Hukommelsesproblemet Hver Vibe Coder Kjenner Til

Har du noen gang sittet med AI-kodeverktøy på større prosjekter og merket det samme? Jo lenger økta varer, jo mer glemmer assistenten. Kontekst blir komprimert, beslutninger forsvinner, og plutselig forklarer du prosjektstrukturen din for tredje gang.

Xiaomi satser på at vedvarende hukommelse er løsningen. Selskapet har nettopp lansert MiMo Code – et åpen kildekode-verktøy som nå er fritt tilgjengelig for alle som vil prøve.

Hva MiMo Code Faktisk Gjør

MiMo Code er en terminal-basert AI-kodeassistent bygget på OpenCode-rammeverket. Xiaomi har utvidet det med en egen hukommelsesarkitektur som holder styr på kontekst på tvers av økter ved hjelp av SQLite FTS5 fulltekstsøk.

Systemet jobber på fire ulike nivåer: projekthukommelse i en permanent MEMORY.md-fil, økt-sjekkpunkter, hurtignotater, og fremdriftslogger for hver oppgave.

Det smarte ligger i arkitekturen. MiMo Code bruker en egen «checkpoint-writer»-underagent som håndterer dokumentasjon mens hovedagenten fortsetter å kode. Tenk på det som en prosjektarkitekt som oppdaterer tegninger i sanntid mens byggearbeiderne holder på – alle holder seg koordinert uten å stoppe opp.

Systemet har også en /dream-kommando som jevnlig går gjennom gamle økter, fjerner duplikater, og komprimerer lærdom til langtidsminne. I tillegg finnes en «distill»-funksjon som leter etter gjentatte arbeidsflyter som kan automatiseres.

Tallene Snakker

Xiaomi hevder imponerende resultater. Ifølge deres offentliggjorte tall gjorde MiMo Code kombinert med MiMo-V2.5-Pro det bedre enn Claude Code med Claude Sonnet 4.6:

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

Mer interessant er påstanden om at selve rammeverket står for omtrent fem prosentpoeng av denne gevinsten. Samme modell i ulike ramverk ga målbare forskjeller.

Det er likevel nyanser her. OpenAIs Codex CLI med GPT-5.5 scorer 82,2% på den offisielle Terminal-Bench-listingen – rundt ni poeng over MiMo Codes egne 73%. Men på SWE-Bench Pro derimot, ligger MiMo Code på 62% mot OpenAIs rapporterte 58,6%.

Xiaomi velger å sammenligne kun mot Claude Code i sitt materiale, og unngår direkte sammenligninger med OpenAIs Codex eller Googles Gemini CLI. Det er verdt å merke seg når du vurderer påstandene.

Slik Kommer Du i Gang

MiMo Code er tilgjengelig på GitHub under MIT-lisens. Installasjonen er enkel:

macOS og Linux:

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

Windows:

npm install -g @mimo-ai/cli

Xiaomi tilbyr også begrenset gratis tilgang til MiMo-V2.5 – deres flaggskipmodell med én million tokens kontekstvindu – uten pålogging.

Hvorfor Dette Betyr Noe

Hukommelsesproblemet er ikke trivielt. For vibe codere som jobber med større prosjekter skaper kontekst-tap frustrasjon somundergraver produktivitetsgevinstene AI-verktøy lover. Bransjen har stort sett behandlet dette som et kontekstvindu-problem – større vinduer, bedre komprimering. Xiaomis tilnærming antyder noe annet: eksplisitt lagring og gjenfinning som avgjør hvilken informasjon som betyr noe, og når den bør hentes fram igjen.

Om MiMo Codes spesifikke implementasjon viser seg overlegen gjenstår å se. Men tesen om at vedvarende hukommelsesarkitektur fortjener seriøs teknisk oppmerksomhet virker fornuftig. Den åpne lanseringen gir miljøet sjansen til å validere tilnærmingen i stor skala.

For utviklere som er lei av å gjenta prosjektstrukturen sin til AI-assistenter, kan dette være verdt et forsøk. Million-token kontekstvindu kombinert med vedvarende tverrøkt-hukommelse kan faktisk endre vibe coding-opplevelsen – hvis benchmark-tallene holder under virkelighetens nådeløse lys.