小米开源MiMo Code——带持久记忆的终端AI编程Agent，兼容DeepSeek/Kimi​

时间：​ 2026年6月11日（北京时间），小米MiMo技术团队在 X（原Twitter）及官方渠道正式宣布；截至6月13日，项目已在 GitHub 收获 6.4k+ Stars / 499 Forks，issues 与 PR 同步涌入。

地点/主体：​ 小米集团 MiMo 技术团队，项目开源托管的 GitHub 组织为 XiaomiMiMo（仓库：XiaomiMiMo/MiMo-Code），官网入口 mimo.xiaomi.com/zh/mimocode。

发生了什么事：

小米把一款名叫 MiMo Code V0.1.0​ 的终端原生 AI 编程智能体（Coding Agent）​ 推了出来，并且采用 MIT 协议开源——个人与企业均可自由使用、修改和二次分发。

它并不是从零造轮子，而是基于开源项目 OpenCode​ 进行 fork 与二次开发，在此基础上叠加了小米自研的几层关键能力：

• 持久记忆系统：通过 MEMORY.md（项目级知识/规则）+ checkpoint.md（会话检查点）+ tasks/*/progress.md（任务进展）三层文件结构 + SQLite 历史兜底，由独立 subagent（writer）​ 自动保存状态；终端关掉再打开，Agent 不必重新理解项目——直击现有 AI 编程助手"长会话失忆"痛点。
• 无限上下文 / 上下文预算管理：在上下文窗口接近上限时，不从零拼历史，而是从 checkpoint + 项目记忆 + 近期消息做结构化重建，并按重要性预算化注入，避免噪声撑爆窗口。
• Compose 编排模式：在原有的 build（执行）/ plan（只读分析）之外，新增第三种模式——specs-driven 的结构化开发流程，内置规划→编码→测试→审查→验证→合并的生命周期管理能力。
• 多模型接入：除了内置限时免费的 MiMo-V2.5 多模态模型（官方称百万 Token 上下文、性能对标 Claude Sonnet 4.6），还支持接入 DeepSeek、Kimi、GLM​ 等主流模型 API / Token Plan，覆盖 75+ LLM Provider。
• 语音输入：集成 MiMo-V2.5-ASR，支持 /voice激活，通过语音下达指令与输入内容。
• Goal 驱动停止条件：/goal设置完成标准，Agent 想要"收工"时需经独立 judge 模型评估，缓解长任务中"假完成"问题。

安装路径极其短——

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

# Windows
npm install -g @mimo-ai/cli

首次启动选 MiMo Auto（限时免费通道）​ 即可零配置开始用。

有什么影响：

1. 赛道信号：这是小米 MiMo 系列首次公开切入 Coding Agent 赛道，意图不止是"送一个模型"，而是构建 "模型 + Agent Harness + 记忆/安全边界"的生态闭环。小米从模型能力→推理成本→开源工具链的三步棋开始形成完整布局。
2. 对开发者的即时冲击：
   • 免费入口极低：MIT 开源 + 限时免费 MiMo-V2.5 通道 + 一键安装，让大量个人开发者可以零摩擦试水终端 AI 编程 Agent。
   • 迁移友好：支持从 Claude Code 迁移认证，兼容 OpenCode 的配置心智（.mimocode/目录结构），同时可接开发者已有的 DeepSeek/Kimi API Key。
   • 但需保持审慎：V0.1.0 属探索性发布，GitHub issues 中已出现安装失败、WSL 异常、平台包不匹配等早期工程问题；更关键的是，凡是能执行命令、改文件、跑 Git 的 Agent，都必须在受控环境（非核心仓库、有 Git 保护）中试运行，所有破坏性命令须人工审批。

对行业的参照意义：MiMo Code 把"持久记忆 + checkpoint + 长任务编排"做进了开源工具里，倒逼整个 Coding Agent 赛道从"谁模型强"的竞争，转向"谁的底盘（Harness）+ 记忆 + 安全边界更稳"的竞争。它的 benchmark 数据（SWE-Bench Pro / Terminal Bench 2 等）目前主要来自小米官方自测，第三方独立复现仍是接下来社区要盯紧的事。

总结

小米 MiMo 团队以 MIT 开源 + 限时免费模型 + 零配置安装​ 的组合拳，把一款带持久记忆和长任务编排能力的终端 Coding Agent 直接推到开发者桌面上。短期看它是一个"能白嫖的高起点工具"；中长期看，它真正的筹码不是免费，而是证明了国产团队可以在 Agent Harness（记忆/权限/编排）层面做出差异化，并以此把 MiMo 模型嵌进真实开发工作流。接下来决定它口碑的，不会是 Star 数，而是：长任务稳定性、安全边界设计、以及社区 bug 修复节奏。