目录摘要1 引言1.1 研究背景1.2 问题提出1.3 概念界定2 产品概述与市场定位2.1 产品基本信息2.2 市场定位与战略意义3 技术架构与核心机制3.1 总体架构3.2 持久记忆系统3.2.1 设计哲学记录外包3.2.2 /dream 记忆沉淀机制3.3 多代理架构3.3.1 三种主代理模式3.3.2 Subagent 机制3.4 Harness 系统与模型适配3.5 MCP 与 Skill 生态集成4 核心能力体系4.1 多模型支持与模型可插拔4.2 Compose 模式全流程自动化4.3 语音交互能力4.4 开发工具链集成5 开发工作流与使用方法5.1 安装与快速启动5.2 标准化使用流程6 性能评估与竞品对比6.1 基准测试表现6.2 与主流竞品对比6.3 性能特征总结7 开源生态与商业模式7.1 MIT 协议的价值7.2 与小米 AI 生态的协同7.3 商业模式分析8 结论与展望8.1 主要结论8.2 适用场景与选择建议8.3 研究局限与未来方向参考文献摘要MiMo Code 是小米 MiMo 技术团队于 2026 年 6 月 11 日正式发布并开源的一款终端原生 AI 编程助手。该系统基于开源项目 OpenCode 进行二次开发与深度重构采用宽松的 MIT 开源协议允许个人开发者与企业用户自由使用、修改、二次分发及商业集成。其核心能力包括基于“主代理专心干活、子代理专门记录”架构的持久记忆系统、为 MiMo 系列模型量身定制的专属 Harness 执行框架、可实现全流程自动化的独创 Compose 模式以及依托 MiMo-V2.5-ASR 语音识别技术的语音交互能力。系统内置限时免费的多模态模型 MiMo-V2.5其综合性能对标 Claude Sonnet 4.6并全面兼容 DeepSeek、Kimi、GLM 等主流大语言模型及第三方 Token Plan。本文系统阐述 MiMo Code 的定位、技术架构、核心能力体系、开发工作流、生态集成方案以及性能评估数据将其与同类工具进行对比分析并探讨其开源生态与商业模式最后指出其作为探索性产品的局限与未来演进方向。关键词MiMo CodeAI 编程助手OpenCode持久记忆系统Compose 模式MiMo 模型1 引言1.1 研究背景2025 年至 2026 年间AI 编程工具领域经历了从“代码补全器”到“自主编码代理”的范式转变。Claude Code、Cursor、GitHub Copilot 等产品相继涌现各自在不同维度上提升了开发效率。然而现有工具普遍面临两大挑战其一长对话场景下的信息衰减问题——“越聊越忘、越改越糊涂”——始终困扰着用户其二模型能力与 Agent 框架的适配与协同逐渐成为影响用户体验的关键因素。与此同时小米在 AI 模型领域取得了系列突破。2026 年 4 月MiMo-V2.5-Pro 在全球权威大模型测评平台 Artificial Analysis 上获得综合智能指数与 Agent 指数全球开源模型并列第一6 月 8 日小米上线全球首个在通用 GPU 上推理速度突破 1000 tokens/s 的万亿参数模型——Xiaomi MiMo-V2.5-Pro-UltraSpeed 模式。模型能力的持续提升对将能力延伸至 Agent 应用层提出了新的需求。1.2 问题提出在此背景下小米 MiMo 技术团队于 2026 年 6 月 11 日正式发布 MiMo Code V0.1.0。这是小米首次进军 Coding Agent 领域标志着小米 AI 正从单一模型能力走向更完整的生态能力建设构建“模型 Agent”的生态闭环。1.3 概念界定“MiMo Code”存在三重语义指向需予以厘清第一重指向小米 MiMo Code——本文研究对象。一款由小米 MiMo 技术团队开发的终端原生 AI 编程助手基于 OpenCode fork 构建采用 MIT 协议开源。第二重指向MiMo 模型系列——底层支撑。小米开发的 AI 推理模型系列包含 MiMo-V2.5、MiMo-V2.5-Pro 等不同能力层级的变体面向编码、数学和 Agent 工作流等场景构建。第三重指向mimo-tui——开源社区项目。一个独立于小米官方的 npm 包提供 MiMo 模型的终端 AI 编程 Agent自称“与小米无官方关联”。本文以第一重指向为核心研究对象。2 产品概述与市场定位2.1 产品基本信息MiMo Code 是一款原生运行于终端的探索性 AI 编程助手于 2026 年 6 月 11 日发布 V0.1.0 版本。其核心功能覆盖代码读写、命令执行、Git 管理、跨会话记忆、智能上下文管理等通过持久化记忆系统在多次会话间保持对项目的深度理解并实现自我进化。系统支持 TUI 终端界面与 Web 图形界面两种使用方式全面适配 Windows推荐 WSL、macOS 和 Linux 操作系统。2.2 市场定位与战略意义小米将 MiMo Code 定位于“模型 Agent”生态闭环的关键拼图。从战略层面看该产品的发布标志着小米 AI 完成了从模型能力建设到应用层生态布局的重要跨越。在行业视角下随着大模型能力趋于成熟AI 行业竞争将从单纯的模型能力竞争转变为模型、Agent 与开发生态的综合竞争。值得关注的是MiMo Code 在技术路线上的探索性特征显著——它被官方明确定义为“探索性 AI 编程助手”版本号亦为 V0.1.0这意味着它在功能完备性、稳定性等方面仍处于早期阶段。3 技术架构与核心机制3.1 总体架构MiMo Code 基于开源项目 OpenCode 进行二次开发与深度重构在保留其全部核心能力多 Provider、TUI、LSP、MCP、插件等的基础上构建了持久化记忆、智能上下文管理、子智能体编排、目标驱动的自主循环、Compose 工作流以及通过 dream/distill 实现的自我进化能力。3.2 持久记忆系统3.2.1 设计哲学记录外包传统 Code Agent 依赖模型自觉记笔记但记不记、何时记全凭模型自觉导致长对话中的信息严重衰减。MiMo Code 的创新思路是让主 Agent 专心干活将记录工作完全“外包”给独立的 Subagent。具体而言系统构建了项目记忆MEMORY.md、会话检查点checkpoint.md与任务进度追踪三重机制。Subagent 负责自动保存状态当上下文窗口快满时重建一份干净简报主 Agent 接着干而非从零开始。这种设计以工程手段兜住了模型的不确定性即使上百轮长程会话也能保持输出质量、不丢关键信息。该系统基于 SQLite FTS5 实现具备持久化存储与全文检索能力。3.2.2 /dream 记忆沉淀机制MiMo Code 内置了独特的/dream命令每 7 天自动触发一次记忆整合流程。该流程由独立 Agent 读取历史会话和现有记忆文件执行合并、去重、验证路径有效性和压缩将分散的记忆收敛为一份紧凑的当前状态并更新全局记忆库。到了下次使用系统会在合适的时机自动调用这些记忆这意味着 MiMo Code 不会每次都从零开始而是带着对项目和开发者的理解持续成长。3.3 多代理架构3.3.1 三种主代理模式MiMo Code 提供三种主代理工作模式模式说明适用场景Build 模式完整操作权限可直接执行文件写入和命令运行主动编码任务Plan 模式只读分析模式仅分析与规划不执行修改需求理解和方案设计Compose 模式编排工作流模式自动完成设计→规划→编码→测试→审查全流程复杂项目开发用户可按 Tab 键在模式间切换。3.3.2 Subagent 机制MiMo Code 支持按需生成的子代理Subagent各子代理可并行处理被拆解的子任务。具体调度算法官方尚未公开但从架构描述可以推断子代理之间的通信通过共享记忆文件和主代理的中转实现。3.4 Harness 系统与模型适配MiMo Code 为 MiMo 系列模型量身打造了专属Harness 系统让模型的能力与框架深度配合。在模型能力与 Agent 框架的协同作用日渐成为影响用户体验关键因素的行业背景下这一针对性优化为 MiMo Code 带来了显著优势。实测显示在相同 MiMo 模型条件下MiMo Code 在代码任务上的表现优于 Claude Code 等 Coding Agent 框架。3.5 MCP 与 Skill 生态集成MiMo Code 保持了与 OpenCode 生态的兼容性。在 MCP 方面系统提供 MCP 客户端功能装任意标准 MCP server 后工具自动注册到 Agent在 Skill 方面系统完全兼容 Anthropic Skills 格式可直接复用.claude/skills/中的现有技能。此外系统支持自动加载 Claude Code 现有的技能、MCP 服务器和命令以及重用 API 配置用户无需单独设置即可完成迁移。4 核心能力体系4.1 多模型支持与模型可插拔MiMo Code 支持多达 75 LLM 提供商内置模型限时免费的多模态模型 MiMo-V2.5其综合性能达到行业主流水平与 Claude Sonnet 4.6 基本相当生态兼容全面兼容 DeepSeek、Kimi、GLM 等主流大模型 API支持 OpenAI、Anthropic 等多种提供商并支持第三方 Token Plan。模型的插件化架构使用户可根据项目需求自主选择最适配的计算模型实现“模型自由”。4.2 Compose 模式全流程自动化Compose 模式是 MiMo Code 独创的核心功能。在该模式下用户只需按 Tab 键切换并输入简单的想法系统即可自动完成“设计→规划→编码→测试→审查”的全流程最终交付一套工业级的成品。相较于传统 Coding Agent 直接生成代码的方式Compose 模式采用了“前期重规划、后期稳验证”的策略。在实测场景中以“用 Golang 实现 Redis 并支持 redis-cli 连接”为例Claude Code 虽然出手很快但几乎没有配套测试而 MiMo Code 虽然前期规划耗时更长但实现了更丰富的功能并配有完整详尽的测试算总账反而更快。4.3 语音交互能力MiMo Code 集成了语音输入与控制功能采用 MiMo-V2.5-ASR 语音识别技术。用户不仅可以通过口头修改写错的指令还能直接喊出“发送”“执行”等操作命令实现从输入到操控的全程免键盘操作。例如用户只需说一句“帮我开发一个个人记账网页支持收支统计和图表展示”AI 即可开始理解需求、规划任务并生成对应代码。业内认为过去人与 AI 的交互更像在不断输入指令而 MiMo Code 的语音输入则让开发过程更接近自然交流。这一设计不仅提升了开发者的协作效率也让 AI 开发变得更加直观和易于上手。4.4 开发工具链集成能力说明LSP 集成支持 30 语言的自动诊断提供实时代码分析能力代码格式化内置 20 格式化工具支持自动化代码格式化Git 操作完整支持提交、分支、PR 等 Git 操作自定义命令支持通过 Markdown 定义斜杠命令实现工作流定制会话分叉与导出支持会话的分支处理和结果导出5 开发工作流与使用方法5.1 安装与快速启动MiMo Code 的安装流程如下macOS/Linux 用户curl -fsSL https://mimo.xiaomi.com/install | bashWindows 用户npm install -g mimo-ai/cli安装完成后终端输入mimo即可启动。为获得最佳体验官方推荐 Mac 用户在 iTerm 或 VSCode 终端中使用。首次启动后需要配置 API Key可通过命令行mimo providers login --provider deepseek --method apikey添加或在 TUI 中输入/connect按提示完成配置。5.2 标准化使用流程配置模型提供商通过/connect命令或命令行添加 API Key选择工作模式Build / Plan / Compose 三种主代理模式按需切换下达开发任务通过自然语言输入需求或在 Compose 模式下按 Tab 键切换并输入想法系统自主执行AI 自动完成任务规划、代码编写、测试验证和代码审查审查与迭代在 TUI 右侧常驻状态看板中随时观察工作进度必要时进行人工干预。MiMo Code 在安装后默认配备了 MiMo-V2.5 模型且限时免费使用内置 MiMo-V2.5 限时免费通道无需注册即可使用真正做到了开箱即用。所有设置项已全面中文本地化为中文开发者提供了友好的本地使用体验。6 性能评估与竞品对比6.1 基准测试表现在权威基准测试中MiMo Code 与 Claude Code 使用同一 MiMo 模型进行对照实验测试基准MiMo CodeClaude Code差异SWE-Bench Pro62%57%5 个百分点Terminal Bench 273%68%5 个百分点数据来源小米官方发布的测试数据这一结果的核心价值在于在模型完全相同的前提下MiMo Code 凭借专属 Harness 系统与 Compose 模式的协同优化取得了比 Claude Code 更优的表现有力验证了模型与 Agent 深度协同优化的重要价值。6.2 与主流竞品对比维度MiMo CodeClaude CodeGitHub Copilot开发商小米AnthropicGitHub/OpenAI定位探索性终端 AI 编程助手受监督的编码代理系统代码补全器开源协议MIT闭源闭源内置模型MiMo-V2.5限免Claude 系列GPT 系列上下文容量无限上下文感知无损压缩200K–1M token≤128K token持久记忆三重机制 Subagent有有限Compose 模式✔ 独创全流程自动化类似 Plan 模式✘语音交互✔ MiMo-V2.5-ASR不支持不支持价格限免中模型token 消耗计费$10/月中文本地化全面汉化英文为主英文为主6.3 性能特征总结优势模型与 Agent 深度协同优化带来的性能优势无限上下文与持久记忆系统保障长对话质量开源 MIT 协议降低使用门槛全面的中文本地化与语音交互带来优异的本地使用体验。局限探索性产品V0.1.0功能完备性与稳定性有待验证模型限免期限未知长期使用成本存在不确定性对硬件环境有一定要求Node.js ≥ 18。7 开源生态与商业模式7.1 MIT 协议的价值MiMo Code 采用 MIT 开源协议这一选择具有多重战略价值。个人开发者可以自由使用、修改和分发代码企业可以将其整合至内部开发流程社区可以基于它打造垂直领域的编程助手。开源也允许其他开发者基于 MiMo Code 进行二次改造与集成显著降低了接入和集成至现有开发工具链的技术门槛。7.2 与小米 AI 生态的协同MiMo Code 的发布是小米 AI 生态布局中的重要一环。2026 年以来小米在 AI 领域的动作日益密集4 月底 MiMo-V2.5-Pro 取得全球开源模型并列第一的成绩5 月底 API 永久降价缓存命中价格降至 0.025 元/百万 tokens6 月 8 日发布 UltraSpeed 模式6 月 11 日正式推出 MiMo Code。小米已宣布 2026 年在 AI 领域投入至少 160 亿元未来三年投入 600 亿元。业内人士分析认为小米的软硬融合路径——“推动大模型、Agent 能力与海量终端场景深度绑定”——是纯互联网厂商难以复刻的。MiMo Code 正是将 AI 能力落地于开发者工具场景的重要载体可被视为一条“软硬融合”的差异化竞争路径在开发者工具端的延伸。7.3 商业模式分析当前MiMo Code 处于探索性发布阶段核心商业模式尚未定型模型层面MiMo-V2.5 内置并限时免费使用可视为模型能力推广的获客窗口API 层面官方已建立 Token Plan 计费体系包含“缓存命中价格”“输入未命中价格”“输出价格”三层结构与企业用户深度绑定后有望形成持续收入开源社区层面通过 MIT 协议吸引社区贡献以生态建设反哺产品进化探索开放核心增值服务的开源商业模式。8 结论与展望8.1 主要结论MiMo Code 是小米在 AI 编程助手领域的一次重要探索。它以基于“记录外包”架构的持久记忆系统、为 MiMo 模型量身定制的专属 Harness 系统、可实现全流程自动化的 Compose 模式为核心技术支柱在 SWE-Bench Pro 和 Terminal Bench 2 两项基准测试中均取得了优于 Claude Code 的成绩。MIT 开源协议与全面的中文本地化设计进一步降低了使用门槛使其成为中文开发者在 AI 编程助手领域的有力选择。8.2 适用场景与选择建议首选 MiMo Code中文开发者群体、偏好开源生态的用户、需要语音交互能力的开发者、希望节省模型使用成本的个人/团队。需要关注V0.1.0 版本的功能完备性与长期稳定性模型限免期限结束后的成本结构大型生产项目的可靠性验证。参考建议新用户可通过curl -fsSL https://mimo.xiaomi.com/install | bash快速上手。