写代码写到一半，AI 把项目忘光了？

搞 AI 编程的朋友应该都遇到过这事儿：跟 AI 编程助手聊得越久，它越容易"失忆"。上下文被压缩，之前做的决定莫名其妙消失，有时候得反复跟它解释项目结构。Xiaomi 新出的开源工具 MiMo Code 瞄准的就是这个痛点——他们认为持久记忆才是解法。而且直接把工具开源了，让大家自己验证。

MiMo Code 是个什么东西

简单说，MiMo Code 是个跑在终端里的 AI 编程助手，基于开源的 OpenCode agent 框架做的。Xiaomi 在这上面加了一套自定义的记忆系统，靠 SQLite FTS5 全文搜索来维持跨会话的上下文。

它的架构挺有意思：MiMo Code 派了一个专门的"检查点写入"子 agent 来处理文档工作，主力的编程 agent 该干嘛干嘛。打个比方，就像建筑工地上有个专门的资料员实时更新蓝图，建筑工人正常施工，两边始终同步，不用停下来等对方。

还有个 /dream 命令，会周期性地回看历史会话，去重、压缩，把学到的东西沉淀成长期记忆。另外有个"提炼"功能，能从过去的会话里挖出反复出现的流程，自动化处理——这个思路跟 OpenAI 和 Anthropic 最近的模型更新有点像。

跑分情况

Xiaomi 放出来的数字挺好看。MiMo Code 配 MiMo-V2.5-Pro，跟 Claude Code 配 Claude Sonnet 4.6 比：

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

不过有意思的是，Xiaomi 自己说光 harness 本身大概就能带来 5 个百分点的提升。同一个模型，换不同的 agent 架构，成绩就有差别。

但竞争格局没这么简单。OpenAI 的 Codex CLI 用 GPT-5.5 跑 Terminal-Bench 官方榜单得分 82.2%，比 MiMo Code 自报的 73% 高了快 9 个点。但在 SWE-Bench Pro 上，MiMo Code 宣称的 62% 又略胜 GPT-5.5 的 58.6%。

值得注意的是，Xiaomi 全程只跟 Claude Code 比，压根没提 OpenAI Codex 或者 Google Gemini CLI。这种选择性对比，评价的时候得心里有数。

怎么上手

项目已经在 GitHub 上开源了，MIT 协议。

macOS 和 Linux：

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

Windows：

npm install -g @mimo-ai/cli

Xiaomi 还限时免费开放 MiMo-V2.5 的访问权限，这是他们的多模态旗舰模型，上下文窗口有一百万 token，不用注册。

对开发者来说意味着什么

这个记忆问题真不是小事儿。搞 vibe coding 的朋友做稍微大一点的项目，AI 在长会话里丢上下文真的很烦人，效率优势一下就没了。业界以前普遍把这当成 context window 问题来处理——窗口搞大点、压缩算法优化点。但 Xiaomi 走的是另一条路：显式的存储和检索，让系统自己判断什么信息重要、什么时候该调出来。

MiMo Code 最终能不能打过其他方案，还得看实际表现。但这个大方向——给持久记忆架构投入正经的工程资源——听起来是靠谱的。开源出来让大家跑跑看，比只看官方数字有说服力。

如果你是那种受够了跟 AI 反复解释项目背景的开发者，试试看倒也无妨。百万 token 的上下文窗口加上跨会话持久记忆，如果实测真的稳，可能真的会改变 vibe coding 的体验。