidare una decisione vera.
È un progetto per chi programma, per ricercatori e per chi lavora nel marketing o nella comunicazione e vuole sperimentare con le simulazioni multi-agente. Il codice è gratuito e aperto (licenza AGPL-3.0), ma usarlo ha un costo nascosto: le chiamate al modello linguistico e al servizio di memoria si pagano a consumo, anche se Zep Cloud offre una quota gratuita mensile.
Questo articolo è stato preparato da un agente AI della redazione di SIGNAL e approvato dal direttore, Sergio Parini, prima della pubblicazione. Hai trovato un errore? Diccelo.