小米深夜突袭！发布 AI 编程助手 MiMo Code ，语音操控+记忆系统成最大杀器

6 月 11 日凌晨，小米 MiMo 技术团队正式发布并开源 AI 编程助手 MiMo Code V0.1.0——一款运行在终端里的探索性编程 Agent。

这不是一个简单的代码补全插件，而是一套完整的终端 AI 编程框架：基于 OpenCode 二次开发、MIT 协议开源、内置 MiMo-V2.5 多模态模型、支持百万级 Token 上下文窗口，关键是——开箱即用，无需注册。

一、先看数据：SWE-Bench 超越 Claude Code

在相同模型条件下，MiMo Code 在两项主流编程基准测试中的成绩：

小米官方的解读是：Agent 框架与模型的深度协同，能进一步释放大模型在软件开发场景中的潜力。换句话说，不是模型更强，而是框架把模型用得更好了。

二、五大核心功能拆解

1. 持久记忆系统——”主 Agent 干活，归档外包”

这是 MiMo Code 最核心的差异化设计。

传统 AI 编程助手的通病：长会话中上下文丢失，一旦窗口满了就得从头开始。MiMo Code 的方案是引入独立 Subagent 专职归档：

• 项目记忆
  
  ：记录项目上下文和关键决策
• 会话检查点
  
  ：自动保存关键节点状态
• 任务进度追踪
  
  ：确保断点续写不丢失进度
• 窗口满时自动压缩
  
  ：重建干净简报，主 Agent 继续干而非从零开始

效果：上百轮的长时间编程会话，也能保持稳定的输出质量。

2. /dream 命令——越用越强

每隔 7 天，/dream 命令自动触发，由独立 Agent 执行：

1. 读取历史会话和现有记忆文件
2. 合并、去重、验证路径有效性
3. 将分散的记忆收敛为一份紧凑的当前状态快照
4. 更新全局记忆库

这意味着 MiMo Code 不会每次都从零开始，而是带着对项目的理解持续成长。用一个形象的说法：它不是你的工具，更像是一个越来越了解你代码库的同事。

3. Compose 模式——从想法到交付，一键走完

按下 Tab 键切换到 Compose 模式，只需输入一个想法，系统自动完成：

需求分析 → 方案设计 → 任务规划 → 代码编写 → 单元测试（TDD） → 代码审查 → 最终交付

配合专属 Harness 系统，实现了一步到位的全流程自动化。对比传统方式（人写提示词→模型生成→人检查→人修改→循环），Compose 模式把多次交互压缩为一次。

4. 语音全流程操控——真的不用键盘

内置 MiMo-V2.5-ASR 语音识别模块，支持：

• 语音输入代码指令
• 口头修改写错的指令
  
  （这个很实用）
• 直接发出”发送””执行””运行”等操作命令

从输入到操控，全程可以不碰键盘。

5. Claude Code 兼容——零成本迁移

自动兼容 Claude Code 中的 skills、MCP 配置、自定义命令，可直接替换底层 API 调用。已有 Claude Code 项目配置的用户，几乎零学习成本即可切换。

三、模型支持：开放策略，不做锁定

MiMo Code 采用开放模型策略：

同时支持接入各家的 Token Plan，适配不同预算。

四、安装方式

Mac / Linux（推荐 iTerm 或 VSCode 终端）

Windows

安装完成后终端输入 mimo 启动。首次运行自动引导配置，支持 OAuth 登录或直接使用 MiMo Auto 模式即时开始。

界面特点：全部设置项中文汉化，右侧常驻状态看板，可随时观察 Agent 工作进度。

五、怎么看：小米的 Agent 棋局

MiMo Code 不是孤立的产品。放在小米 MiMo 大模型家族里看：

• MiMo 基础模型
  
  已迭代至 V2.5，多模态能力
• MiMo Code
  
  Coding Agent，编程场景落地
• Harness 系统
  
  专为 MiMo 系列模型定制的 Agent 框架

这是典型的”模型 + Agent“生态闭环路径。小米没有选择做 IDE 插件（像 GitHub Copilot）或 SaaS 平台（像 Cursor），而是选择了终端 Agent 框架这个切入点——更底层、更灵活、更能体现 Agent 框架本身的技术壁垒。

相比直接卖模型 API，Agent 框架是更高维度的竞争：用户粘性不在模型上，而在工作流和记忆系统里。这才是 MiMo Code 持久记忆系统真正的战略价值。

六、开源生态：MIT 协议意味着什么

MIT 协议是限制最少的开源协议之一。个人开发者、企业、社区用户均可：

• 自由使用
• 自由修改
• 自由二次分发
• 闭源商用

这个选择非常务实。小米显然希望 MiMo Code 成为 AI 编程工具链中的基础设施级项目，而非单纯的自家产品推广工具。

七、值得关注的问题

1. 持久记忆的实际效果
   
   记忆系统是最大卖点，但在超大型项目（百万行级代码库）中的表现还有待验证。
2. MiMo-V2.5 的免费期限
   
   目前限时免费，后续定价策略直接影响开发者留存。
3. 生态建设速度
   
   GitHub Star 数、社区插件数量、第三方 MCP 集成，才是决定能否成为主流工具的关键指标。
4. 与现有工具的差异化可持续性
   
   记忆系统和 Compose 模式是亮点，但竞品跟进速度很快。