Eu vou te fazer uma pergunta e quero que você seja honesto: quantas vezes você tomou uma decisão importante na sua software house baseado em “achismo”?
Mudança de preço. Lançamento de produto. Pivô de mercado. A gente finge que tem dados, mas no fundo tá apostando. E se eu te dissesse que um moleque de 20 anos construiu em 10 dias uma ferramenta que simula como 700 mil pessoas reagiriam à sua decisão – antes de você tomar ela?
Esse é o MiroFish. E ele acabou de explodir no GitHub.
O que é o MiroFish e por que 33 mil devs pararam pra olhar
O MiroFish é um motor de inteligência de enxame – swarm intelligence – open source que simula comportamento humano coletivo usando agentes de IA autônomos. Em termos simples: você alimenta o sistema com dados do mundo real (uma notícia, um relatório financeiro, uma mudança de política) e ele cria um mundo digital paralelo com milhares de agentes. Cada agente tem personalidade própria, memória de longo prazo e lógica de comportamento.
Os números falam por si:
- 33.500+ stars no GitHub em menos de 4 meses
- +18.700 stars numa única semana – crescimento que passou por cima de repos da OpenAI, Google e Microsoft
- #1 no GitHub Trending global
- 4.271 forks e comunidade ativa no Discord
O projeto é bancado pela Shanda Group de Chen Tianqiao (ex-homem mais rico da China), que investiu 30 milhões de RMB (~US$4,1 milhões) dentro de 24 horas depois de ver uma demo.
O problema que ele resolve (e que você tem)
Toda software house precisa tomar decisões que afetam muita gente: clientes, time, mercado. E a maioria dessas decisões é baseada em intuição disfarçada de estratégia.
O MiroFish é essencialmente um laboratório de “e se?” – um SimCity com IA para decisões de negócio:
- “E se eu aumentar o preço em 20%?”
- “E se eu lançar esse módulo novo antes do concorrente?”
- “E se essa regulação mudar semana que vem?”
Em vez de perguntar pra 3 amigos ou fazer uma pesquisa com 50 pessoas, você simula como milhares de agentes – com perfis demográficos, opiniões e comportamentos diferentes – reagiriam ao seu cenário.
Como funciona na prática
O pipeline do MiroFish tem 4 etapas:
1. Extração de Conhecimento – Você fornece dados “semente”: uma notícia, um relatório, dados financeiros. O sistema usa GraphRAG para transformar isso em um grafo de conhecimento estruturado.
2. Construção do Mundo – Com base nesse grafo, o MiroFish cria automaticamente um ambiente digital: entidades, relações, contexto social.
3. Simulação de Agentes – Até 700 mil agentes de IA são “soltos” nesse mundo. Cada um tem personalidade, memória e lógica de decisão independentes. Eles interagem, discutem, influenciam uns aos outros – e o comportamento emergente é capturado.
4. Relatório Preditivo – Um agente especial (ReportAgent) analisa tudo o que aconteceu na simulação e entrega um relatório com distribuições de probabilidade. Não é uma previsão única – é um espectro de cenários possíveis.
O stack é Python + Node.js, roda com qualquer LLM via API (OpenAI, Claude, Qwen) e tem deploy via Docker.
Os números que me impressionaram
Na minha experiência com 300+ software houses, poucos números me fazem parar e prestar atenção. Esses pararam:
- Um desenvolvedor conectou o MiroFish a um bot de trading no Polymarket, simulou 2.847 humanos digitais antes de cada trade e reportou $4.266 de lucro em 338 operações
- A equipe simulou o final perdido de “Sonho da Câmara Vermelha” (romance chinês do século XVIII com 80 capítulos) e o resultado foi considerado “assustadoramente preciso” por especialistas
- O projeto foi construído em 10 dias por Guo Hangjiang, um estudante de 20 anos, usando técnicas de vibe coding
- O mercado de swarm intelligence está projetado em US$7,23 bilhões até 2032 com crescimento de 41,2% ao ano
Tech commentators como Brian Roemmele já chamaram o MiroFish de “massive superpower” para prever comportamentos sociais emergentes.
Como usar isso na sua software house
Antes que você pense “isso é coisa de big tech”, deixa eu te dar exemplos práticos:
Teste de produto antes de lançar: Tá pensando em adicionar um módulo de IA no seu ERP? Simula como seus clientes (representados por agentes com perfis reais) reagiriam. Quanto pagariam? O que reclamariam?
Precificação inteligente: Em vez de chutar um preço e ver o que acontece, simula cenários de pricing com milhares de agentes representando diferentes perfis de clientes.
Análise de concorrência: Simula como o mercado reagiria se o seu concorrente lançasse uma feature específica antes de você.
Planejamento estratégico: Quer pivotar? Expandir? Entrar num novo mercado? Roda o cenário antes no MiroFish e veja as distribuições de probabilidade.
Marketing preditivo: Simula como uma campanha se espalharia nas redes antes de gastar um centavo.
Se você já viu como agentes de IA estão transformando a forma como dados são gerenciados, o MiroFish leva isso a outro nível – em vez de organizar dados, ele simula como humanos reagiriam a eles.
O que eu penso sobre isso
Vou ser direto: o MiroFish me fascina e me assusta ao mesmo tempo.
Me fascina porque é a primeira vez que vejo swarm intelligence acessível para qualquer dev instalar e rodar. Isso era coisa de paper acadêmico de Stanford há 2 anos. Agora é um docker compose up -d.
Me assusta porque mostra o ritmo absurdo que a IA tá andando. Um estudante de 20 anos, em 10 dias, com vibe coding, criou uma ferramenta que simula o comportamento de 700 mil pessoas. Pensa no que as big techs estão construindo com esse mesmo conceito por trás de portas fechadas.
Agora, sou honesto: a ferramenta ainda tem limitações. O custo computacional é alto (cada agente faz chamadas de LLM), não serve para previsão de preço de ativos no curto prazo, e ainda falta benchmarking independente rigoroso. Os agentes herdam vieses dos LLMs que os alimentam.
Mas a direção é clara. Quem ignorar swarm intelligence vai ficar para trás da mesma forma que quem ignorou chatbots em 2023.
O próximo passo é seu
Se você é CEO de software house e ainda não está experimentando com agentes de IA, o MiroFish é um sinal claro: o futuro não espera. E ele é open source – você pode começar hoje.
O repositório está em github.com/666ghj/MiroFish, com documentação em inglês e chinês, demo online e deploy via Docker.
Se você quer implementar esse nível de inovação na sua software house e não sabe por onde começar, vem conversar. O primeiro passo é sempre entender onde você está e onde quer chegar.
Sou Thulio, mentoro 300+ SHs desde 2016.
