原文タイトル：how I run 200 AI agents on the hormuz crisis with Mirofish, and compare it to polymarket
原著者：The Smart Ape
翻訳：Peggy，BlockBeats

Editor's Note: As AI begins to simulate a public opinion field, the prediction of the event itself is quietly changing.

This article documents an experiment around the situation in the Strait of Hormuz: the author built a simulation system consisting of 200 agents using MiroFish, allowing governments, media, energy companies, traders, and ordinary people to coexist in a simulated social network, forming judgments through continuous interaction, debate, and information dissemination, and comparing the collective results with Polymarket's market pricing.

The results were not consistent. The overall tone of the group discussion was optimistic, while the market was significantly more pessimistic; in free speech, a few pessimists were closer to the true pricing; and once in an interview scenario, almost all agents would converge to a more moderate, cooperative expression.

This division is not unfamiliar. In the real world, public statements often tend to be stable and optimistic, while true risk judgments are hidden in actions and informal expressions. In other words, how people speak, how they think, and how they bet money are often three different systems.

In such a structure, the most valuable signals often come not from consensus, but from those voices that appear unconventional in the noise.

The following is the original article:

I simulated the future situation of the Strait of Hormuz in the coming weeks using MiroFish. This tool is excellent in dealing with such issues because it can conduct highly complex scenario analysis: introducing multiple participating entities, different roles with their own incentive mechanisms into the same system, and allowing these agents to continuously play games, debate, and gradually form a result close to consensus.

Here are the specific steps I took to run this simulation and the results I finally obtained. Anyone can reproduce it; the key is to know the steps to follow.

First, MiroFish is an open-source project from a Chinese research team. After you feed a batch of documents into it, it first builds a knowledge graph, then generates different agent personas based on this graph, and then puts these agents into a simulated Twitter environment. In this environment, they will post, retweet comments, like, and argue with each other. After the simulation ends, you can also interview each agent one by one to see their respective positions and reasoning processes.

危機シナリオを入力すると、そのイベントを中心にした議論を生成し、その議論から予測結果を導き出すことができます。

私はこれを、進行中の Polymarket マーケットの問題に向けました：2026年4月末までに、ホルムズ海峡の海上輸送は通常に戻るでしょうか？

そこで、私はすべての情報を MiroFish に入力し、政府、メディア、軍隊、エネルギー会社、トレーダー、一般市民など、200人のエージェントを生成し、シミュレーション環境で7日間の議論をさせました。最後に、彼らの出力結果を市場価格と比較しました。

全体の設定は次のとおりです：

·モデル：GPT-4o ミニ、200人のエージェントのシナリオでは、コストと効果のバランスが最適

·メモリシステム：Zep Cloud、エージェントのメモリとナレッジグラフを保存

·シミュレーションエンジン：OASIS（Camel-AI 提供の Twitter のクローン環境）

·ハードウェア：Mac mini M4 Pro、24GB メモリ

·ランタイム：約49分、100ラウンドのシミュレーションを完了

·コスト：APIコール約3〜5ドル

·シード素材：Wikipedia、CNBC、Al Jazeera、Forbes、Reuters から整理された5800文字のレポートで、軍事タイムライン、封鎖状況、油価、経済損失、外交努力、GCC 3.2兆米ドルの投資関連要因などが含まれています。つまり、エージェントが判断を形成するために必要な主要情報がすべて含まれています。

このプロセスを再現する方法（ステップバイステップガイド）

自分でもやってみたい場合は、以下が私が実際に実行した完全な手順です。全体のプロセスには約2時間かかり、APIコストは3〜5ドルかかります。ラウンド数やエージェント数を増やすと、コストはさらに上昇します。

準備するもの

·Python 3.12（3.14 を使用しないでください、tiktoken はこのバージョンでエラーを報告します）

·Node.js バージョン 22 およびそれ以上

·OpenAI API キー（GPT-4o ミニは非常に安価で、このシナリオに適しています）

·Zep Cloud アカウント（小規模シミュレーション用には無料プランで十分です）

·メモリが十分なマシン。私は Mac mini M4 Pro を使用しており、24GB のメモリを搭載していますが、16GB でも十分です

第一歩：MiroFish のインストール

その後、.env ファイルを構成します

OPENAI_API_KEY=sk-your-key

OPENAI_BASE_URL=link

OPENAI_MODEL=gpt-4o-mini

ZEP_API_KEY=your-zep-key

第二歩：プロジェクトの作成とシードドキュメントのアップロード

シードドキュメントはプロセス全体で最も重要な部分であり、エージェントが現在の状況についてどのような情報を把握しているかを決定します。私が使用したのは、軍事タイムライン、封鎖状況、油価、経済損失、外交努力、および GCC 投資への影響に関する内容が含まれる約5800文字のブリーフィングでした。情報源には、Wikipedia、CNBC、Al Jazeera、Forbes、および Reuters が含まれています。

第三歩：オントロジーの生成

このステップは、MiroFish に、どの種類のエンティティを認識させ、それらのエンティティ間にどのような関係があるかを教えるものです。

私は最終的に、国、軍事、外交官、ビジネスエンティティ、メディア機関、経済エンティティ、組織、個人、インフラ、予測市場という10種類のエンティティと、6種類の関係を生成しました。自動生成された結果がシナリオに適合しない場合は、手動で調整することもできます。

第四歩：ナレッジグラフの構築

このステップでは、Zep Cloud が活躍します。MiroFish はシードドキュメントとオントロジーを Zep に送信し、エンティティを抽出しグラフを構築する役割を担います。

このプロセスにはおおよそ1〜2分かかります。最終的に得られるのは、国、人物、組織、商品などの要素がすべて関連付けられた、65ノード、85エッジを含むグラフです。

ステップ5: 代理生成

MiroFish は知識グラフに基づいて、各エンティティに対してMBTIパーソナリティタイプ、年齢、所属国、投稿スタイル、感情トリガー、タブーなトピック、および組織的記憶など、完全なキャラクタープロファイルを生成します。

最初に知識グラフから43個のコアエージェントを生成しました。その後、これらのコアキャラクターを任意の合計数に拡張できるようになりました。最終的には合計エージェント数を200に設定し、さらに暗号取引業者、航空会社のパイロット、教授、学生、社会運動家など、多様な一般市民キャラクターを追加しました。

ステップ6: シミュレーション環境の準備

このステップでは、エージェントの行動スケジュール、初期シード投稿、および時間パラメータを含む完全なシミュレーション構成が生成されます。MiroFish は、例えば、活発なピーク時間帯、睡眠時間、および異なる種類のエージェントごとの投稿頻度など、比較的合理的なデフォルト設定を自動的に選択します。

私の設定は次の通りでした: 総合計168時間（7日間）、100ラウンド（1ラウンドが1時間を表す）、Twitterシーンのみを使用し、異なるエージェントにそれぞれの活動スケジュールを設定しました。

ステップ7: シミュレーションの実行

あとは待つだけです。私はGPT-4o miniを使用して、200の代理人、100ラウンドのシミュレーションを実行し、約49分かかりました。進捗状況はAPIで監視したり、ログを直接確認することができます。

全プロセスでは、エージェントは自律的に動作します: 彼らはタイムラインを観察し、投稿、リツイートコメント、リツイート、いいね、または単に情報フィードをスクロールするかを決定し、全プロセスに人の介入は必要ありません。

ステップ8 (オプション): エージェントへのインタビュー

シミュレーション終了後、システムはコマンドモードに入ります。この時点で、特定のエージェントにインタビューを行うことも、すべてのエージェントに一斉にインタビューを行うこともできます：

分析

MiroFish はまず、シードドキュメントを読み込み、オントロジー構造（10種類のエンティティと6種類のリレーションを含む）を自動生成します。その後、これらの定義に基づいて知識グラフ（65ノードと85エッジを含む）を抽出します。この基礎の上で、各エンティティに対してMBTIパーソナリティタイプ、年齢、所属国、投稿スタイル、感情トリガー、制度的記憶など、完全なキャラクタープロファイルを構築します。

最終的に、知識グラフから 43 のコアエージェントが生成され、これを基に 200 の総エージェントに拡張され、より多様な一般市民の役割が導入され、全体的なシミュレーションの多様性とリアリズムが向上しました。

具体的な構成は次のとおりです：

・140 人の一般市民エージェント：暗号取引業者、パイロット、サプライチェーンマネージャー、学生、社会活動家、教授など

・16 人の外交/政府関係者：イラン外相、サウジアラビア外相、オマーン外相、バーレーン首相、中国外相、欧州連合、国連など

・15 人のメディア機関：ロイター、CNN、ブルームバーグ、アルジャジーラ、BBC、フォックス、ウォールストリートジャーナルなど

・10 人のエネルギー/運輸関連者：OPEC、Platts、QatarEnergy、Aramco、Maersk など

・7 人の金融機関：Polymarket、Kalshi、ゴールドマンサックス、JPモルガン、シタデル、ADIA など

・2 人の軍事/政治関係者：トランプ、イラン革命防衛隊司令官

7 日間（100 ラウンド）のシミュレーションプロセスで、以下が生成されました：

1,888 件の投稿

6,661 件の行動軌跡（すべてのアクションを記録）

1,611 件の引用リツイート（エージェント同士の応答とゲーム）

4,051 回のリフレッシュ（情報フィードの閲覧のみ）

311 回の何もしない（様子見を選択）

208 回のいいね、207 回のリツイート

70 件のオリジナル観点（新しい独立した立場や判断）

全体的に、このシステムが示すものは単純な情報生成ではなく、むしろ社会行動のシミュレーションに近いものでした：ほとんどの時間、エージェントは観察し、情報を消化し、相互作用し、連続的に出力するのではなくです。この構造は、むしろ現実の舆論空間での行動分布により近づいており、少量のオリジナルコンテンツに、大量の引用、ゲーム、感情フィードバックが重ねられています。

エージェントの大部分の時間は、他者の観点を読んだり引用したりすることに費やされており、新しいコンテンツを積極的に作成することではありません。

全体のグループは、感情の伝播には明らかな偏りがあります：楽観的な観点がより広く拡散され、リツイートされる一方、より悲観的な判断は、論理的には現実により近いにもかかわらず、通常、より少なく、より弱い声量で伝播されます。

さらに興味深いことに、19 人のエージェントが投稿プロセス中に自発的に具体的な確率判断を行いましたが、これは指示されたものではなく、議論の中で自然に発展した結果です。

自発的集団形成の平均確率は47.9％であり、Polymarket市場の確率は31％です。 両者の間には16.9ポイントの差があります。

シミュレーションの過程で、一部のエージェントは100ラウンドの相互作用中に自分の立場を変えました。

シミュレーション終了後、MiroFishの面接機能を使用して、43人の中核エージェントに同じ質問をしました：2026年4月末までにホルムズ海峡の海上輸送が通常に戻る確率はどのくらいですか（0–100％）？

結果：43人のエージェントのうち、31人が具体的な数字を示し、12人が回答を拒否しました。注目すべきは、最も慎重な声の中には、明確な予測をするのではなく、自己検閲を行う傾向があることであり、これは実際にはこれらの機関の行動様式により近いと言えます。

すべてのカテゴリの平均は60％を超えています：軍事は75％、メディアは69％、エネルギーは66％、金融は65％、外交は61％です。市場の数字は31.5％です。

自然発生的な集団結果（organic）と面談結果（interview）：全く異なる2つの情景が見られます。

これが最も重要な発見です。

面談の結果はより楽観的になります。エージェントが自由に投稿すると、空売り（悲観論者）の意見がより大きく、具体的になることがよくあります。しかし、一対一の面談を行うと、協力の好みから、ほとんどの人が60%から70%の判断を下します。

自然発生的な結果（organic）がより信頼性があります。金融顧問が激しい討論の中で65％だと予想して投稿したのは、相互作用プロセスで形成された判断です。一方、エージェントが面談で質問に答えると、本質的にはパターンマッチングを行っています。

自然な表現の中の悲観論者の方が、実際には最も優れた予測者です。シミュレーションで30％以下の確率を与えた7人のエージェント（イラン外相、中国外相、Kalshi、Platts、経済学教授、イラン人学生、反戦活動家）の平均は22％であり、Polymarketの結果から10ポイント未満の差となっています。専門知識+自然な表現=市場に最も近い。

さらに重要なのは、これが単なる AI の現象だけでなく、現実世界の行為者にも当てはまるということです。

あなたがどの国のリーダーにも危機についてインタビューすると、「我々は平和に貢献しており、解決策には楽観的である」と言うでしょう。これは標準的な話術であり、カメラの前で言わなければならないことです。しかし、彼らが実際に行っていることを見に行けば、軍事展開、制裁、資産凍結、資金引き揚げといった彼らの行動が、まったく異なる物語を語っていることがよくあります。

サウジアラビアの皇太子はロイターに対して外交手段を信じていると言うかもしれませんが、その一方で彼の主権基金は、最大 32 兆ドルにも及ぶ米国の資産配置を検討しています。イランの大統領は平和が共通の目標であると言うかもしれませんが、イラン革命防衛隊はホルムズ海峡に水雷を設置しているかもしれません。トランプは「見てろよ」と言うかもしれませんが、その一方であらゆる停戦提案を拒否しているかもしれません。

このシミュレーションは、うっかりと同じような構造的な分裂を再現しています：代理論理的自己の投稿、議論、回答、情報の伝達が行われる中で、専門家グループは 20% から 30% の範囲に収束し、より悲観的であり、現実により近い状態にあります。しかし、彼らを会議室に招待し、公式に「あなたの予測は何ですか？」と尋ねたとき、彼らはすぐに外交モードに切り替わり、65% から 70% のより楽観的な姿勢を取ります。

自然発信は、よりプライベートな行動や非公開の対話に似ています。一方、インタビューの結果は、記者会見に似ています。誰かの考えを本当に知りたいのであれば、直接尋ねるのではなく、その人が他の人に評価されていないときの行動を見てください。

次に何をすべきか

これは単なる初期テストに過ぎません。目標は確かな予測を行うことではなく、このようなグループシミュレーションで、どの信号が有用であり、どこが歪んでいるか、どの部分が最適化の価値があるかを見ることです。

すでにいくつかの答えが得られています。自然発生的な議論は有用な信号を生み出す可能性がありますが、インタビューはそうではないかもしれません。悲観主義者こそが信号元であり、GPT-4o mini の協力傾向は確かに問題です。

次回の実験ではいくつかのアップグレードが行われます。

まず第一に、より大きなシードデータがあります。これまでの 5800 語のブリーフだけでなく、20 年以上の歴史的背景を導入します。例えば、ホルムズ海峡関連の出来事、イランとアメリカの対立の激化、過去の石油危機、GCC の外交の変化などが含まれます。つまり、本当のジオポリティカルアナリストが判断する前に持っているべき背景情報です。

次に、より強力なモデルです。GPT-4o mini は 3 ドルのコストで機能検証が完了していますが、より強力なモデルは、エージェントを役割自体の考え方により近づけるはずであり、重要な瞬間に楽観的な対話を持つのではなくそれがデフォルトの表現であるような状態になるべきではありません。

最後はさらに多くの代理人です。200人はすでに素晴らしい数字ですが、さらに拡大することができます: より多様な一般人の役割、より多くの地域の声、より多くのエッジケース。 参加者が多ければ多いほど、議論の構造はより豊かになり、最終的に形成されるシグナルもより価値のあるものになります。

[Original Post Link]

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia