MiroFish: la IA que crea un mundo de agentes para predecir qué va a pasar

Imagínate que antes de lanzar un producto, subir un precio o publicar un anuncio pudieras ver cómo reaccionan miles de personas. No una encuesta, sino un pequeño mundo donde la gente habla entre sí, cambia de opinión y arma conversación. Eso es lo que intenta hacer MiroFish, y por eso se volvió uno de los proyectos de IA más comentados del año.

Les cuento qué es, cómo funciona, cómo probarlo y, sobre todo, qué sí y qué no se le puede pedir.

¿Qué es MiroFish?

Es un programa de código abierto (cualquiera puede ver cómo está hecho, usarlo y modificarlo) que se describe como un "motor de predicción" basado en muchos agentes de IA. Tú le das un material de partida, por ejemplo una noticia, el borrador de una ley o una señal del mercado, y él construye un mundo digital paralelo lleno de agentes. Cada agente tiene su propia personalidad, su memoria y su manera de reaccionar.

Esos agentes interactúan entre ellos como lo haría la gente en redes sociales: publican, opinan, se influyen. Tú puedes meter variables nuevas en ese mundo ("¿y si el precio sube 20 %?") y al final MiroFish te entrega un informe con lo que pasó en la simulación.

Cómo funciona, en cinco pasos

1. Arma el mapa. lee tu material de partida, saca quién es quién y cómo se relacionan, y guarda todo en un "grafo de conocimiento" (un mapa de conexiones que la IA puede consultar).
2. Crea a los personajes. genera los perfiles de los agentes, con personalidad y memoria propias, y los configura para la simulación.
3. Corre la simulación. pone a los agentes a interactuar en dos plataformas simuladas al mismo tiempo, y va actualizando lo que cada uno recuerda.
4. Escribe el informe. un agente especial revisa todo lo que pasó en ese mundo y arma un reporte de predicción.
5. Conversa con el mundo. puedes hablar con cualquier agente de la simulación o con el agente del informe para preguntarle por qué pasó lo que pasó.

Por dentro usa OASIS, un motor de simulación social creado por el equipo de CAMEL-AI, y se conecta a un modelo de lenguaje por API para que los agentes piensen y hablen.

¿Para qué le sirve a un negocio?

La idea más útil no es "predecir el futuro", es ensayar antes de gastar. Algunos usos que tienen sentido:

• Probar un mensaje: cómo podría reaccionar tu público a una campaña, un cambio de precio o un anuncio polémico, antes de pagar pauta.
• Ver escenarios de una noticia: qué conversación podría armarse si sale una ley, una crisis de marca o una noticia de tu sector.
• Preparar respuestas: descubrir las objeciones y críticas que más se repiten en la simulación, para tenerlas listas antes de que aparezcan de verdad.

Lo que NO es

Aquí quiero ser muy clara, porque se ha vendido mucho humo alrededor de este proyecto:

• No es una bola de cristal. Es una simulación hecha con agentes de IA. Te muestra escenarios posibles, no lo que va a pasar. Las cifras de "precisión" que circulan en algunos blogs no están verificadas de forma independiente.
• No reemplaza hablar con tus clientes. Los agentes se parecen a la gente que la IA se imagina, no a tus clientes reales. Úsalo para hacerte mejores preguntas, no para tomar decisiones grandes solo con eso.
• No es barato de correr. Cientos de agentes conversando durante varias rondas consumen muchísimas llamadas al modelo de IA. El mismo proyecto recomienda empezar con simulaciones de menos de 40 rondas.
• Es un proyecto joven. Va muy rápido y cambia seguido. Para algo de tu empresa, pruébalo primero con material que no sea confidencial.

Cómo probarlo

Tienes dos caminos. El fácil: entrar a la demo pública y ver cómo se ve una simulación sin instalar nada.

El completo: instalarlo en tu computador. Necesitas Node.js 18 o superior, Python 3.11 o 3.12, la herramienta uv, una clave de API de un modelo de lenguaje compatible con el formato de OpenAI (el ejemplo del proyecto usa Qwen, de Alibaba) y una clave gratuita de Zep Cloud, que es donde se guarda la memoria de los agentes. Si no programas, no tienes que hacerlo a mano: pídeselo a Claude Code.

Clona el repositorio https://github.com/666ghj/MiroFish en mi computador, lee el README e instálalo siguiendo sus pasos. Antes, revisa que tenga Node.js 18 o superior, Python 3.11 o 3.12 y uv; si falta algo, dime qué hay que instalar y espera a que yo te diga que sí. Crea el archivo .env a partir de .env.example, pero NO escribas ninguna clave: déjame los espacios marcados y explícame dónde consigo cada una. Cuando yo las ponga, arráncalo con npm run dev y avísame cuándo puedo abrir http://localhost:3000.

Un detalle más: la licencia es AGPL-3.0. Usarlo por dentro en tu empresa no tiene problema, pero si lo modificas y lo ofreces como servicio a otras personas, tienes que publicar tu código. Si piensas montar un negocio sobre esto, revisa esa parte con calma.

Lo que más me gusta de esta historia

Más allá de la herramienta, MiroFish demuestra algo que cada vez veo más claro: hoy una sola persona, programando con IA, puede construir en días un producto que antes necesitaba un equipo entero durante meses. Y si la idea es buena, la gente lo nota.

Fuentes

• Repositorio oficial de MiroFish en GitHub: github.com/666ghj/MiroFish
• Demo pública: 666ghj.github.io/mirofish-demo
• 36Kr, cobertura de la inversión de Chen Tianqiao: eu.36kr.com
• DEV Community, explicación técnica: dev.to

Consultadas el 19 de octubre de 2026. El proyecto cambia rápido: revisa el README antes de instalarlo.