MiroFish : Simuler le Marché avec l'IA Swarm

Publié le 4 avril 2026

MiroFish est un outil IA open source qui simule des milliers de personas virtuelles pour prédire comment le marché réagira à ton idée avant de la publier. Développé en 10 jours par un étudiant chinois de 20 ans, il a atteint la première place mondiale sur GitHub avec plus de 49 000 stars, devant OpenAI et Google. Le principe : tu uploades un document, tu décris ton idée dans un prompt, et MiroFish crée un monde social complet avec des centaines d'agents IA uniques (chacun avec sa personnalité, ses opinions et sa mémoire). Ces agents interagissent entre eux sur des plateformes simulées (Twitter, Reddit), débattent de ton idée, et tu récupères un rapport détaillé des réactions du marché. Contrairement à ChatGPT qui te donne une réponse lisse et optimiste, MiroFish te confronte à la froideur et la diversité d'un vrai marché. C'est un outil puissant pour les entrepreneurs, marketeurs et analystes qui veulent crash-tester un produit, un pricing ou un positionnement avant de se lancer.

Qu'est-ce que MiroFish et pourquoi ça change tout ?

MiroFish est un outil open source développé par un étudiant chinois de 20 ans, Guo, qui l'a codé en 10 jours pendant un stage chez Shanda Group. Le principe est radical : tu uploades un document (PDF, texte, rapport), tu écris un prompt décrivant ton idée, et l'IA crée un monde social complet peuplé de centaines ou milliers d'agents IA, chacun avec sa propre personnalité, ses opinions et sa mémoire persistante. Ces agents interagissent entre eux, débattent, réagissent à ton idée, et à la fin tu obtiens un rapport d'une profondeur démente sur les réactions simulées du marché.

Concrètement, c'est un SimCity de la prédiction IA. Tu veux lancer un nouveau produit, tester un pricing, un positionnement, un post potentiellement controversé sur les réseaux sociaux ? Au lieu de demander à ChatGPT (qui va te répondre avec un optimisme lisse et biaisé), tu lances une simulation avec des centaines de profils uniques qui vont se confronter à ton idée comme le ferait un vrai marché. Et c'est là que la magie opère : la réponse n'est jamais lisse, elle est brute, contradictoire, riche. Exactement comme la réalité.

Le concept de Swarm Intelligence appliqué à l'IA

Le terme clé derrière MiroFish, c'est le Swarm Intelligence, l'intelligence en essaim. L'analogie est simple : une fourmi seule suit des règles basiques et ne fait rien d'intelligent. Mais une colonie de milliers de fourmis trouve le chemin le plus court, construit des ponts, résout des problèmes complexes. C'est exactement ce que fait MiroFish avec les agents IA.

Au lieu d'interroger un seul LLM qui te donne une réponse consensuelle et polie, tu crées une colonie d'agents. Certains sont sceptiques, d'autres enthousiastes, certains sont experts, d'autres novices. Ils interagissent entre eux, se répondent, débattent. Et de cette masse d'interactions émergent des patterns, des insights que tu n'aurais jamais obtenus avec un simple prompt. C'est la différence fondamentale entre demander un avis à une personne et observer le comportement d'un marché entier.

Si tu t'intéresses à la création d'agents IA individuels, tu peux consulter le guide pour créer un agent IA. Mais ici, on passe à une échelle radicalement différente.

Les chiffres qui donnent le vertige

Le projet a atteint le numéro 1 mondial sur GitHub, devant OpenAI et Google. Plus de 49 000 stars. La courbe d'adoption est explosive : quasi rien en décembre 2025, une montée progressive en février 2026, puis une explosion en avril 2026. Le CEO de Shanda Group, Chen Tiankiao (ex-homme le plus riche de Chine), a investi 4,1 millions de dollars en moins de 24 heures après avoir vu la démo brute. Soit 30 millions de yuan. En 10 jours de vibe coding, un stagiaire est passé de zéro à millionnaire. Évidemment, attention au biais du survivant, mais le signal est clair : cet outil a tapé dans l'œil des gens qui comprennent la puissance de la simulation de marché.

Comment fonctionne le pipeline MiroFish en 5 étapes ?

Sous le capot, MiroFish n'est pas un simple chatbot déguisé. C'est une architecture complexe qui enchaîne plusieurs technologies de pointe. Voici le pipeline complet, étape par étape, pour que tu comprennes exactement ce qui se passe quand tu lances une simulation.

Étape 1 et 2 : Le Knowledge Graph et la fabrication des agents

Étape 1 : Le Knowledge Graph. Tu uploades ton document (PDF, texte, rapport). L'IA extrait les concepts par blocs de 500 tokens, identifie les entités et les relations entre elles, puis construit automatiquement un graphe de connaissances avec des nœuds et des connexions. C'est la carte mentale géante de ton sujet. Cette technologie s'appelle le Graph RAG, une extraction de connaissances par LLM. Si tu veux approfondir le sujet du RAG et des pipelines d'IA, le guide complet sur l'automatisation IA te donnera des bases solides.

Étape 2 : La fabrication des agents. À partir du graphe, MiroFish génère des centaines de personas uniques. Par exemple : Marie, 42 ans, enseignante, plutôt sceptique. Thomas, 28 ans, trader, enthousiaste. Chaque agent a sa propre personnalité, ses opinions, et surtout sa propre mémoire persistante grâce à une solution appelée ZEP Cloud. Ce ne sont pas 500 copies du même profil. Ce sont 500 individus distincts. C'est impossible à reproduire en interrogeant Claude, ChatGPT ou Perplexity en isolation.

Étapes 3, 4 et 5 : Simulation, rapport et interaction

Étape 3 : La simulation. Les agents sont lâchés dans un monde simulé. Actuellement, les plateformes supportées sont Twitter et Reddit, mais comme c'est open source, tout le monde peut adapter et personnaliser l'environnement. Les agents interagissent entre eux, postent, commentent, débattent autour de ton idée. Le moteur de simulation s'appelle Oasis et peut gérer jusqu'à un million d'agents. On ne parle pas d'une petite simulation multi-agent avec 5 ou 10 bots. C'est du swarm, une colonie massive.

Étape 4 : Le rapport. Une fois la simulation terminée, un agent dédié au reporting analyse l'ensemble des interactions par boucle de raisonnement et génère un rapport complet. Tu obtiens les réactions du marché, les points de friction, les enthousiasmes, les objections. C'est de la donnée qualitative à une échelle quantitative.

Étape 5 : L'interaction. Tu peux ensuite entrer directement dans la simulation, explorer les échanges, interroger les agents, comprendre pourquoi tel profil a réagi de telle manière. Tu entres littéralement dans le monde simulé. C'est du jamais vu.

À qui MiroFish est-il vraiment utile ?

Soyons concrets. MiroFish n'est pas un jouet. C'est un outil de décision stratégique. Voici les profils qui vont en tirer le plus de valeur, avec des cas d'usage précis.

Entrepreneurs et lancement de produits

Tu veux lancer un nouveau produit, une nouvelle offre, un nouveau pricing ? Au lieu de te fier à ton intuition (qui est biaisée, on l'est tous), tu crash-testes ton idée sur un marché simulé. Imagine : tu as une box d'abonnement et tu veux lancer une nouvelle gamme. Tu uploades ta fiche produit, tu définis le contexte marché, et tu laisses des centaines d'agents réagir. Tu obtiens les objections que tu n'avais pas anticipées, les angles qui plaisent, les segments qui décrochent. C'est du focus group à l'échelle industrielle, sans recruter personne.

Pour les entrepreneurs qui veulent aller plus loin dans l'intégration de l'IA dans leur business, le guide IA pour entrepreneurs est un bon complément.

Marketeurs, analystes et chercheurs

Les marketeurs peuvent tester des posts, des campagnes, des messages avant publication. Tu veux savoir si ton post LinkedIn va être perçu comme inspirant ou prétentieux ? Simule-le. Les analystes de marché peuvent confronter des hypothèses à des réactions simulées plutôt que de se baser uniquement sur des données historiques. Et les chercheurs en sciences sociales ont un terrain d'expérimentation inédit pour tester des dynamiques de groupe, des effets de contagion d'opinion, des biais cognitifs à grande échelle.

Le point crucial : la réponse de MiroFish n'est jamais lisse. Quand tu demandes un avis à ChatGPT, il va dans ton sens par optimisme. MiroFish te donne la froideur du marché. Des agents qui s'en foutent de ton idée, d'autres qui la détestent, d'autres qui l'adorent. C'est cette diversité qui a de la valeur.

Comment installer et utiliser MiroFish ?

MiroFish est open source, hébergé sur GitHub. L'installation demande un minimum de compétences techniques, mais rien d'insurmontable si tu as déjà touché à un terminal. Voici le processus.

Prérequis et installation

Tu auras besoin de :

• Python 3.10+ installé sur ta machine
• Git pour cloner le repo
• Une clé API d'un LLM compatible (OpenAI, ou modèles chinois supportés)
• Un compte ZEP Cloud pour la mémoire persistante des agents (optionnel mais recommandé)

Le repo GitHub contient toute la documentation, des screenshots et même une vidéo du créateur. Tu clones le repo, tu installes les dépendances, tu configures tes clés API, et tu lances. Si tu es à l'aise avec le vibe coding, tu peux même customiser le moteur de simulation pour l'adapter à tes besoins spécifiques.

Lancer ta première simulation

Le workflow est simple :

1. Upload ton document : PDF, texte, rapport. C'est le contexte de ta simulation.
2. Écris ton prompt : décris l'idée, le produit, le post que tu veux tester.
3. Configure le nombre d'agents : 300, 500, 1000. Plus tu en mets, plus la simulation est riche (et plus ça consomme de tokens).
4. Lance la simulation : les agents sont créés, le monde social est généré, les interactions commencent.
5. Attends et récupère le rapport : selon la taille de la simulation, ça peut prendre de quelques minutes à plusieurs dizaines de minutes.

Le rapport final te donne une vision complète : quels profils ont réagi positivement, quels segments sont hostiles, quelles objections reviennent le plus, quels arguments ont convaincu. C'est de l'or pour la prise de décision.

Quelles sont les limites et précautions à prendre ?

MiroFish est puissant, mais ce n'est pas une boule de cristal. Il faut comprendre ses limites pour l'utiliser intelligemment.

Ce que MiroFish ne peut pas faire

Premièrement, les agents sont générés par des LLM. Ils simulent des comportements humains, mais ce ne sont pas des humains. Les biais des modèles de langage se retrouvent dans les agents. Deuxièmement, la simulation est limitée actuellement à Twitter et Reddit comme environnements sociaux. Si ton marché est sur TikTok ou dans le B2B enterprise, il faudra adapter le code (c'est open source, donc c'est possible). Troisièmement, la qualité de la simulation dépend directement de la qualité de ton document d'entrée et de ton prompt. Garbage in, garbage out.

Enfin, attention au biais du survivant quand on parle du succès du créateur. Ce n'est pas parce qu'un stagiaire a levé 4,1 millions que tu vas reproduire la même chose. Mais l'outil en lui-même est objectivement impressionnant.

Bonnes pratiques pour des résultats fiables

Pour tirer le maximum de MiroFish :

• Sois précis dans ton document d'entrée : plus le contexte est riche, plus les agents seront pertinents.
• Varie les simulations : lance plusieurs fois avec des paramètres différents pour voir si les résultats convergent.
• Croise avec des données réelles : utilise MiroFish comme un outil complémentaire, pas comme ta seule source de vérité.
• Commence petit : teste avec 100-300 agents avant de lancer des simulations massives à 1000+.

Si tu veux automatiser tes workflows de test et d'analyse, tu peux coupler MiroFish avec des outils comme n8n pour l'automatisation business afin de déclencher des simulations automatiquement selon des événements.

Pourquoi MiroFish annonce une nouvelle ère pour la prise de décision ?

On est à un tournant. Jusqu'ici, pour tester une idée sur le marché, tu avais trois options : ton intuition (biaisée), un focus group (cher et lent), ou un chatbot IA (lisse et optimiste). MiroFish ouvre une quatrième voie : la simulation de marché à grande échelle, accessible, open source, et d'une profondeur inédite.

L'impact sur les entreprises et les créateurs

Tous les directeurs de l'innovation, tous les CMO, tous les entrepreneurs qui comprennent ce que je viens de décrire vont saisir l'ampleur du truc. Demain, avant chaque lancement de produit, chaque campagne marketing, chaque pivot stratégique, tu pourras simuler les réactions du marché. Pas avec un seul agent poli, mais avec une colonie entière d'agents divers, contradictoires, réalistes.

Le fait que ce soit open source change aussi la donne. N'importe quel développeur peut forker le projet, l'adapter à son industrie, créer des environnements de simulation sur mesure. On peut imaginer des simulations B2B, des simulations de marchés financiers, des simulations politiques. Les possibilités sont vertigineuses.

Pour aller plus loin dans la réflexion stratégique sur l'IA, l'article sur la pensée profonde vs technique IA t'aidera à comprendre comment structurer ta réflexion avant de lancer ce type de simulation.

Le signal envoyé par la Chine

Il faut aussi noter le signal géopolitique. Cet outil vient de Chine, il est codé par un étudiant de 20 ans, et il a battu OpenAI et Google sur GitHub. Les caractères chinois sur le repo, le fait qu'aucun créateur majeur aux US, en France ou en Allemagne n'ait encore couvert le sujet au moment de cette vidéo, ça en dit long sur la vitesse d'innovation côté chinois. L'open source chinois n'est plus un épiphénomène. C'est une force majeure qu'il faut surveiller et exploiter.

Meydeey — Architecte IA & Automatisation

+110 entrepreneurs formés au Vibe Coding et à l'automatisation IA. +28 000 abonnés YouTube.

YouTube LinkedIn Communauté