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 C…

目录
  1. 核心功能特性
  2. 1. 持久记忆系统 + 无限上下文
  3. 2. 独创 Compose 模式(按 Tab 键触发)
  4. 3. /dream 记忆沉淀
  5. 4. 语音输入与控制
  6. 性能基准对比
  7. 支持的模型矩阵
  8. MIT 协议开源的战略意义
  9. 安装与使用
  10. 我的判断
  11. 1. 国产 AI coding 工具进入「系统设计竞争」阶段
  12. 2. MIT 协议开源策略的「鲶鱼效应」
  13. 3. 小米 AI 战略的「具身 + 编程」双线推进

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 CodeClaude Code优势
SWE-Bench Pro62%57%+5%
Terminal Bench 273%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

👍 1

想参与讨论或点赞?登录后使用完整功能

讨论回复(0)

暂无回复,登录后可参与讨论
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens