以下文章来源于锌财经 ，作者川川 锌财经 . 来源丨锌财经 （ID： xincaijing ） 作者丨 川川 编辑丨 大风 2026 年 3 月，一则融资消息在创投圈激起千层浪： 25 岁的洪乐潼创立的 AI 公司 Axiom ，刚刚完 成 2 亿美元 A 轮融资，投后估值高达 16 亿美元（约合人民币 110 亿元）。此时，距离公司成立仅 过去一年有余。 这不是个例。北邮大四学生郭航江用 10 天时间 " 手搓 " 出 AI 预测引擎，获得陈天桥 3000 万元投 资；北大斯坦福背景的陈源培创业一年多融资 20 亿元，专注机器人灵巧手技术；耶鲁博士杨丰瑜尚 未拿出产品，已斩获数亿元融资押注保姆机器人 …… 当外界还在讨论 "00 后整顿职场 " 时，这群年轻人已经悄然坐上 AI 牌桌的主位。他们不再满足于做 执行者，而是要定义规则、书写范式。一个属于 Z 世代的 AI 创业黄金时代，正在到来。 关注新商业，关注新经济。一家由人民网投资的数字化媒体机构。 潮汕天才少女的 " 退学创业 " ： 用数学证明重构 AI 可靠性 洪乐潼的成长轨迹，是典型的 " 别人家的孩子 " 剧本。 2001 年出生于广州普通务工 ...

Agent 专题报告 MiroFish 实测：多智能体宏观与行业趋势推演 glmszqdatemark 相关研究 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 1 2026 年 03 月 24 日 [Table_Author] 分析师 叶尔乐 执业证书： S0590525110059 邮箱： yeerle@glms.com.cn MiroFish 是一个开源的群体智能预测引擎，通过构建高保真平行数字世界实现 宏观与行业趋势推演。其技术架构深度融合时序 GraphRAG、多智能体系统与 OASIS 仿真引擎，能够基于用户上传的"种子材料"自动生成具备独立人格、长 期记忆与行为逻辑的 AI 智能体，在虚拟社交平台中并行演化并涌现群体行为模 式。不同于传统统计回归工具，MiroFish 核心创新在于将知识图谱中的实体转化 为数字孪生 Agent，通过双轨仿真环境推演复杂决策场景，最终生成包含事件脉 络、风险预警与策略建议的结构化预测报告。 黄金 2026 年走势预测案例展示了从"种子文件"到群体涌现的完整工作流与核 心发现。基于涵盖八项材料的"种子文件"，系统构建了包含政府部门、金融机构 ...

以下文章来源于不懂经 ，作者不懂经也叔的Rust 不懂经 . 《主权个人》：未来会活得很爽的有三种人，一是技术精英，二是各行业头部，三是有资本及良好判断 力的人。本号专注后面两种。 本文来自微信公众号： 不懂经 ，作者：不懂经也叔的Rust，题图来自：AI生成 一、AI压缩的正是时间 中文互联网流行一句话：做时间的朋友。 这句话之所以能流行，是因为它确实曾经说中了一个时代的真相。 在那个时代，时间意味着积累，意味着复利，意味着壁垒，意味着只要你熬得够久、做得够深、守得 够稳，优势就会慢慢站到你这一边。 公司如此，个人也是如此。 企业可以靠时间建立品牌、渠道、规模和客户关系；个人可以靠时间积累经验、资历、信用和职业位 置。资本市场也默认这一点：一家公司只要护城河够深，未来十年、二十年的现金流都值得提前定 价。 现代资本市场长期建立在一个核心假设上：竞争优势会随着时间复利，护城河会持续存在，品牌会延 续，网络效应会防守。一旦这个假设动摇，不只是几只股票要重估，而是整个资本配置逻辑都会被改 写。 问题是，这个前提在AI时代正快速失效。 按照更激进的推演，如果一家企业每年有20%的概率被AI颠覆，它的预期寿命就大约只 ...

陈天桥首次回忆了他曾与DeepSeek创始人梁文锋的一场深谈，这次交谈成为陈天桥重金投资AI领域 的导火索。目前，陈天桥累计投资了百余个AI项目。 最新发布的MiroMind智能体已经可以在App端可用， 它不仅能预测F1等体育赛事的比赛结果，还能 预测金融市场，对未来黄金价格走势作出判断。 在实现预测的过程中，推理尤为重要。陈天桥认为，AI不应该只是通过预测下一个词该说什么 来"写"出答案，而应该通过观察真实世界来"推导"出答案。 他表示："现在的流行模型更像是一个博学但爱吹牛的文科生，它们擅长写优美的作文、讲动听的故 事，但在处理像衰老、疾病、能源危机这些极其复杂的现实难题时，往往会'一本正经地胡说八道'。" 为了实现这一目标，MiroMind改变了以往的训练方法，让AI学会在不确定的环境里主动去"查证"， 如果发现自己错了，就立刻自我修正。"真正的智能不应该只是一个复读机，而应该是一个能提出假 设、动手实验并不断学习进步的'活系统'。"他表示。 2026.03. 19 本文字数：1290，阅读时长大约2分钟 作者 | 第一财经 钱童心 近日，由中国前首富、盛大集团创始人陈天桥投资的AI大模型黑马Miro ...

Core Insights - The article discusses the rise of "super individuals" in the AI era, exemplified by a college student, Guo Hangjiang, who secured a 30 million RMB investment from Chen Tianqiao for his AI project MiroFish [4][15][30]. Group 1: Investment and Project Development - Guo Hangjiang, a senior student at Beijing University of Posts and Telecommunications, developed an open-source project called MiroFish, which became the top trending project on GitHub [5][10]. - MiroFish is a next-generation AI prediction engine that creates a parallel digital world by extracting real-world information, allowing users to observe potential future scenarios [5][10]. - Chen Tianqiao, the founder of Shengda Group, invested 30 million RMB in MiroFish after being impressed by Guo's comprehensive planning and problem-solving approach [14][15]. Group 2: The Concept of "Super Individuals" - The article introduces the concept of "super individuals," which refers to individuals who leverage AI to create impactful projects with minimal resources [17][19]. - Chen Tianqiao emphasizes that being a "super individual" does not require being a polymath; instead, it involves making ambitious choices and taking responsibility for outcomes [19][20]. - The rise of "One Person Companies" (OPC) is highlighted, where individuals can create significant products and attract investment with AI tools [18]. Group 3: Chen Tianqiao's Vision for AI - Chen Tianqiao has shifted his focus to AI and neuroscience, announcing a 1 billion RMB investment in AI-driven scientific research [30][31]. - He aims to explore the concept of "AI Native enterprises," with a project named Tanka that seeks to develop an AI communication platform with long-term memory capabilities [31]. - The article outlines a three-tiered structure for human-AI collaboration, emphasizing the importance of human oversight, predictive capabilities, and embracing uncertainty [21][26].

来源丨新智元（ID：AI_era） 编辑丨 Aeneas KingHZ 图源丨Midjourney 一觉醒来，国产开源 AI 项目MiroFish登顶GitHub趋势榜榜首！ 让人 没想到的是，超越OpenAI、谷歌、微软等机构的开源项目的MiroFish，背后 是 一个国内大四 学生，仅仅3个月 的时间 ， 就拿 下3000万投资。 靠一个AI开源项目，他直接把自己的毕设变成了创业公司，还成为公司CEO？ 这不是什么神话，是这个AI时代真实发生在国内的故事。 更神奇的是，此前他的BettaFish项目，也曾登上GitHub全球趋势榜第一。 这两个项目不仅都曾登顶榜首，而且都是靠这位00后小孩哥，在10天内vibe coding出来的。 | Repositories Spoken Language: Any ~ Language: Any - Date range: Today ~ | Developers | | | --- | --- | --- | | 0 666ghj / MiroFish | | | | A Simple and Universal Swarm Intelligence Engine ...

Core Viewpoint - MiroFish is an AI prediction engine that constructs a high-fidelity parallel digital world by extracting real-world seed information, allowing for dynamic variable injection and precise future projections [3][9]. Group 1: Project Overview - MiroFish has rapidly gained popularity, reaching over 5.7k stars on GitHub since late January [1]. - The project is a continuation of the previous work, BettaFish, which focused on public opinion analysis [9]. - MiroFish aims to create a closed-loop system from raw data to intelligent decision-making through multi-agent simulations [9]. Group 2: Functionality and Use Cases - MiroFish can simulate and predict major social events, analyze corporate strategies, and even explore complex literary character relationships [6]. - The system can generate detailed character relationship graphs and simulate interactions among agents based on the input data [14][20]. - An example case demonstrated the prediction of the lost ending of "Dream of the Red Chamber" using the first 80 chapters as input [11][30]. Group 3: Investment and Support - The project has received significant backing, including a 30 million RMB investment from the founder of Shengda Group, Chen Tianqiao, after only 10 days of development [8][54]. - The author, BaiFu, has garnered attention from major companies and investors following the success of BettaFish [36][51]. Group 4: Development Insights - BaiFu emphasizes the importance of market research and technical selection before coding, advocating for a structured approach to project development [47]. - The development process involves using AI to assist in various tasks, enhancing efficiency through parallel agent collaboration [41][46]. - The author notes the necessity of deep human-AI collaboration and code review to ensure project quality and coherence [46].