O Problema de Memória Que Todo Vibe Coder Conhece Bem

Você já passou por isso: está trabalhando com um agente de IA em um projeto grande e, de repente, o assistente começa a esquecer coisas. A estrutura do projeto? Esqueceu. Decisões que você tomou antes? Sumiram. E lá vai você explicando tudo de novo pela terceira vez.

A Xiaomi apostou que a solução é simples: memória persistente. E agora disponibilizou sua ferramenta MiMo Code como código aberto para qualquer um testar.

O Que o MiMo Code Faz

O MiMo Code é um assistente de coding que roda direto no terminal, baseado no framework open-source OpenCode. A grande diferença está na arquitetura de memória: ele mantém contexto entre sessões usando SQLite com busca por texto completo.

A estrutura funciona em quatro camadas:

• Memória do projeto em um arquivo MEMORY.md que persiste
• Checkpoints de sessão
• Notas rápidas
• Logs de progresso por tarefa

O detalhe inteligente aqui é um subagente dedicado só para documentação. Enquanto o agente principal programa, esse "checkpoint-writer" atualiza os registros em tempo real. É como ter um arquiteto desenhando a planta enquanto a obra acontece — todo mundo continua na mesma página.

O sistema ainda tem um comando /dream que revisa sessões antigas, remove duplicatas e transforma aprendizados em memória de longo prazo. Também existe uma função de "distil" que identifica workflows repetidos e sugere automações. Basicamente o que a OpenAI e a Anthropic estão fazendo nos próprios modelos deles.

Os Números Dizem Quoi?

A Xiaomi divulga resultados interessantes. Segundo eles, o MiMo Code rodando com o MiMo-V2.5-Pro superou o Claude Code com Claude Sonnet 4.6 em três avaliações:

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

O mais curioso é que a Xiaomi admite que cerca de cinco pontos percentuais desse ganho vêm do próprio harness — a arquitetura do sistema de agentes. Rodar o mesmo modelo em harnesses diferentes já mostra diferenças.

Agora, o cenário completo é mais complicado do que a Xiaomi apresenta. O Codex CLI da OpenAI com GPT-5.5 marca 82.2% no Terminal-Bench oficial, quase nove pontos acima do que o MiMo Code报告. Mas no SWE-Bench Pro, o MiMo Code fica à frente: 62% contra 58.6% do GPT-5.5.

Vale notar: a Xiaomi compara só com o Claude Code em todos os seus materiais. Não há comparação direta com o Codex da OpenAI ou o Gemini CLI do Google. Isso é bom saber na hora de avaliar os números.

Como Experimentar

O MiMo Code está no GitHub sob licença MIT. A instalação é tranquila:

macOS e Linux:

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

Windows:

npm install -g @mimo-ai/cli

A Xiaomi também está oferecendo acesso gratuito (temporário) ao MiMo-V2.5, o modelo multimodal deles com janela de um milhão de tokens — sem precisar criar conta.

Por Que Isso Importa

O problema de memória não é frescura. Para quem trabalha em projetos maiores com assistentes de IA, perder o contexto no meio de uma sessão quebra o fluxo e anula boa parte do ganho de produtividade que essas ferramentas prometem.

A indústria geralmente tratou isso como problema de janela de contexto: precisa ser maior, precisa comprimir melhor. A abordagem da Xiaomi é diferente: armazenamento e recuperação explícitos, com o sistema decidindo o que importa e quando buscar.

Se o MiMo Code especificamente vai se provar melhor que as alternativas, só o tempo e o uso real vão dizer. Mas a ideia central — que arquitetura de memória persistente merece atenção série de engenharia — parece fazer sentido.

Para quem está cansado de re-explicar o próprio projeto para o assistente de IA toda vez que inicia uma sessão, vale dar uma olhada. A combinação de janela gigante com memória entre sessões pode mudar a experiência de vibe coding — se os benchmarks se confirmarem no uso real.