小米开源 MiMo Code V0.1.0：终端 AI 编程助手的国产 MIT 新选择

小米于 6 月 10 日发布并开源终端 AI 编程助手 MiMo Code V0.1.0，基于开源项目 OpenCode 二次开发，采用 MIT 协议开放。内置限时免费的 MiMo-V2.5 多模态模型，性能比肩 Claude Sonnet 4.6；在 SWE-Bench Pro 上以 62% vs Claude Code 的 57%、Terminal Bench 2 上以 73% vs 68% 实现超越；同时支持接入 DeepSeek、Kimi、GLM 等第三方模型。

AI coding 赛道在过去半年经历了「Cursor 与 Claude Code 双雄争霸」的格局，国内虽有通义灵码、CodeGeeX、文心快码等产品，但始终没有一款真正达到「Claude Code / Cursor 级别」的国产开源工具。小米的入场，叠加 MIT 协议的开源策略，可能打破这一僵局：

对开发者：免费使用顶配模型 + 自主可控的开源代码
对企业：可集成进自家开发工具链，无授权束缚
对国产 AI coding 生态：补齐「终端 AI 编程助手」的空白

更值得注意的是，SWE-Bench Pro 62% vs Claude Code 57% 这一数据是在「使用同一个 MiMo 模型」的前提下测得——也就是说，MiMo Code 的优势完全来自 Agent 系统设计，而非底层模型。这对国产 AI coding 工具的设计哲学有重要启示。

核心功能特性

1. 持久记忆系统 + 无限上下文

三重机制：

项目记忆：记住项目的架构、关键文件、依赖关系
会话检查点：保留关键对话节点，支持回溯
任务进度：跟踪 TODO 状态，支持跨会话接力

解决的核心痛点：

Claude Code、Codex 等主流 AI coding 工具在长会话中普遍存在「越用越忘」的问题——上百轮对话后，模型会忘记最早确立的项目约定
MiMo Code 让主 Agent 专心干活，记录完全外包给独立 subagent：窗口快满时自动重建一份干净简报

核心理念：「不赌模型自觉，用工程把它兜住」——把「记忆」从模型的随机行为，变成系统工程的确定行为。

2. 独创 Compose 模式（按 Tab 键触发）

给一个简单想法，自动完成设计 → 规划 → 编码 → 测试 → 审查全流程，交付工业级成品。

实测案例对比： > 指令：「帮我用 golang 实现一个 redis，需要支持用 redis-cli 连接。」

Claude Code：出手快，但几乎没有配套测试，后续返工风险大 MiMo Code（Compose 模式）：前期花更多时间规划，功能更丰富、测试完整详尽，「慢写、快验」

总账算下来反而更快。这是一种「以规划换返工」的设计哲学——通过前期的工程化规划，换取后期的零返工。

3. /dream 记忆沉淀

每 7 天自动触发，由独立 Agent 执行：

读取历史会话和现有记忆文件
合并、去重、验证路径有效性、压缩
将分散记忆收敛为紧凑的当前状态，更新全局记忆

下次使用时自动调用，做到「越用越懂你」——这是 AI coding 工具从「工具」走向「个人开发伙伴」的关键能力。

4. 语音输入与控制

背后是 MiMo-V2.5-ASR 强大语音识别能力：

支持口头修改指令、发出「发送」「执行」等操作命令
「君子动口不动手」，全程不用碰键盘

性能基准对比

测试条件：MiMo Code 与 Claude Code 使用同一个 MiMo 模型，只比拼各自的 Agent 系统设计。

测试基准	MiMo Code	Claude Code	优势
SWE-Bench Pro	62%	57%	+5%
Terminal Bench 2	73%	68%	+5%

重要解读：

测试在「模型相同」前提下进行，排除了模型能力差异，纯粹比拼 Agent 系统设计
MiMo Code 凭借专属 Harness + Compose 模式的协同，在两个核心编程基准上都拿到显著优势
这说明国产 AI coding 工具的「短板」未必在模型，而在 Agent 系统设计

支持的模型矩阵

MiMo-V2.5（内置）：小米自研顶级多模态模型，限时免费通道，性能比肩 Claude Sonnet 4.6，无需注册即可使用 DeepSeek：兼容主流模型 API Kimi：兼容主流模型 API GLM：兼容主流模型 API 第三方 Token Plan：支持接入各类主流模型

这种「内置顶级模型 + 兼容第三方」的设计，兼顾了开箱即用的体验和深度定制的灵活性。

MIT 协议开源的战略意义

小米选择 MIT 协议而非更严格的 Apache 2.0 / GPL，意味着：

个人开发者：可自由使用、修改、分发，几乎无限制
企业：可集成进自家开发工具链，无需担心授权束缚
社区：可基于它打造垂直领域的编程助手（金融、医疗、嵌入式等）
二次开发者：可闭源衍生产品，无须公开修改

这是小米争夺 AI coding 生态的关键一步——通过最宽松的开源协议，最大化 MiMo Code 的扩散速度，争取在 Claude Code / Cursor 主导的 AI coding 市场中撕开一道口子。

安装与使用

Mac / Linux 用户：curl -fsSL https://mimo.xiaomi.com/install | bash Windows 用户：npm install -g @mimo-ai/cli 启动：mimo 其他细节：输入 / 查看各项配置；所有设置项全面中文汉化；TUI 页面右侧常驻状态看板

我的判断

小米 MiMo Code 的发布，至少带来三个层面的影响：

1. 国产 AI coding 工具进入「系统设计竞争」阶段

以往国产工具比拼的是「谁的模型更强」，但 MiMo Code 用 SWE-Bench Pro 62% vs Claude Code 57% 证明：Agent 系统设计完全可以带来 5 个百分点的提升。这会倒逼其他国产工具在 Harness、记忆、规划等方面下功夫。

2. MIT 协议开源策略的「鲶鱼效应」

最宽松的开源协议 + 内置顶级模型免费用，会大幅压缩国产闭源 AI coding 工具的生存空间。通义灵码、文心快码等如果不能在功能上做出显著差异化，将面临「白送 vs 收费」的市场压力。

3. 小米 AI 战略的「具身 + 编程」双线推进

小米在具身智能（CyberOne）、AI 编程（MiMo Code）、AIoT（米家）三条线同时发力，「AI for 开发者」+「AI for 终端用户」双管齐下，构建从开发者到消费者的完整 AI 价值链。这种打法一旦跑通，将成为国产科技公司 AI 战略的标杆范式。

参考链接：https://mp.weixin.qq.com/s/WkMPz-eBK2Hz0ZTQEwtx6w