2026 年 6 月 11 日，小米 MiMo 团队正式发布并开源 MiMo Code V0.1.0。这是一款运行在终端里的探索性 AI 编程助手，基于开源项目 OpenCode 二次开发，采用 MIT 协议开源。
小米方面将 MiMo Code 定位为“不止于编程”的 AI 队友。它不仅可以作为 AI Coding 工具帮助开发者写代码、改代码、跑测试，还尝试通过记忆、规划、协作和自我沉淀机制，让 Agent 在长期使用中逐渐理解用户和项目。
在模型接入方面，MiMo Code 内置限时免费的 MiMo-V2.5 通道。小米在公众号文章中称，MiMo-V2.5 的性能可比肩 Claude Sonnet 4.6。同时，MiMo Code 也支持接入 DeepSeek、Kimi、GLM 等主流模型，以及第三方 Token Plan，方便不同开发者根据成本、性能和模型偏好进行选择。
MiMo Code 的核心能力之一是持久记忆系统。针对 AI 编程助手在长会话中容易“越用越忘”的问题，MiMo Code 引入项目记忆、会话检查点和任务进度等机制。其思路不是完全依赖主 Agent 自己记录笔记，而是将状态保存交给独立 subagent，由它自动维护任务状态，并在上下文窗口接近上限时重建一份干净的上下文简报，让主 Agent 可以接着任务继续执行，而不是从头开始。
在 Agent 工作方式上，MiMo Code 强调“模型 Agent 协同优化”。小米认为，不同模型具有不同能力特点，与不同 Agent 框架之间也存在适配度差异。为此，MiMo Code 为 MiMo 系列模型设计了专属 Harness 系统，并加入 Compose 模式。用户只需按 Tab 切换到 Compose 模式，输入一个想法，系统就可以自动完成设计、规划、编码、测试和审查等流程，目标是让 AI 编程从“直接写代码”升级为“先规划、再执行、再验证”的工程化流程。
小米在公众号文章中还给出了一个对比案例：在“用 Golang 实现一个支持 redis-cli 连接的 Redis”任务中，Claude Code 能较快生成可运行代码，但测试覆盖不足；MiMo Code 使用 Compose 模式后，前期规划时间更长，但最终实现了更完整的功能，并配套了更详细的测试。小米将这种方式概括为“慢写、快验”，即把时间花在前期设计和后期验证上，减少后续返工。
MiMo Code 还提供了 /dream 命令，用于长期记忆沉淀。该机制会定期由独立 Agent 读取历史会话和已有记忆文件，对信息进行合并、去重、验证和压缩，并更新全局记忆。这样，MiMo Code 不会每次都从零开始，而是可以在后续任务中调用已有项目经验和用户偏好，形成“越用越懂你”的效果。
另一个值得关注的功能是语音输入。MiMo Code 内置语音输入与控制能力，背后由 MiMo-V2.5-ASR 提供语音识别支持。用户不仅可以通过语音输入 Prompt，也可以口头修改指令，或发出“发送”“执行”等操作命令，让终端里的 AI 编程过程更接近自然交互。
在测试数据方面，小米公众号文章称，在 SWE-Bench 和 Terminal Bench 两个面向真实编程场景的测试集中，MiMo Code 与 Claude Code 使用同一个 MiMo 模型进行对照测试。结果显示，MiMo Code 在 SWE-Bench Pro 上达到 62%，Claude Code 为 57%；在 Terminal Bench 2 上达到 73%，Claude Code 为 68%。小米认为，这说明在模型相同的前提下，Agent 系统本身的设计也会显著影响最终表现。
使用方式上，Mac 和 Linux 用户可以通过终端命令 curl -fsSL https://mimo.xiaomi.com/install | bash 安装；Windows 用户推荐使用 npm install -g @mimo-ai/cli 安装。安装完成后，在终端输入 mimo 即可启动。MiMo Code 也提供中文化配置界面和 TUI 状态看板，方便用户查看当前任务进度。
整体来看，MiMo Code 是小米 MiMo 团队在 AI 编程 Agent 方向的一次重要尝试。它不是简单复刻一个代码生成工具，而是试图通过模型、Agent 框架、记忆系统和任务流程的协同优化，解决真实开发中长任务、复杂项目和跨会话协作的问题。
©版权声明：如无特殊说明，本站所有内容均为AIHub.cn原创发布和所有。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。否则，我站将依法保留追究相关法律责任的权利。