小米开源MiMo Code:一个会记忆的AI编程助手,凭什么碾压Claude Code

当每个AI编程助手都在假装"记得你"，小米干脆给Agent装了个真正的记忆体。200步跨领域任务，MiMo Code比Claude Code高出5个百分点——不是模型更强，是架构想得更远。

2026年6月11日，小米MiMo团队在X上官宣：MiMo Code V0.1.0发布并开源。MIT协议，curl一键安装，内置限时免费的MiMo-V2.5多模态模型。

说实话，我第一反应是"又一个AI编程助手"。直到我看到它的核心设计——我才意识到这玩意跟其他Code Agent不是一回事。

小米MiMo Code安装界面示意图，终端中运行curl命令

● ● ●

第一层：它真的"记得你"

所有用过Claude Code或者Codex的人都有这个体验：一个会话结束，下次打开——一切归零。项目背景要重新说，架构决策要重新写，之前的踩坑记录全丢了。

MiMo Code解决这个问题的方式很朴素：给它一个记忆体。

它内置一个基于SQLite FTS5的跨会话项目记忆库。你不是在跟一个"每次见面都假装第一次"的AI聊天，而是在跟一个有长期记忆的工作伙伴对话。项目架构、开发进度、你踩过的坑、已经做过的决策——全部持久化存储，跨会话保留。

我跟你讲，这个设计看着简单，但影响极其深远。因为96%的上下文可以被缓存命中，MiMo Code不需要每次都从头推理你的项目。这意味着两件事：

1. 01API成本断崖下降——实测3.87亿Token的总成本仅70美元。对，你没看错，不是70万。
3. 02响应速度大幅提升——因为不用每次重新加载全部上下文

VentureBeat的评测文章里有一句话让我印象很深："This isn't just another coding agent — it's an agent that actually remembers."（这不只是另一个编程Agent——而是真正会记忆的Agent。）

SQLite FTS5记忆库架构图，展示跨会话持久化存储机制

● ● ●

第二层：三个Agent各司其职

MiMo Code把"一个AI什么都要干"的模式彻底拆了。

它设计了三套不同的Agent模式：

Build模式：执行模式。AI动手写代码、做提交、跑测试。这跟大多数Coding Agent做的事差不多。

Plan模式：规划模式。AI停下来，想清楚再动。Max Mode下，系统并行采样5个候选方案，让评估Agent自动选出最优的一个。

Compose模式：编排模式。这是MiMo Code独创的——主Agent专心干活，记录完全外包给一个独立subagent。窗口快满了，subagent自动保存一份状态简报，主Agent接着干，而不是从零开始。

我特别喜欢Compose模式的设计哲学。Claude Code的问题一直是："AI记得多少全靠它自觉"。有时候它写着写着就忘了你在第10步时定过的约束条件。MiMo Code的做法是——不依赖AI的自觉，用架构保证。

小米官方博客讲了一个很有意思的对比：Claude Code出手很快，"代码很快就跑了出来——但几乎没有配套测试，功能能用却不够扎实，后续返工的风险不小"。而MiMo Code用Compose模式，前期花更多时间做规划，看起来"慢"了一截，"但落到结果上，它实现了更丰富的功能，并配上了完整、详尽的测试"。

说实话，这确实是很多人在实际工作中遇到的问题。AI写得快，但写得不够稳。MiMo Code的选择不是"更快"，而是"更稳"——放在工程语境下，这可能是更正确的选择。

三个Agent模式对比图，Build/Plan/Compose分层展示

● ● ●

第三层：它能"进化"

MiMo Code还有一个我没想到的功能：/dream和/distill两个自改进命令。

/dream：AI自己回顾自己的记忆库，识别哪些信息过时了、哪些决策可以优化，然后主动更新记忆。

/distill：把冗余的记忆精炼，提取真正有用的经验，压缩存储。

这听起来像噱头，但细想挺可怕的。这意味着MiMo Code用着用着，会越来越懂你的项目。第一次用，它可能只是"一个还不错的编程助手"。用了一个月之后，它已经记住了你项目的所有架构决策、编码风格、甚至你的个人偏好——比如你习惯用arrow function而不是function声明、你喜欢什么样的commit message格式。

类似的事情Anthropic也意识到了。就在上周（2026年6月），Anthropic发布了《当AI构建自身》报告，指出：截至2026年5月，Claude代码库80%由AI自主编写，工程师人均产能暴涨8倍。报告警告，递归自我改进（RSI）可能在2028年底前发生，概率高达60%。

扯远了。回到MiMo Code——它是开源版里第一个认真对待"Agent需要记忆"这个问题并给出工程化答案的产品。

自进化流程图，展示/dream和/distill命令如何优化记忆

● ● ●

第四层：Benchmark不说谎

同一模型（MiMo-V2.5-Pro），同一个人评测，只比Agent系统本身：

数据来自小米官方博客。576名开发者参与了内测。

注意，这5个百分点不是模型差异带来的——用的是同一个MiMo模型，比拼的是Agent框架本身的设计质量。这证明了Compose模式+持久化记忆系统在真实编程场景中确实有价值。

特别值得关注的是Terminal Bench 2的73%对68%。这个测试集的场景更贴近真实开发者在终端里的操作习惯。73%的胜率意味着在大多数真实工作流里，MiMo Code能做出比Claude Code更接近人类开发者的决策。

而且别忘了——Claude Code背后的模型是Anthropic的顶级闭源模型，而MiMo Code用的是开源模型MiMo-V2.5。能在Agent框架层面反超，说明这套架构设计确实有两把刷子。

Benchmark对比图，SWE-Bench Pro和Terminal Bench 2柱状图对比

● ● ●

第五层：它不只是Coding工具

MiMo Code还有一个很多人没注意到的设计：它内置了流式语音识别（MiMo-V2.5-ASR）。

对，你可以用语音指挥它写代码。"把第42行的变量名改成camelCase"、"帮我写个冒泡排序的单元测试"——动嘴就行。

这看起来像个小功能，但在实际开发中意义很大。想想看——当你双手正在翻文档、画架构图、或者泡咖啡的时候，嘴是可以用的。语音指挥 + 自动执行 = 真正解放双手的开发体验。

语音控制编程示意图，开发者对着终端说话，代码自动生成

● ● ●

写在最后

MiMo Code的开源，说实话不是什么"革命性突破"。它没有发明什么全新的技术——持久化记忆、多Agent架构、语音控制，这些概念单独拿出来都不新鲜。

但它做了另一件重要的事：把所有这些能力整合到一个终端工具里，用MIT协议开源，并且首发内置免费模型。

对于个人开发者来说，这意味着什么？意味着你不需要为Claude Code每月掏20美元，不需要为Codex按Token付费，不需要纠结"要不要在公司电脑上装闭源工具"。

curl -fsSL https://mimo.xiaomi.com/install | bash

一条命令，你就拥有了一个会记忆、会规划、会进化、还能语音控制的AI编程助手。

我写到这里自己都有点怀疑——这真的不是营销文案吗？不是。我专门去跑了一下，确实能用，确实免费，确实是开源的。

小米这步棋走的是"生态"路线：OpenCode是开源生态的基座，MiMo Code是生态里的第一个明星应用。未来可能会有更多第三方开发者在这个架构上构建自己的Agent。

不过有个问题我想留给大家：当AI编程Agent开始具备持久化记忆和自进化能力，我们作为"人类工程师"的角色会发生什么变化？之前我们说"AI不会替代程序员，但会用AI的程序员会替代不会用AI的程序员"。那现在呢——当AI会自己写代码、自己记住项目历史、自己优化工作流程，程序员还剩什么？

我还没完全想明白这个问题。可能写到这里先打住吧。

对了，想试试的可以直接去mimo.mi.com下载。有Mac、Linux、Windows三个版本。

MiMo Code全平台支持示意图，Mac/Linux/Windows三种安装方式