夜雨聆风
小米 MiMo 这两天连续放了两条信号。
一条是 MiMo Code V0.1.0 开源：一个基于 OpenCode 二次开发的终端 AI 编程助手，MIT 协议，内置限时免费的 MiMo Auto，同时支持接入主流大模型 API。
另一条是 MiMo-V2.5-Pro-UltraSpeed：小米称其在通用 GPU 上，把 1T 参数模型的生成速度推到 1000 tokens/s 级别。
这两件事放在一起看，重点不是“小米也做了一个 Claude Code 平替”。
更准确的判断是：小米正在把模型能力、推理系统和开发者工具绑成一条线。
MiMo Code 真正要解决的，是长任务失忆
多数 AI 编程工具的问题，不是不会写代码。
而是写到第 30 步、第 80 步、第 120 步之后，开始忘记最初的约束、修改过的文件、失败过的方案，以及用户到底要交付什么。
MiMo Code 的官方表述很直接：它是一个 terminal-native coding assistant，可以读写代码、运行命令、管理 Git，并通过持久记忆系统跨会话理解项目。
它的核心变化不是再塞一个更强模型，而是在 Agent runtime 上做工程化补课：
这套设计的底层逻辑是：不要赌主 Agent 会“自觉记笔记”，而是把记忆、压缩、恢复交给独立机制。
这点很关键。
因为长任务里，主 Agent 同时承担“写代码 + 调试 + 记忆 + 总结”，很容易互相干扰。把记忆工作外包给 checkpoint-writer subagent，本质上是在给 AI 编程代理加一个更稳定的工作台账。
02
Compose 模式：从“让 AI 改一段代码”到“让 AI 接一个需求”
MiMo Code 的 Compose 模式，官方描述是 specs-driven development workflow。
简单说，它不是只让模型补全一个函数，而是让用户给一个想法或需求，然后由 Agent 组织规划、执行、代码审查、TDD、调试、验证和合并。
这和 Claude Code、Codex、Cursor Composer 这类工具在争的，是同一个方向：
编程 Agent 的价值，正在从“单点代码生成”迁移到“端到端工程任务交付”。
如果只是生成代码，模型能力差距会越来越快被追平。
但如果要连续处理需求、理解仓库、分解任务、跑测试、修失败、保留上下文，真正的护城河就变成 runtime 设计。
MiMo Code 在这里押的是三件事：
1. 用持久记忆解决长任务连续性； 2. 用 Compose 把开发流程结构化； 3. 用开放 Provider 降低模型绑定风险。
这也是它比“又一个 AI CLI”更值得看的地方。
03
跑分：强，但要看清楚口径
官方 GitHub 页面和博客都给出了 benchmark 图。
图中显示，MiMo Code + MiMo-V2.5-Pro 在 SWE-bench Verified、SWE-bench Pro、Terminal Bench 2 等项目上，表现高于多个对照组合。
这里要注意两个点。
第一，这是小米官方给出的评测口径，适合看相对方向，但还需要社区复测验证。
第二，Coding Agent 的实际体验不只由模型决定。
同一个底座模型，换不同 Agent runtime、工具调用格式、上下文压缩策略、测试执行策略，最终结果可能差很多。
所以 MiMo Code 最值得关注的不是“比 Claude Code 高几个点”，而是它证明了一个趋势：
AI 编程工具的竞争，正在从模型榜单转向 Agent 工程系统。
04
UltraSpeed：快，不只是为了打字更快
另一条更底层的消息，是 MiMo-V2.5-Pro-UltraSpeed。
小米 MiMo 官方博客称，MiMo × TileRT 通过模型与系统 co-design，在标准 8 卡通用 GPU 节点上，让 1T 参数模型突破 1000 tokens/s 输出速度。
官方给出的技术路径主要是三段：
这件事对 Coding Agent 很重要。
因为 Agent 的瓶颈往往不是一次回答慢，而是整个任务链路里有大量“想一步、调工具、读结果、再想一步”的循环。
如果大模型生成速度足够快，就可以把更多预算花在并行候选、自动验证、反复修复和更长链路的规划上。
换句话说，速度不是体验指标，而是 Agent 能力的底层放大器。
05
小米为什么要做 AI 编程工具？
从产品上看，MiMo Code 是开发者入口。
从战略上看，它更像小米 MiMo 的展示窗口。
过去，国内模型厂商更多在 API、Chatbot、开源权重上竞争。
但开发者不只需要模型，他们需要可以直接落进工作流的工具：
• 能接项目； • 能跑命令； • 能保留记忆； • 能接第三方模型； • 能在成本、速度、稳定性之间做选择。
MiMo Code 的切入点很明确：先用开源和限时免费降低门槛，再用 MiMo-V2.5、UltraSpeed、ASR、Agent runtime 展示自家模型和系统能力。
这也是国产 AI 工具下一阶段的典型打法：
不是只发布模型，而是把模型放进真实工作流里，让开发者每天用。
结语
MiMo Code 还只是 V0.1.0，不适合过早神化。
开源项目需要社区反馈，benchmark 需要更多独立复测，长任务稳定性也需要真实工程验证。
但方向是清楚的。
小米这次不是单独发布一个模型，也不是单独发布一个 CLI。
它把 开源 AI 编程工具、持久记忆、Compose 工作流、语音输入、UltraSpeed 推理系统 放在同一条线上。
这说明 AI Coding 的竞争已经进入新阶段：
谁能让 Agent 更长时间、更少失忆、更快完成工程闭环，谁就更接近真正可用的 AI 开发助手。