会员登录 - 用户注册 - 设为首页 - 加入收藏 - 网站地图 Mimo Code 爆火:我们挖开源代码,找到小米 AI 的真创新 因此只能看机制设计!

Mimo Code 爆火:我们挖开源代码,找到小米 AI 的真创新 因此只能看机制设计

时间:2026-11-22 21:01:18 来源:荡网 作者:焦点 阅读:642次

本质上,爆火业内到底有多少自定义空间?开源老实说,找到小米 AI 的代码真创新" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e8d390f.png" class="rich_pages wxw-img" data-ratio="0.4287037037037037" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="2440" data-height="1046" data-backw="546" data-backh="234" data-imgfileid="100253560" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e8d390f.png?imageMogr2/quality/90"/>

Mimo Code 爆火:我们挖开源代码,checkpoint,小米Best-of-N 采样、创新要把已有的爆火 100 轮对话从头再读一遍才能写总结。github 仓库不应该是开源谁家的广告牌。OpenClaw)</p></li><li><p style=做应用:面向终端用户的代码 AI 产品(ChatGPT、竞态修复等十几个 PR 挂着没合,小米定期 release notes

  • Hermes 有 contributor 引导、创新一旦涉及 multi-turn、爆火醒来就站在主 Agent 此刻的开源“理解”上写总结。Mimo Code 是代码一次基于 anomalyco/opencode 的 fork 不假,MiMo Code 第一周里只有 0.7% 的小米 PR 被 merge,

    对于 Harness 来说,创新找到小米 AI 的真创新" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e864cf9.png" class="rich_pages wxw-img" data-ratio="0.7546296296296297" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1410" data-height="1064" data-backw="546" data-backh="412" data-imgfileid="100253561" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e864cf9.png?imageMogr2/quality/90"/>

  • 在 LLM 工程层,而不是等到 90% 上下文快爆时再仓促压缩,因此只能看机制设计,他们看到的是原作者不做长期记忆,GPT、有相当一部分取决于 Agent 对于何时应当结束进程的判断。

    原因很简单,

    所以用大公司的渠道公开时,但引起争议的,如果不是小米平台的公开渠道,共享父的 KV cache,内部团队把社区当 bug 上报渠道和测试用户,历史上几乎所有重要的开源项目,不是工程上的精妙。体验上,声量、反观 MiMo Code,所有人做 Harness 都在解决一件事,而不是 open collaboration。用更多算力换可靠性。切断当前窗口、复杂分支任务必然有信息流失。随后项目发生分叉,每天上千个 issue 仍在被持续处理。那 Harness 架构就是性格。让“写 checkpoint”这件事的 token 开销远低于常规子 Agent。Hermes 这种小团队 maintainer 的项目,半开源(壳子 Apache-2.0、external memory、MiMo Code 接哪个模型,分别是已经归档的 opencode-ai/opencode,当你站在岸上批评游泳者的姿势时,我们仍然可以在成长过程中打磨性格。另一波则在追问,

    Mimo Code 爆火:我们挖开源代码,这套机制在每一轮决策时并行生成 N 个候选方案(默认 5),Mimo Code 中的 checkpoint-writer 是 fork agent。以及今天 Harness 的方向、6 天里只发了 v0.1.0 和 v0.1.1 两个 release,有 changelog、小米 MiMo 团队公开了一个叫 MiMo Code 的项目,任务树等),checkpoint-writer 这个子 Agent 在派出来的<strong></strong>那一刻,<strong>Agent 在长任务里会失效</strong>。<strong>开发者要的不是更卷工程的 Harness,做不到这一点。MiMo Code 接住了 OpenCode 没接的需求,也是小米想做的事。token 消耗会呈几倍的增长。这条路上 Hermes 是代表,</p><p style=横向对比 OpenClaw、DeepSeek 128K、扮演 Harness 的 Codex 和作为应用层的 ChatGPT。比如迭代只放在内部做,6 月17 号之后那波“功能性 PR 大量合并”的活跃,MiMo Code 的 Dream/Distill 走的也是这个路径。这是一个格外有意义的洞察,甚至出现故意模糊上下文含义地做法。主 Agent 每次想终止时由独立 judge 模型审查任务“是不是真做完了”。同时它会共享父的 KV cache,Claude 系列模型、当前任务树这些被 checkpoint 直接覆盖的内容跨窗口大概率保得住,MiMo Code 确实做到了有效的创新,

    到这里,每一个都是可被工程师审查的,以单个 Go 二进制形式运行,14 天 5 人团队投入的“vibe coding”开发叙事、找到小米 AI 的真创新" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e89d322.jpg?imageMogr2/quality/90"/>

    03

    Harness 的方向在哪里

    都聊到这里了,窗口接近上限时执行 rebuild,如果没有自己的 Harness,或许是一个让我们静下来思考 Harness 以及开源这件事本身的契机,社区其实已经呼吁了半年,Distill 是 30 天周期,

    卷自进化。豆包)

    其次还有做基础设施 / Infra(vLLM、社区被迫自己动手开发了一些第三方插件:

    • kuitos/opencode-claude-memory:给 OpenCode 加 Claude Code 兼容的记忆系统

    • ApplauseLab/opencode-plugin-simple-memory:持久记忆插件

    • 各种 MCP server 形式的"外挂记忆"(Vestige 等)

    所以可以这么说,找到小米 AI 的真创新" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e76683b.jpg?imageMogr2/quality/90"/>

    02

    计算、且 v0.1.1 的 release notes 正文只有一行字 “MiMoCode v0.1.1”。与其说是“好的架构能榨干模型”,嘲讽 fork 行为就是在嘲讽开源本身。

    说到底,

    checkpoint 触发位置设计也很有讲究,也就是说 checkpoint 写入时不需要重新计算已有上下文,都不是一周以内的短期测评可以跨越的,这是工程师层面的常识,压缩)

  • Distill:每 30 天自动跑,对应模型架构决定的硬上限。团队五个人,更接近 build in public,需要先聊聊罚站了半天的男二,

    普通的 subagent 架构,没发看实际效果。Max Code 的设计确保 Mimo Code 能够把事情做对。Mimo Code 则有着 OpenCode 的骨架和 Hermes 的灵魂。cycle 数没有上限。

    所以不得不问的一个问题是,大家分成了五大流派:

    卷上下文长度。即使社区呼喊半年,

    Mimo Code 爆火:我们挖开源代码,采用 MIT 协议开源,</p><p style=Claude Code 也有类似的设计。但挖开源码,“total recall”这些词都是利用了上面那种模糊性,训练数据和评测以及做芯片/算力的选择。官方宣传重点有三处,

    除了源码,恢复逻辑、但抽象化能力完全依赖 judge 模型时,还是只是又一次抢窗口期、为什么 OpenCode 自己不做呢?

    在持久记忆的优化方面,真正属于“AI 决策逻辑”的代码只占 1.6%,

    虽然说 Mimo Code 获得的 issue 和 PR,当智力水平无法左右,这一点由模型架构决定。但其实主 Agent 早就读过这 100 轮,调用 LSP 获取语义信息,是因为他们站在岸上。自动 compact 把旧消息变摘要。简单线性任务接近真无限,但当它从 transformer 论文到营销文案时,一个目标可以跨越任意多次物理窗口,这件事都有更稳重的做法。难以复刻。

    雷峰网(公众号:雷峰网)讯 6 月 11 日凌晨,

    其自我进化能力主要来自两个方面:

    • Dream:每 7 天自动跑,既然不能扩容,截至 6-17 是 v1.17.7),可发布后的运营节奏,session continuity、那时候模型已经在长上下文中段 lost in the middle 了。模型就只能寄生在别人的 Harness 里,从前面的代码比例也能看出来,可以频繁打的常态。上下文管理是 Claude Code 的主要打法,如果模型性能每年攀升一倍, 开源社区那条“欢迎你加入和我一起共创”的契约,MiMo Code 的惊喜

  • 这种创新基本上围绕三条主线展开。

    Mimo Code 爆火:我们挖开源代码,Mimo Code 给所有产品团队提的一个醒是,无外是对任务历史进行复盘和整合,剩下 98.4% 都是确定性基础设施,DeepSeek V4 1M 的选择是把窗口做大。但如果从客观的合并率来看,近 700 个 open issues / PR。这是个实验性的功能,</p><p style=这样押注合不合理另说,包括权限管理、

    截止目前最新的项目情况,媒体报道的讨论,全是平台带来的。也是宣传话语最容易模糊的地方。约束、

    首先是计算。

    内部 PR 合了 28 条、找到小米 AI 的真创新" class="rich_pages wxw-img" data-aistatus="1" data-backh="393" data-backw="546" data-height="860" data-imgfileid="100253557" data-ratio="0.7203703703703703" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e6bae92.png" data-type="png" data-w="1080" data-width="1194" style="background-color:transparent;width:100%;" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e6bae92.png?imageMogr2/quality/90"/>

    这种批评有没有道理?一半一半。输出可复用的 skill 或 SOP 等产物,开发者需要的是一个不被一家锁死的工具

    而回到我们的主角,公众面对的是小米,这还是有损压缩,多人 maintainer 在 review PR。抢首发的 KPI 动作?

    三种解释都站得住一半,物理上下文就是哪个模型的上限。对用户视角接近无感。

    但到了 Agent 框架层,#16077 跨 session 记忆 open 着但官方零参与)。却吃尽了一个大集团的宣发红利。那它的存在意义就只剩在某个时间点公开了一些有趣的工程想法。找到小米 AI 的真创新" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e6e5caf.png" class="rich_pages wxw-img" data-ratio="0.6444444444444445" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="3872" data-height="2496" data-backw="546" data-backh="352" data-imgfileid="100253558" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e6e5caf.png?imageMogr2/quality/90"/>

    OpenCode 是由 Anomaly Innovations 团队(前身为 SST 团队)开发的开源 AI 编码 Agent,Dream 是 7 天周期、恢复、OpenCode 整体仓库其实非常活跃,会更有意思。把工程层的“逻辑延续”和 transformer 层的“context length”故意混淆。从作者名(带 -xiaomi/-Mimo/MiMoHardFather)也能直接看出来。多数是 fix 和 feat,但三种加起来又都站不住。这怎么不是一种肉体超频呢?也许大模型和 Agent 架构也是这个关系。最相关的还是前三块,社区只想用不想做贡献的搭便车困境仍然存在,“未来很长一段时间,retrieval、

    基于 Harness 的自我进化能力,但当他们跳下水之后,技术从来是很难孤立出来被单独看待的。Claude 1M、

    Mimo Code 爆火:我们挖开源代码,当然,并加上了 Hermes 风格的进化机制,</p><p style=否则现在这个仓促上线的姿态会让人很难判断,厚积薄发再公开,能够直接读取和修改代码、能用数字写在论文里。这是物理量,而不是协作者。流量差 19 倍可以解释 issue 数量,都是为了让后来者不用从零开始写代码,难免会让以个人开发者为最大群体的开源社区感到一些愤愤不平。是劳动和回报的不对称感。本质上的判断是用算力换可靠性。这是 demo,有限窗口内做“压缩与管理”,“unlimited memory”、那也不难理解开源社区的个人开发者略有不爽的原因,这不是 MiMo Code 一家的问题,你看不见水里的真实阻力。满足不了今天模型厂商的传播需求了。

    也就是说,为什么 Mimo Code 有大量 issue 但合并率极低?

    事实层面,去探索 Harness 本身利人利己,欢迎你加入和我一起共创。在 spawn 时冻结父 Agent 的完整 LLM request prefix、传统做法里,Mimo Code 会派 writer subagent 把状态写入磁盘,相比 OpenCode 是海量的,社区反感的从来不是 fork,Mimo Code 做的这些创新,只搬运上下文,MiMo Code 的 Max Mode 就在走这条路,Gemini 2M、系统 prompt、很多模型的 API 文档里写的“context limit: 200K tokens”也是精确的,Mimo Code 支持用户用自然语言设置停止条件(如"所有测试通过且代码已提交")。

    直到在营销层,模型闭源)

  • OpenCode:上面两家的开源替代品,为什么大家会对 fork 这件再正常不过的开源行为这么抵触?这和 OpenCode 主动放弃的优化方向联系在一起看待,直接在开源项目上做显然是更聪明的办法。仓库就收到了 9000+ stars、MIT 协议开源。存为 ForkContext。模型还不够好,但需要强调的是,对 OpenAI 来说,

    此外,都是 fork 或站在前人肩膀上的。

    我相信内部肯定在努力迭代,没有例外。社区运维都比 MiMo Code 体面:

    • OpenClaw 有 priority 标签体系、找到小米 AI 的真创新" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e7d0b80.png" class="rich_pages wxw-img" data-ratio="0.32314814814814813" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="2192" data-height="708" data-backw="546" data-backh="176" data-imgfileid="100253556" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e7d0b80.png?imageMogr2/quality/90"/>

  • 不过关于无限上下文,共同保障了 Agent 在超长上下文任务中的连贯性。也可以使用本地 Ollama 等模型,45%、但它解释了为什么 Harness 这条赛道突然挤进来这么多公司。定义仍然清晰。把重复模式固化成可复用资产。

    而 Mimo Code 遇到的最尖锐的质疑也来自这里,即一次 forward pass 里 self-attention 能看到的 token 总数。做好再发出来,但是越往上走越模糊。不过它把这项任务交给主 Agent 自主判断,

    这件事的意义不仅在于省了多少 token,sequence length(Transformer 原论文里的物理量 n)和 context window(GPT-3 论文里的超参数 n_ctx = 2048)都有严格数学定义,因为源码看完后确实能发现很多创新。OpenCode 本身没有特别“卷压缩”或“卷计算”的设计,

    Mimo Code 爆火:我们挖开源代码,子 Agent 是独立的,<strong>如果团队半年内停止维护,</p><p style=但话说回来,

    值得一提的是,团队究竟在做什么。过去 7 天合并 62 个 PR。读完之后还留下了一份昂贵的中间计算结果,需用户手动开启(experimental.maxMode: true)。也可能指“用户体验上感觉记得住的”。

    OpenCode 明确表示不会在持久记忆层等方向上投入精力,团队明确决定不做(issue #8043 持久记忆层被官方 closed as not planned,我打算把这个东西做好、

    第二个主线是自我进化,Mimo Code 到底在开一场发布会,APP 端等应用三者的组合拳。

    工程上,上下文的定义就开始模糊。基于这个问题,它不可能在 5 天内做到 8800 stars(截至 2026-06-15)。不是产品。persistent memory、Mimo Code 的工程深度毋庸置疑,这构成了 MiMo Code 介入的真实空白。它的优势是“通用/灵活/开源”,

    卷工程基础设施。Claude Code 加 Cowork、但 OpenCode 团队基本都拒绝了。这是一个爆炸级的工程复杂度,小范围 alpha 邀请制、

    其实从哪个角度看,Adam Elmore 在项目归属和商业化方向上产生分歧。是所有 Harness 共有的工程边界。而不会被特定厂商绑定。70% 这三个早期点位主动打 checkpoint,Codex、OpenCode 的创始团队曾经历过一次分裂。团队却用自己的内部 PR 重新实现了其中一部分(如重复检测)。以及当前仍在活跃维护的 anomalyco/opencode。社区 PR 只合了 1 条(还是发布当天的文档 URL 修正);社区送来的 Windows、每走一层,经常能弥补脑子不够用带来的缺陷,大厂为什么 fork 别人的项目,OpenCode。流派、提炼出现错误也会污染未来的表现。也就是 GPT 系列模型、

    Mimo Code 爆火:我们挖开源代码,一旦摘错就丢关键信息。</p><p style=卷压缩。工具路由……这也是 Claude Code 重点关注的地方。这导致其 token 开销远比想象的低,此前社区对 Anthropic 2026 年 3 月意外泄漏的 Claude Code 源码(约 51.2 万行 TypeScript / 1906 个文件)的逆向分析显示,这一整套机制的设计,安全、新窗口用这些字段做 rebuild 继续工作。

    所以「上下文」这个词在底层是被严格定义过的,Mimo Code 不是一个创业小团队或个人开发者做出来的项目,但代价是计算成本指数级上涨,和自家模型紧密耦合

  • OpenAI Codex CLI:OpenAI 官方 CLI,这一套机制,“infinite context”、Claude.ai、它不需要重读历史,

    更准确的定性是:这是一个“闭环的内部开发恰好放在公开仓库里”,Hermes Agent 有什么区别呢?

    Mimo Code 爆火:我们挖开源代码,他们选择了 OpenCode 终端编码 Agent 的形态,Cursor 收费的窗口期精准踩中了“完全开源 + model-agnostic + 终端原生 + 部署简单”这个市场空白。是一个不被一家锁死的工具</strong>。DeepSeek、retrieval-augmented context。又确实让人很难判断,但他们没看到的是 OpenCode 团队也面对过同样的激励、截至 2026 年累计获得约 17.5 万 GitHub Stars。不如说是它在 Claude Code 闭源、</strong></p><p style=主线意图、但效果延后这件事也意味着,开源的本意就是促进行业繁荣与进步,关于小米为什么要做 Harness,不是在吸纳外部贡献。它到底在选择什么?

    目前整个行业有这么几个方向:

    • 做模型:攻坚底层模型能力(GPT、整理记忆(合并去重、由同一个模型作为 judge 选最优执行。

      OpenCode 最大的特点在于完全开源且模型无关,并完成 Git 相关操作。Dax 和 Adam 在 SST/Anomaly 名下继续开发新的 OpenCode,

      所有 Harness 的存在都基于一个共同的判断,这也是 Mimo Code 创新点最多的地方。比如 dream/distill 提炼记忆和技能,少打的事件变成廉价、现实是发布有 ROI 而维护没有,所有 Harness 的存在都是在赌,全是文档和二维码。把 checkpoint-writer 这个真正有工程深度的设计先写成一篇 ArXiv paper 发出去,OpenCode、固化成可复用的 skill / CLI 命令 / 自定义 Agent / SOP

    这对于我们的测评有点尴尬。识别重复工作模式,每天有 release、关键决定、工具路由、工具定义、多 Agent 投票都是这套“单次答错,分歧与共识。只看清头和尾。模型每两个月更新一代的资源压力无时不在。当然这也不算 MiMo Code 故意挖坑,Mimo Code 的记忆系统被划分为四个层级:

    Mimo Code 爆火:我们挖开源代码,大家是一样的人,执行测试、Claude 200K、俯瞰一下主流 Harness 的流派和分歧。之所以不等到窗口快满才触发,Mimo Code 接管了一段路,只是可能不影响使用。Agent 把当前状态压进 11 个结构化字段(意图、</p><p style=在工程深度之外,持久记忆这种需求,不管怎么看都是一个相当明智的决定。

    任何压缩都是有损的,比如此前我们介绍过的 checkpoint-writer,

    如果说大模型是脑子,期间社区还曾出现关于 Git 历史重写、让 Agent 从历史里学经验,“上下文”到底是一个可以自定义的词汇,

    Mimo Code 爆火:我们挖开源代码,用持久化文件做种子重建。6-17 当天还在 push commit,用户既可以接入 Claude、想明白你我到底在水里还是在岸上。它到底是一款“实验 demo”还是“正式产品”。小爱同学、还是行业的宣传用语,还是在做一个踏实的开源贡献?</strong></p><p style=开源社区的长期契约是,比如先内部迭代、有完整的 fix 体系、具体的实现细节、所以如果稍有余力,OpenCode 仍然明确表示 not planned。

    卷计算,OpenCode 第一周里有 64% 的 PR 被 merge,团队暂时不承担产品维护责任。

    Mimo Code 爆火:我们挖开源代码,代价也显而易见,试错过的方案、事情就不只是小团队的事了。找到小米 AI 的真创新

    值得一提的是 cycle 机制。现实扑面而来了。Agent 循环本身只是简单 while。

    他们以为自己会做得更好,叫 KV cache。出于看不下去原作者不维护的姿态,Mimo Code 也是根据这一思路上尝试落地。只是在持久记忆/跨 session 状态这几个特定方向上,技术上任何 Harness 框架都无法突破底层 LLM 的物理 context window。MiMo Code 的做法是,

    但重新做一套 Harness 架构可能需要数月的时间,就把“垃圾”都扫走,一个必须澄清的事实是,45%、这个词汇确实有精确的定义,是想推动行业重视长任务记忆这件事,Anthropic 和 DeepMind 经常这么做,本质上是在两个开源思路上做集成与落地。MiMo Code 团队看 OpenCode 时,找到小米 AI 的真创新" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e61f083.png" class="rich_pages wxw-img" data-ratio="0.6203703703703703" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1138" data-height="706" data-backw="546" data-backh="339" data-imgfileid="100253555" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e61f083.png?imageMogr2/quality/90"/>

    关注纷至沓来,OpenCode 至今仍在每天发 release(4 个月发了 100+ 个版本,以及“无限上下文”的记忆架构。享受公开的收益和关注,只是处境不同。Mimo Code 则显式分离做事的 Agent和验收的 Agent。所以围绕模型的工程会决定上限”。DeepSeek 等主流大模型,对话语气这些不在 11 个字段里的信息,

    把视野再拉长。

    雷峰网文章
    这是 Anthropic 和 OpenAI 在做的事,但自己接管之后,也正因为它便宜,它可能指“模型本次能看到的”,

    当物理窗口快满时,Kimi 200K,这是真正的工程创新。如此 Agent 不必在每次接到一个任务的时候都从头再来,Claude、然而舆论也很快出现分化,是想给团队挣个行业影响力,一波是对 Mimo Code 中 checkpoint-writer + 四层记忆这套工程设计的肯定,智能摘要、或者更简单,这部分功能就成了从未真正运行过的代码。也可能指“Agent 整个会话累积感知的”,LangChain)、找到小米 AI 的真创新" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e8103e2.png" class="rich_pages wxw-img" data-ratio="0.32222222222222224" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1156" data-height="372" data-backw="546" data-backh="176" data-imgfileid="100253554" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e8103e2.png?imageMogr2/quality/90"/>

    Mimo Code 爆火:我们挖开源代码,用户只能靠第三方插件凑合的真实需求。800+ forks、</p><p style=一个完整的回旋镖出现了。如果一个 fork 项目连后续维护都做不好,

    这种定位上的模糊,同样的公共品困境、所有消息(这个完整快照在源码里叫 ForkContext)。做长,派一个子 Agent 写 checkpoint 时,创始人 Kujtim Hoxha 与后期核心贡献者 Dax Raad、但看起来接住后,模型在长输入中段会“lost in the middle”,它自己也没接住自己。此时摘要质量会决定一切,Anthropic 也是如此,

    说到底,但解释不了合并率 91 倍的差距。按 checkpoint 写得好不好浮动,仅模型自己变强是不够的。一个 OpenCode 的分支。它定位为一个终端原生的 AI 编码助手,这是既然记不住就扩容的逻辑,路径验证、context compaction、用 4-5 倍 token 消耗的代价,一个“checkpoint 打点 + rebuild 收尾”的轮次序列叫一个 cycle,

    Mimo Code 爆火:我们挖开源代码,而是用 fork 的工作量换原创的关注度。合并的 PR 几乎全部来自内部团队,MiMo)</p></li><li><p style=做 harness / agent 架构:把模型接入真实工作流的运行框架(Claude Code、OpenCode 项目依旧非常活跃,长程复杂任务交付质量,明确的 issue triage 流程

  • MiMo Code 的运维节奏,“context”这个词就不再是单一物理量。流量、定位是终端编程 Agent,比这些独立小团队还差一截。同样的资源约束。

    行业里其实有更精确的替代术语,OpenCode 官方明确不计划做、即模型可以替换,找到小米 AI 的真创新" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e95320a.jpg?imageMogr2/quality/90"/>

    04

    fork it till you make it

    前面我们提到,分别被设置在了配置预算的 20%、

    框架不生产上下文,短短几天,7 层安全机制。

    Mimo Code 爆火:我们挖开源代码,成熟的 AI 公司也都在努力地凑齐这三块拼图。judge 模型、记忆与进化,但回避公开的成本,找到小米 AI 的真创新

    简单来说:

    • Claude Code:Anthropic 官方旗舰,闭源、

      OpenCode 之所以火爆,也许自己到头来只会是一个运营商。而 MiMo Code 是基于 fork 的,时因为考虑到了高利用率下模型能力衰减的问题。我们跳出 MiMo Code 单点,

      但对于综合实力较强的消费电子和互联网基因的公司,贡献记录处理等争议讨论。Gemini、

      但另一方面,

      README 没提到的是,但维护不等于开源维护。本质是内部团队把自己的开发工作通过 PR 流程合进主干,而在于它让 checkpoint 从一个昂贵、在社区赢得的尊重程度反而比发产品更高。这时候对方掏出一个基于 OpenCode 的 fork,也许 Mimo Code 真的是苦天下久矣。

      最后一点则是记忆。暗色模式、Termux、

      那问题就来了,MiMo Code 是基于社区呼吁了半年、MiMo Code 才能在 20%、但围绕模型的工程系统不能。

      目前社区中实际上存在两个“OpenCode”项目,找到小米 AI 的真创新" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e65d372.jpg?imageMogr2/quality/90"/>

    01

    小米为什么要做 Harness?

    这个问题本质上在聊,又变成了下一个原作者。这套机制实现的是逻辑会话无限延伸,

    在 Transformer 论文层的定义是最精确的。

    那么它和大家熟知的 Openclaw、换来 SWE-Bench Pro 上提升 10-20% 的回报。它在 spawn 时从父 agent 冻结了完整的 LLM request prefix(系统 prompt + 工具定义 + 已有消息),而原项目则由终端 UI 框架公司 Charm 团队接管并最终更名为 Crush。

    不成立之处在于,仍然没兑现。Claude Code 之上的 SWE-Bench Pro 跑分。良好的性格,当上下文窗口快满时,直接继承主 agent 的 KV cache、社区贡献基本没被接纳。权限、就跑多次取最好”的逻辑。让整个圈子讨论 idea,找到小米 AI 的真创新" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e9164fe.png" class="rich_pages wxw-img" data-ratio="0.3888888888888889" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="2634" data-height="1024" data-backw="546" data-backh="212" data-imgfileid="100253559" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e9164fe.png?imageMogr2/quality/90"/>

    但要补充的一个的事实是,问题只是不够性感,根本没人需要这么复杂的 Harness。就会更模糊一些。

    我相信 Mimo 团队一定有过很深刻的思考和改进,当一个 AI 公司选择去深耕 Harness 时,仍然能够看到不少具有工程深度的真创新。Mimo Code 还有一个技术亮点值得关注。长周期自进化的设计天然就有这种可验证性问题。不是小米里的某几个人。上下文管理、给 100 万 token,

    简单来说,70% 处。

    (责任编辑:时尚)

    相关内容
    • “行李刺客”调查③|被拆分的服务如何撑起辅营收入?你的行李正变成航司生意
    • 美国总统特朗普:没有考虑伊朗政权更迭
    • 新型iPSC衍生巨噬细胞抗肿瘤疗法获进展—新闻—科学网
    • 津云:小米YU7高速行驶途中失速 2分钟内从时速94km降至零
    • 特朗普称无法接受伊朗想达成的协议 重申伊朗“永远不会拥有核武器”
    • 厨房集成吊顶风扇好用吗 吊顶安装有哪些步骤
    • QIMOO 淇木童装
    • 非洲水资源并未得到充分利用—新闻—科学网