當你在用 AI 輔助寫程式時，最常遇到的問題是什麼？大概不是模型不夠聰明，而是它「記不住」。對話一長，先前討論過的架構決策、修過的 bug、寫到一半的功能全被遺忘，你得反覆重新解釋。小米 MiMo 團隊在 6 月 10 日正式開源的 MiMo Code V0.1.0，主打的就是解決這個痛點：一套帶有跨 Session 持久記憶的終端機 AI 程式設計 Agent，以 MIT 授權條款釋出，內建限時免費的 MiMo-V2.5 多模態模型，一行指令即可開始使用。
從模型到 Agent：MiMo 產品線的下一步
小米的 AI 開源之路可以追溯到 2025 年推出的 MiMo-7B 推理模型。經過一年多的迭代，MiMo-V2.5 已經是一個具備視覺理解能力的多模態模型。MiMo Code 則是將這個模型包裝成完整的程式設計 Agent，不只是補齊程式碼，而是能夠閱讀整個專案、執行終端機指令、管理 Git、自主除錯，並且在多次工作 Session 之間保留對專案的深度理解。
技術上，MiMo Code 基於開源專案 OpenCode 的 fork 建構，保留了多供應商支援、終端機 TUI、LSP 整合、MCP 伺服器連接等核心能力，再疊加小米自行開發的記憶系統、上下文管理、子 Agent 協調、目標驅動迴圈，以及 Compose 工作流等功能。
核心功能一覽
持久記憶系統：這是 MiMo Code 與市面上多數 AI 程式設計工具最大的差異。多數工具完全依賴模型的上下文視窗，一旦超過上限就開始遺忘。MiMo Code 設計了一套多層記憶架構：
- 專案記憶（
MEMORY.md）：存放長期的專案知識、架構決策、團隊規範 - Session 檢查點（
checkpoint.md）：由背景子 Agent 自動維護的結構化狀態快照 - 臨時筆記（
notes.md）：Agent 的草稿區 - 任務進度（
tasks/<id>/progress.md）：每個任務的個別紀錄檔
當對話接近上下文上限時，系統會自動壓縮並從檢查點重建上下文，讓 Agent 能夠繼續當前任務而不丟失關鍵資訊，官方號稱具備「無限上下文」能力。
/dream 自動維護：每 7 天自動執行一次，啟動一個獨立的維護 Agent 審閱舊 Session 紀錄，移除重複記憶、驗證檔案路徑是否仍存在、壓縮過時資訊，確保長期記憶的品質。搭配 /distill 指令，系統還能從你的日常工作中發現重複性手動流程，自動打包成可複用的技能（Skill）或子 Agent。
三種 Agent 模式：按 Tab 鍵即可切換：
- build：預設模式，擁有完整的工具權限，適合日常開發
- plan：唯讀分析模式，適合程式碼探索與方案設計
- compose：規格驅動的編排模式，從一個目標描述出發，自動完成規劃、設計、編碼、測試、審查的全流程
其中 Compose 模式特別適合「一個人的開發團隊」情境。你只需要給出粗略的想法或目標，Agent 會嘗試處理從構思到交付的完整工作流。小米稱這種方式能產出「工業級完成品」。
並行採樣選優（Max Mode）：在每一輪推理中同時生成 N 個候選方案（預設 5 個），由同一個模型擔任評審，對比推理過程與行動計畫後選出最佳方案執行。這個機制犧牲了速度，但在長程任務中能顯著降低每一步的錯誤率。[4]
/goal 目標停止條件：設定一個停止條件後，當 Agent 試圖結束任務時，會由獨立的評審模型判斷條件是否真正滿足。這避免了 Agent 在自主工作中過早「樂觀停止」的問題。
語音輸入：內建基於 MiMo-V2.5-ASR 的即時串流語音辨識。啟動 /voice 後直接說話，系統會根據停頓自動分段並即時轉錄為文字輸入，支援用語音觸發「送出」、「執行」等指令。
效能基準測試
小米公布的測試數據顯示，MiMo Code 在 SWE-Bench Pro 上達到 62% 的通過率，在 Terminal Bench 2 上達到 73%，在使用相同基礎模型的情況下，分別比 Claude Code 高出約 5 個百分點。
這些數字需要放在脈絡下理解。SWE-Bench Pro 測的是 Agent 解決真實 GitHub Issue 的能力，Terminal Bench 2 測的是終端機環境下的任務完成率。兩個基準都偏向「長程、多步驟」的任務型態，正好是 MiMo Code 設計的目標場景。與使用同一基礎模型的 Claude Code 相比有 5% 的提升，說明優勢主要來自 Agent 框架的設計（記憶、上下文管理、並行採樣），而非模型本身。
安裝與使用
MiMo Code 的安裝流程設計得相當簡潔。macOS 和 Linux 使用者只需要一行指令：
curl -fsSL https://mimo.xiaomi.com/install | bash
Windows 使用者則透過 npm 安裝：npm install -g @mimo-ai/cli
首次啟動會自動引導配置。支援的選項包括：
- MiMo Auto（限時免費）：匿名通道，零配置即可使用
- 小米 MiMo 平台：OAuth 登入
- 從 Claude Code 匯入：一鍵遷移現有認證
- 自訂供應商：在 TUI 中新增任何 OpenAI 相容的 API
免費的 MiMo Auto 通道不需要註冊帳號，這對於想快速體驗的開發者來說門檻極低。如果對 MiMo 模型的效果不滿意，也可以連接 DeepSeek、Kimi、GLM 等第三方服務，避免被鎖定在單一供應商。
定位與競爭格局
終端機型 AI 程式設計 Agent 這個賽道在 2025 到 2026 年間快速成長。Anthropic 的 Claude Code、Google 的 Gemini CLI、OpenAI 的 Codex CLI 都是這個領域的玩家。MiMo Code 的差異化在於：它是少數同時具備「免費模型通道」與「跨 Session 持久記憶」的開源選項，目前官方表示安裝後使用 MiMoV2.5 可免費使用一個月（MiMo 也有 Token Plan 一個月不到 6 美金）。 
Claude Code 的記憶機制相對簡單（主要依賴 CLAUDE.md 檔案），Gemini CLI 則偏向 Google 生態整合。MiMo Code 的多層記憶架構（專案記憶 + Session 檢查點 + 任務進度 + /dream 自動維護）在設計上更為完整，但這也意味著它對專案目錄結構有更多要求（會自動建立 .mimocode/ 目錄）。
對於已在使用 Claude Code 或其他工具的開發者，MiMo Code 提供了「從 Claude Code 匯入」的遷移選項，降低了切換成本。而 MIT 授權條款也意味著企業可以自由修改和部署，不用擔心商業授權問題。
MiMo Code 官方網站
總結
MiMo Code V0.1.0 是小米在 AI 程式設計工具領域的首發產品。它的核心賣點很明確：用持久記憶解決長程任務的上下文遺忘問題，用免費模型通道降低使用門檻，用 MIT 授權確保開放性。SWE-Bench Pro 62% 和 Terminal Bench 2 73% 的成績證明了框架設計的有效性。
不過，作為 V0.1.0 版本，它仍有成長空間。目前的 /dream 和 /distill 功能還在早期階段，長期記憶的品質需要在真實開發場景中持續驗證。MiMo-V2.5 模型的實際編碼能力與 Claude Sonnet 4.6 級別的模型相比，使用者的體感評價仍有待觀察。