Проблемът с паметта, който всеки vibe coder познава твърде добре

Ако си работил с AI асистенти за писане на код по сериозни проекти, сигурно си забелязал един досаден модел: колкото по-дълга става сесията, толкова повече неща се забравят. Контекстът се смачква, решенията изчезват и изведнъж обясняваш структурата на проекта си за трети път. Xiaomi обаче пуска нов open-source инструмент, наречен MiMo Code, и залага на точно това — персистентната памет като решение. Вече е достъпен безплатно, за да види общността дали идеята е печеливша.

Какво представлява MiMo Code

Става дума за AI асистент, който работи директно в терминала и е базиран на отворената рамка OpenCode. Xiaomi са надградили нещата с архитектура за постоянна памет, която поддържа контекста между различни сесии чрез SQLite FTS5 пълнотекстово търсене. Системата функционира на четири нива: памет на ниво проект в отделен MEMORY.md файл, checkpoint-и по време на сесия, бързи бележки и логове за напредъка по отделни задачи.

Най-интересното е архитектурното решение: MiMo Code използва отделен "checkpoint-writer" под агент, който се грижи за документацията, докато главният агент продължава да пише код. Представи си го като архитект, който актуализира чертежите в реално време, докато строителният екип работи — всички са синхронизирани без да се налага да спира работата.

Освен това има и команда /dream, която периодично преглежда минали сесии, премахва дубликатите и свива научените неща в дългосрочна памет. Съществува и функция за "distill" (дестилация), която извлича повтарящи се работни процеси от минали сесии и ги автоматизира — нещо, което наскоро Anthropic и OpenAI също започнаха да прилагат в своите модели.

Битката по бенчмаркове

Xiaomi обявява впечатляващи цифри. Според публикуваните им данни, MiMo Code в комбинация с MiMo-V2.5-Pro надминава Claude Code с Claude Sonnet 4.6 в три стандартни теста:

• SWE-bench Verified: 82% спрямо 79%
• SWE-bench Pro: 62% спрямо 55%
• Terminal Bench 2: 73% спрямо 69%

Още по-интересното е тяхното твърдение, че самата тестова рамка носи около пет процентни пункта от тази разлика. Когато пуснат същия модел MiMo-V2.5-Pro и в двете рамки, се получават измерими разлики единствено от архитектурата на агентната система.

Разбира се, конкурентната среда е по-сложна, отколкото Xiaomi би искал да представи. OpenAI Codex CLI с GPT-5.5 постига 82.2% на официалната Terminal-Bench класация — с около девет точки над обявените от MiMo Code 73%. От друга страна, на SWE-Bench Pro, твърдяните 62% на MiMo Code надвишават обявените 58.6% за GPT-5.5.

Странното е, че Xiaomi сравнява единствено с Claude Code в материалите си и избягва директни сравнения с OpenAI Codex или Gemini CLI на Google. Тази селективност си струва да се отбележи при оценяване на твърденията.

Как да започнеш

MiMo Code вече е достъпен в GitHub под MIT лиценз. Инсталацията е лесна:

macOS и Linux:

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

Windows:

npm install -g @mimo-ai/cli

Xiaomi също така предлага ограничен безплатен достъп до MiMo-V2.5 — техния мултимодален флагмански модел с контекстен прозорец от милион токена — без регистрация.

Защо е важно за работните процеси на разработчиците

Проблемът с паметта не е за подценяване. За vibe coders, работещи по по-големи проекти, загубата на контекст по време на дълги сесии създава триене, което подкопава обещаните подобрения в продуктивността от AI асистентите. Индустрията до голяма степен третира това като проблем на контекстния прозорец — по-големи прозорци, по-добро свиване — но подходът на Xiaomi предполага различен път: експлицитно съхранение и извличане, което решава коя информация е важна и кога да я припомни.

Дали конкретната реализация на MiMo Code ще се окаже по-добра, предстои да разберем, но основната теза — че архитектурата за персистентна памет заслужава сериозно инженерно внимание — изглежда разумна. Open-source пускането дава шанс на общността да тества подхода в мащаб.

За тези, които са се отегчили да обясняват проектите си на AI асистенти, това може да си струва да се разгледа. Милионният контекстов прозорец, съчетан с персистентна междусесийна памет, би могъл наистина да промени vibe coding изживяването — ако бенчмарковете издържат проверката в реални условия.