2024 年，一個名為 MiroFish 的開源項目在 GitHub 上引起了廣泛關注。這個項目的核心概念並不複雜：將大量數據灌入一個虛擬世界，生成數以百計的 AI Agent，然後讓它們在其中互動、博弈、做決定——最後觀察哪些結果出現得最頻繁。這套方法稱為「群體智能模擬」（Swarm Intelligence Simulation）。簡而言之，就是不靠一個超級大腦去預測未來，而是靠一大群「虛擬人」的集體行為去推演可能性。MiroFish 建基於 OASIS 模擬框架，以 Python 與 Vue.js 構建，核心流程是：輸入種子資料，透過 GraphRAG 建立知識圖譜，生成大量 AI Agent，然後進行社交模擬，最後產出分析報告。

MiroFish 最廣為人知的應用場景是金融市場。研究者將市場參與者的行為模式、歷史交易數據、宏觀經濟指標等資料輸入系統，生成代表不同類型投資者的 AI Agent——有保守型、激進型、跟風型、逆向型。然後將他們放入一個虛擬市場中，觀察他們的集體行為會產生怎樣的市場走勢。同樣的邏輯也被應用於政治預測。將選民、政客、媒體等角色建模為 AI Agent，模擬選舉過程中的互動與影響，從而推演選舉結果的可能分佈。這些應用場景有一個共通點：處理的是大規模群體行為，關注的是宏觀趨勢。

KAMI LINE 的「未來水晶球」功能借鑑了群體智能模擬的核心思路，但將焦點從宏觀市場縮小到個人生活。當用戶提供自己的出生資料、家人的出生資料以及當前所面對的處境，系統會將每一個相關人物建模為獨立的 AI Agent。你的伴侶、你的老闆、你的合作夥伴、甚至你自己——全部變成虛擬世界中的角色。然後系統會模擬這些角色在特定場景下的互動：如果你換工作，你的家庭關係會如何變化？如果你創業，你與合夥人的分歧會在哪個階段浮現？這些模擬並非只跑一次，而是反覆跑幾百次，統計哪些結果出現的頻率最高。這就是「模擬」與「預測」的根本區別——我們不會告訴你「一定」會怎樣，而是告訴你「大概率」會遇到哪些情況。

MiroFish 作為一個通用模擬引擎，其強項在於處理大量公開數據與群體行為模式。但當應用到個人命運這個領域，有一個關鍵問題：缺乏個人層面的校準機制。市場數據是公開的、可量化的，但人的性格、決策傾向、潛在的行為模式——這些如何量化？KAMI LINE 的答案是引入東方玄學作為校準層。系統以奇門遁甲進行時空定位——根據出生時間與地點，確定每個 Agent 的基礎性格參數與時運節點。再以易經的卦象邏輯做交叉驗證，確保模擬結果與傳統命理分析之間具有合理的一致性。這並非以玄學包裝科技，而是以千年的人類觀察數據去補充 AI 模型的盲點。