Le problème de mémoire que tout développeur connaît avec les agents IA

Tu bosses avec des agents IA sur des projets un peu costauds ? Alors tu connais forcément ce moment où tout s'effondre au bout d'une heure de session. Le contexte se压缩, tes décisions disparaissent, et hop, tu te retrouves à réexpliquer ta structure de projet pour la troisième fois.

Xiaomi vient de lâcher MiMo Code, un outil open-source qui mise tout sur la mémoire persistante. Et le meilleur ? C'est gratuit.

Ce que MiMo Code a dans le ventre

Concrètement, MiMo Code c'est un assistant IA directement dans ton terminal, construit sur le framework open-source OpenCode. La sauce maison ? Une architecture mémoire personnalisée qui garde le contexte entre les sessions grâce à SQLite FTS5 pour la recherche full-text.

Le système repose sur quatre couches distinctes :

• Mémoire projet → stockée dans un fichier MEMORY.md persistant
• Checkpoints de session → pour ne rien perdre
• Notes temporaires → parce qu'on a tous des idées en cours de route
• Logs de progression → par tâche, pour suivre où tu en es

Le truc malin, c'est l'architecture. MiMo Code déploie un sous-agent dédié au checkpointing. Pendant que l'agent principal code, lui il met à jour la documentation en temps réel. Imagine un architecte qui dessine les plans pendant que les développeurs construisent — tout le monde reste aligned sans arrêter le chantier.

Y'a aussi la commande /dream qui fait le tri dans les sessions passées, déduplique, et compresse les apprentissages en mémoire long terme. Une approche qui rappelle ce que font OpenAI et Anthropic avec leurs modèles ces derniers temps.

Les benchmarks : Xiaomi vs la concurrence

Xiaomi sort des chiffres qui pètent. MiMo Code couplé à MiMo-V2.5-Pro devant Claude Code avec Sonnet 4.6 sur trois évaluations :

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

Le détail qui compte : Xiaomi affirme que rien que le harness représente environ cinq points de pourcentage de ce gain. Même modèle, résultats différents selon l'architecture de l'agent. Ça compte.

Mais le paysage est plus complexe que ces benchmarks arrangeants. OpenAI Codex CLI avec GPT-5.5 tape 82.2% sur le Terminal-Bench officiel — soit neuf points au-dessus des 73% auto-déclarés de MiMo Code. Par contre sur SWE-Bench Pro, MiMo Code marque 62% contre 58.6% pour GPT-5.5.

Notons que Xiaomi ne compare ses résultats qu'avec Claude Code. Pas de mention d'OpenAI Codex ni de Gemini CLI de Google. Ça mérite d'être gardé en tête.

Comment essayer

MiMo Code est dispo sur GitHub sous licence MIT. L'install est simple :

macOS et Linux :

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

Windows :

npm install -g @mimo-ai/cli

Xiaomi offre aussi un accès gratuit limité à MiMo-V2.5, leur modèle multimodal avec une fenêtre de contexte d'un million de tokens. Pas d'inscription requise.

Pourquoi ça change la donne

Le problème de mémoire, c'est pas de la nitpicking. Pour les devs qui font du vibe coding sur des projets sérieux, perdre le contexte en cours de session, c'est le truc qui te fait perdre tout le gain de productivité qu'on te promet avec les agents IA.

L'industrie a surtout traité ça comme un problème de fenêtre de contexte — plus grande, mieux compressée. Xiaomi propose une autre voie : du stockage et retrieval explicite qui décide quelle info compte et quand la ressortir.

Que l'implémentation spécifique de MiMo Code soit la meilleure, seul le temps et les tests grandeur nature le diront. Mais l'idée de fond — une architecture mémoire persistante mérite qu'on y consacre du temps d'ingénierie — semble validée.

Pour les devs fatigués de réexpliquer leur projet à chaque session, ça mérite un essai. La combo fenêtre d'un million de tokens + mémoire cross-session persistante pourrait bien changer l'expérience de vibe coding — si les benchmarks tiennent face à la réalité du terrain.