乐于分享
好东西不私藏

小米MiMo Code发布:国产AI编程工具"无限记忆"革命,Claude Fable 5封禁72小时后的王炸反击

小米MiMo Code发布:国产AI编程工具"无限记忆"革命,Claude Fable 5封禁72小时后的王炸反击
一个让全球开发者窒息的72小时!
2026年6月9日,Anthropic发布Claude Fable 5,被称为“史上最强编程模型”。
2026年6月10日,知名AI红队研究者Pliny the Liberator宣布攻破Fable 5安全层,12万字系统指令全网泄露。
2026年6月12日,美国商务部以国家安全为由下达出口管制指令,禁止所有外籍人士使用Fable 5和Mythos 5——连Anthropic自己的外籍员工都被禁止访问自己参与开发的模型。
从发布到“被消失”,72小时。
这是AI行业第一次出现一个被数亿人使用的商业大模型,被政府强制召回。
而就在Fable 5全线停服的第二天——6月11日,小米正式开源了MiMo Code V0.1.0,一款运行在终端的AI编程Agent,核心能力直指当前AI编程最大的痛点:
“长会话失忆”和“上下文不够长”。

一、为什么AI写代码越来越难?

先看一个真实案例。
某互联网公司的项目规模:
  • Java代码80万行
  • 前端代码30万行
  • 微服务120个
  • 开发人员200+
他们使用Cursor开发,最开始体验非常好。但几个月后问题出现了:
  • AI经常忘记历史设计
  • 修改A文件影响B文件
  • 重复生成已有代码
  • 产生大量幻觉
原因很简单:AI根本看不完整个项目。
当用户说“帮我修改订单退款流程”,这涉及order-service、payment-service、risk-service、message-service四个服务,共500+个Java文件。
AI的上下文窗口根本装不下,于是开始瞎猜、乱改、重复劳动。
这不只是这一家公司的问题,这是整个AI编程行业面临的共同困境。

二、MiMo Code:无限上下文 + 持久记忆

小米MiMo技术团队发布的MiMo Code,正是为了解决这个痛点。

2.1 无限上下文(Infinite Context)

传统AI编程工具的工作方式:
用户提问 → 全部塞给模型 → 推理窗口满了 → 结束,记忆丢失
MiMo Code的解决方式:
当前任务 → 项目知识库 → 长期记忆库 → 历史任务 → 代码索引 → 动态检索 → 模型推理
简单来说,MiMo Code构建了一个上下文分层存储系统
  • 项目知识库:存放架构决策、设计规范、业务规则
  • 长期记忆库:跨会话积累的项目理解
  • 历史任务:已完成任务的执行记录和关键决策
  • 代码索引:项目文件的语义索引,支持精准召回
这样即使面对100万行代码,MiMo Code也能精准理解项目结构和上下文。

2.2 持久记忆:让AI真正“记住”你的项目

MiMo Code的持久记忆系统由四个层级构成:
  1. 项目记忆文件(MEMORY.md) :保存架构决策和项目规则
  2. 会话检查点(checkpoint.md):由独立子代理自动维护状态快照
  3. 草稿笔记(notes.md):提供临时记录空间
  4. 任务进度日志(tasks/id/progress.md):追踪每项任务的生命周期
这个设计的独到之处在于架构理念:让记忆的记录与主编程任务解耦。
MiMo Code部署了一个独立的“检查点写入器”子代理,专门负责在适当的时机保存会话状态。当上下文窗口接近上限时,系统从最近检查点、项目记忆、任务进度和近期消息中进行结构化重建,并按重要性进行预算化注入。
主Agent只管写代码,记忆完全外包。
官方还内置了/dream命令,每7天自动触发,由独立Agent读取历史会话和现有记忆文件,执行合并、去重、验证路径有效性,将分散的记忆收敛为一份紧凑的当前状态。
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

2.3 多Agent协同:不是一个人在战斗

MiMo Code内置了多个专项Agent:
专项Agent
核心职责
Planner Agent
任务规划和拆解
Code Agent
核心代码生成
Search Agent
代码检索和召回
Test Agent
测试代码生成
Memory Agent
记忆管理和维护
SecurityAgent
安全漏洞检测
LogicAgent
边界情况和错误处理
PerformanceAgent
性能优化建议
StyleAgent
代码规范检查
这种分工让每个Agent专注自己的领域,形成1+1>2的协同效果。

三、Compose模式:说一句话,AI完成整个项目

MiMo Code的Compose模式是另一个杀手级功能。
传统AI编程工具的交互方式:
用户 → 给指令 → 生成代码 → 用户检查 → 给新指令 → 生成代码 → ...
Compose模式的交互方式:
用户 → 输入一个想法(比如“开发一个记账网页”) → AI自动完成全流程
具体流程:
规划(Plan) → 编码(Execute) → 测试(TDD) → 审查(Review) → 验证(Verify) → 合并(Merge)
按Tab键切换到Compose模式后,Agent拥有编排权限,会按预设流程自动推进任务。
官方演示中,输入“开发CRM系统,技术栈:SpringBoot + MySQL + Redis + Vue3 + JWT,请按照DDD架构生成”,Agent会自动:
  1. 设计领域层、应用层、基础设施层、接口层
  2. 生成Customer实体类
  3. 生成Repository接口
  4. 生成Service层
  5. 生成Controller层
  6. 生成接口文档
  7. 生成测试代码
你只需要说一句话,AI完成整个项目。

四、性能对比:MiMo Code vs Claude Code

小米官方公布的基准测试数据:
基准测试
MiMo Code
Claude Code(对照)
SWE-Bench Pro
62%
~57%
Terminal Bench 2
73%
~68%
这是在使用同款模型的前提下取得的成绩,说明MiMo Code的Agent架构设计确实带来了工程层面的优势。
而MiMo Code内置的MiMo-V2.5模型本身,在之前的测试中已经证明过实力:
基准测试
MiMo-V2.5-Pro
GPT-5 High
Claude Sonnet 4.5
SWE-Bench Verified
78.9%
74.9%
77.2%
Terminal Bench
68.4%
-
42.8%
国产模型在编程领域已经进入第一梯队。

五、中美对比:开源 vs 封禁

最有意思的对比发生在同一个时间窗口。

5.1 Claude Fable 5的72小时

  • 6月9日:Anthropic发布Fable 5,被称为“史上最强编程模型”,SWE-Bench Pro得分80.3%
  • 6月10日:知名AI红队研究者宣布攻破Fable 5安全层,12万字系统指令全网泄露
  • 6月12日:美国政府下达出口管制,禁止所有外籍人士使用——包括Anthropic自己的外籍员工
这次事件暴露了一个根本问题:闭源模型的访问权受制于单一司法管辖
Anthropic官方在声明中写道:

“我们不同意只因发现一个范围有限的潜在越狱漏洞,就要求下架一个已部署给数亿人使用的商业模型。”

但执行归执行。当晚,Fable 5全线停服。

5.2 MiMo Code的王炸反击

就在Fable 5停服的第二天——6月11日,小米发布MiMo Code:
  • 无限上下文:突破传统窗口限制
  • 持久记忆:跨会话积累项目理解
  • MIT开源协议:个人免费,企业可私有化部署
  • 多模型支持:兼容DeepSeek、Kimi、GLM等国产模型
  • Compose模式:一句话完成整个项目
这意味着什么?
当美国用出口管制封禁最强模型时,中国用开源开放填补了空缺

六、智谱暴涨47%的启示

Fable 5封禁事件后,资本市场给出了最诚实的反应:
6月15日港股开盘,智谱股价一路走高,盘中最高涨幅达47.6%,创上市以来单日成交新高。
直接导火索是6月13日智谱宣布:
  • GLM-5.2面向所有Coding Plan用户开放
  • 支持1M上下文窗口
  • 遵循MIT协议开源
智谱在公告中写道:

“前沿智能不应只属于少数人,也不应被少数规则随时收回。它应该开放、可用、可构建,并服务于每一位开发者。”

这段话对应的,其实正是当前全球AI产业正在面对的新现实:
当AI从聊天工具变成软件开发、企业运营乃至生产流程中的基础设施,模型的稳定性、可持续性和可控性,开始成为与模型能力同样重要的指标。

七、企业实战:如何用MiMo Code开发CRM系统

让我们看一个完整的实战案例。

7.1 初始化项目

mkdir crm-system && cd crm-systemmimo
启动后,输入/init,MiMo Code将自动分析项目结构并生成AGENTS.md配置文件。

7.2 切换模式并描述需求

按Tab切换到Compose模式,输入:
开发CRM系统,技术栈:SpringBoot + MySQL + Redis + Vue3 + JWT,请按照DDD架构生成

7.3 见证AI自动执行

Agent开始自动规划:
领域层设计...应用层设计...基础设施层设计...接口层设计...
自动生成:
@Entity@Table(name="customer")public class Customer {  @Id  private Long id;  private String name;  private String phone;  private String email;  // ...}
@Repositorypublic interface CustomerRepository extends JpaRepository<Customer, Long>{  Optional<Customer> findByPhone(String phone);  List<Customer> findByStatus(CustomerStatus status);}
@Servicepublic class CustomerService {  @Autowired  private CustomerRepository repository;  public Customer createCustomer(CustomerDTO dto) {    // 业务逻辑  }  public Page<CustomerlistCustomers(CustomerQuery query) {    // 分页查询  }}

7.4 接入国产模型

如果需要使用国产模型,可以配置:
{  "provider":"deepseek",  "api_key":"sk-xxxx"}
或使用Kimi、GLM等,灵活切换。

注:可以在TUI在输入/connect配置模型供应商

八、未来趋势:AI编程进入“长期记忆时代”

过去十年,AI编程工具经历了三个阶段:
阶段
代表产品
核心能力
Copilot时代
GitHub Copilot
代码补全
Cursor时代
Cursor
代码生成
记忆时代
MiMo Code / Claude Code
长期项目理解
未来2~3年,决定AI编程工具竞争格局的关键指标,将不再是:
  • ❌ 单次生成代码的准确率
  • ❌ 模型的参数规模
  • ❌ 基准测试的分数
而是:
  • 记忆能力:能否跨会话记住项目历史
  • Agent协作能力:多Agent能否协同完成复杂任务
  • 长周期任务执行能力:能否在数小时的复杂任务中保持一致性
  • 企业知识沉淀能力:能否积累企业的技术资产和经验
而这,正是MiMo Code试图率先突破的方向。

结语

Claude Fable 5的72小时,给全球开发者上了一课:
当AI变成基础设施,稳定性比性能更重要,可控性比能力更稀缺。
小米MiMo Code的发布,给出了另一种答案:
开源 + 持久记忆 + 无限上下文 + 多模型支持 = 国产AI编程的破局之道。
这不是简单的产品发布,这是中国AI产业从“追赶者”变成“定义者”的标志性事件。
当美国用出口管制封锁最强模型时,中国用开源开放书写了新的可能。
下一个十年,AI编程的竞争主战场,将从“谁的能力更强”,变成“谁能让开发者更信任、谁能让企业更可控”。
MiMo Code,迈出了关键一步。