Das Gedächtnis-Problem, Das Jeder Vibe Coder Kennt

Wer längere Zeit mit KI-Coding-Assistenten an größeren Projekten arbeitet, kennt das Szenario: Je länger die Session, desto mehr verliert der Assistent den Faden. Kontext wird komprimiert, Entscheidungen verschwinden, und plötzlich erklärt man zum dritten Mal die Projektstruktur. Xiaomi setzt mit seinem neuen Open-Source-Tool MiMo Code auf beständiges Gedächtnis als Lösung – und macht das Ganze frei verfügbar, um zu sehen, ob die Community zustimmt.

Was MiMo Code Wirklich Kann

MiMo Code ist ein terminal-basierter KI-Assistent, der auf dem Open-Source-Framework OpenCode aufbaut. Xiaomi hat ihm eine eigene Speicherarchitektur verpasst, die Kontext über Sessions hinweg mit SQLite FTS5 Full-Text Search pflegt. Das System arbeitet auf vier Ebenen: Projekt-Gedächtnis in einer dauerhaften MEMORY.md-Datei, Session-Checkpoints, Notizen und Fortschrittsprotokolle für einzelne Aufgaben.

Das Geniale daran ist der Ansatz: MiMo Code nutzt einen spezialisierten „Checkpoint-Writer"-Unteragenten, der Dokumentation erledigt, während der Hauptagent weiterarbeitet. Stellt es euch vor wie einen Architekten, der Baupläne in Echtzeit aktualisiert, während das Bauteam simultaneously weiterbaut – alle bleiben synchron, ohne Pause.

Das System bringt auch einen /dream-Befehl mit. Der schaut regelmäßig durch alte Sessions, entfernt Duplikate und presst Erkenntnisse ins Langzeitgedächtnis. Dazu gibt es eine „Distill"-Funktion, die wiederholte Workflows aus vergangenen Sessions extrahiert und automatisiert – ein Ansatz, den gerade auch OpenAI und Anthropic bei ihren Modellen fahren.

Die Benchmark-Schlacht

Xiaomi rückt beeindruckende Zahlen raus. Demnach schlägt MiMo Code mit MiMo-V2.5-Pro das Duo Claude Code und Claude Sonnet 4.6 in drei Standard-Tests:

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

Interessanter wird es bei der Frage, wie viel vom Harness selbst kommt. Wenn man das gleiche MiMo-V2.5-Pro-Modell in beiden Testumgebungen laufen lässt, zeigen sich messbare Unterschiede allein durch die Agent-Systemarchitektur. Xiaomi schätzt das auf etwa fünf Prozentpunkte.

Allerdings ist die Konkurrenzsituation vielschichtiger als Xiaomi sie darstellt möchte. OpenAIs Codex CLI mit GPT-5.5 kommt auf 82,2% im offiziellen Terminal-Bench – gut neun Punkte über MiMo Codes eigenen 73%. Dafür liegt MiMo Code bei SWE-Bench Pro mit 62% leicht über OpenAIs gemeldeten 58,6% für GPT-5.5.

Auffällig: Xiaomi vergleicht durchgehend nur mit Claude Code und vermeidet direkte Konkurrenz zu OpenAIs Codex oder Googles Gemini CLI. Solch selektives Benchmarking sollte man im Hinterkopf behalten.

Reinschnuppern

MiMo Code liegt jetzt auf GitHub unter MIT-Lizenz. Die Installation ist fix erledigt:

macOS und Linux:

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

Windows:

npm install -g @mimo-ai/cli

Xiaomi bietet außerdem zeitlich begrenzt kostenlosen Zugang zu MiMo-V2.5 – ihr Multimodal-Flaggschiff mit einer Million Token Kontextfenster. Keine Registrierung nötig.

Warum Das Für Developer-Workflows Relevanz Hat

Das Gedächtnis-Problem ist keine Kleinigkeit. Für Vibe Coder an größeren Projekten erzeugt der Kontextverlust Reibung, die die versprochenen Produktivitätsgewinne durch KI-Assistenten zunichte macht. Die Branche hat das bisher mostly als Context-Window-Problem behandelt – größere Fenster, bessere Kompression. Xiaomi geht einen anderen Weg: Explizites Speichern und Abrufen, das entscheidet, welche Information wichtig ist und wann sie abgerufen werden muss.

Ob MiMo Codes konkrete Umsetzung sich durchsetzt, wird die Praxis zeigen. Aber die Grundidee – dass persistente Gedächtnisarchitektur echte Ingenieursaufmerksamkeit verdient – klingt schlüssig. Die Open-Source-Veröffentlichung gibt der Community die Chance, den Ansatz im großen Maßstab zu testen.

Für Entwickler, die es leid sind, ihrem KI-Assistenten ständig das Projekt erklären zu müssen, lohnt sich ein Blick. Die Kombination aus Million-Token-Kontextfenster und sessionsübergreifendem Gedächtnis könnte das Vibe-Coding-Erlebnis wirklich verändern – vorausgesetzt, die Benchmarks halten im Alltag, was sie versprechen.