使用说明
PolyFuture：书呆子、规范和代理人的未来预测
一夜暴富：了解未来，安全押注Polymarket
“如果我们能在下注前模拟世界200次呢？”
AI世界模拟器： 多市场人群赔率 对比 人工智能生成的蒙特卡洛预测克劳德从头开始编写整个基于代理的模拟，在E2B沙箱中执行，比较结果。
枢轴故事
以n8n开头→ E2B工作流迁移工具。OAuth在两小时内杀死了它。新想法： 如果我们可以在E2B中运行任意代码，为什么不运行整个模拟世界呢？
运作原理
📐 查看详细架构
┌─────────────────────────── ALL IN E2B SANDBOX ───────────────────────────┐
│ │
│ 1. RESEARCH Perplexity MCP → current events, key actors, data │
│ ↓ │
│ 2. GENERATE Claude Agent → writes complete Mesa simulation │
│ ↓ │
│ 3. SELF-HEAL Error? → Claude fixes code → retry (up to 5x) │
│ ↓ │
│ 4. CALIBRATE 50 runs → find optimal threshold, fix low variance │
│ ↓ │
│ 5. SIMULATE 200 Monte Carlo runs → probability distribution │
│ ↓ │
│ 6. VISUALS Show results, go bet a fortune │
│ │
└──────────────────────────────────────────────────────────────────────────┘
↓
Compare with Polymarket odds → Interactive Plotly dashboard
关键见解：Claude不会调整参数，它会写 完整的仿真代码 为每个问题定制代理、行为和结果逻辑。在沙箱中安全运行它们。
示例：乌克兰-俄罗斯停火
市场：“2025年底停火？”--Polymarket：14%
步骤1-困惑MCP研究:
“前线地位停滞不前。特朗普政府推动谈判。欧盟疲劳加剧。俄罗斯占领被占领土。乌克兰依赖西方支持……”
步骤2-Claude根据研究生成代理:
class UkraineAgent:
ceasefire_willingness = 0.2 # Low - wants territory back
territorial_stance = 0.95 # High - won't concede
western_support_dependency = 0.85
class RussiaAgent:
ceasefire_willingness = 0.35 # Moderate - wants to lock gains
territorial_demands = 0.85 # High
military_position = 0.6
class WesternPowerAgent:
support_level = 0.7 # Declining
fatigue = 0.4 # Rising
pressure_for_ceasefire = 0.4 # Increasing
class InternationalMediatorAgent:
diplomatic_pressure = 0.5
negotiation_progress = 0.2
步骤3-校准 （50次运行）：找到最佳阈值
第四步-蒙特卡洛 （200次运行）： 41% ± 7%
结果：模拟 +26.5页 比Polymarket人群更乐观
🐍 查看生成的模型
为什么这很重要
| 用例 | 价值 |
|---|---|
| 安全执行 | LLM生成的代码仅在E2B沙箱中运行，从不在本地运行 |
| 蓝图了解更多 | 同一堆栈→ 基准构建器、NPC调优器、场景规划器 |
技术栈
| 图层 | 技术 |
|---|---|
| 沙箱 | 苯甲酸雌二醇 (sim-z-gateway 模板） |
| MCP | 困惑度 通过E2B MCP网关（Docker HUB） |
| LLM 克劳德 + Claude代理SDK （人类学） | |
| 模拟 | 梅萨2.1.5 （基于代理的建模） |
| 数据 | 多市场 γ/COB API |
| Viz | Plotly + 富有的 CLI |
自我修复循环
生成的代码中断？自主修复周期：
Execute → Error? → Claude analyzes stacktrace → Generates fix → Retry
↑ │
└──────── up to 5x ────────────┘
│
Fallback to reference model if all fail
结果：闭环自主代码生成+执行，而不是开火和祈祷。
快速开始
python3.13 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env # Add: ANTHROPIC_API_KEY, E2B_API_KEY, PERPLEXITY_API_KEY
python src/cli.py
注： 您需要一个预装了MCP网关的E2B模板。
将来的扩展
- 多市场竞价：根据模拟结果自动在Polymarket上下注
- 模型自动校准：针对已解决的Polymarket问题培训和校准模型，以提高准确性
- 一般新闻模拟：对任何新闻报道进行模拟，而不仅仅是Polymarket问题
- NPC调谐器：用于游戏AI（NPC）行为优化的相同堆栈
- 基准构建器：使用人工智能生成的代码和静态数据构建基准测试
- 代码进化，竞技场：让Claude Agent优化代码，然后让各种版本在沙盒中相互竞争