← 返回 Siami 首頁

小米開源 AI 編碼代理 MiMo Code:宣稱在 200 步以上長任務擊敗 Claude Code

▲ 525 💬 290
小米開源 AI 編碼代理 MiMo Code:宣稱在 200 步以上長任務擊敗 Claude Code

小米開源 AI 編碼代理 MiMo Code:宣稱在 200 步以上長任務擊敗 Claude Code

小米(Xiaomi)旗下 MiMo AI 團隊於 2026 年 6 月 10 日透過官方 X 帳號 @XiaomiMiMo 正式開源釋出 MiMo Code V0.1.0——一款原生在終端機運作的 AI 編碼助手。小米宣稱這款工具在關鍵的 agentic 編碼基準上,表現優於 Anthropic 的 Claude Code,尤其是在需要 200 步以上的長時程、多步驟任務上。內部 beta 階段的 576 位開發者調查也支持這項論點。

MiMo Code 同時預載了 MiMo-V2.5 多模態旗艦模型(百萬 token 上下文)的免費限時通道,使用者無須註冊即可開始使用。

「這不只是一個終端機裡的 AI 編碼助手,而是你這輩子會遇到最聰明的編碼夥伴。」——@XiaomiMiMo,2026-06-10

安裝方式極為簡潔:

  • macOS / Linux:curl -fsSL https://mimo.xiaomi.com/install | bash
  • Windows:npm install -g @mimo-ai/cli

專案已在 GitHub 以 MIT 授權 開源,repo 位於 XiaomiMiMo/MiMo-Code,是開源專案 OpenCode 的 fork——小米在其基礎上擴充了自己的記憶架構、工作流模式與模型整合層。

解決 AI 編碼代理的「失憶症」

任何一個重度 vibe coder 都會同意一件事:AI 編碼代理在工作 session 拉長後會明顯退化——context window 塞滿後,早期的決策、命名規則、任務狀態要嘛被壓縮掉、要嘛整個遺失,開發者被迫重新解釋自己的專案。

小米認為這條路在規模化場景下走不通。

「我們需要的不是更好的壓縮,而是一套明確的儲存–取回機制,決定什麼資訊該寫入持久結構、什麼時候該被召回。」——小米 MiMo 團隊,launch blog

MiMo Code 用一套 跨 session 記憶系統 來正面迎戰這個問題,底層由 SQLite FTS5 全文檢索引擎支援,包含四層結構:

  • 專案記憶(MEMORY.md):持久的專案知識、規則、架構決策
  • Session checkpoint:由系統自動維護的結構化狀態快照
  • Scratch notes(notes.md):代理人暫存的筆記區
  • Task progress(tasks/<id>/progress.md):每個任務的進度日誌

關鍵設計在「不讓主要編碼代理人自己停下來記筆記」——系統會派出獨立的 checkpoint-writer subagent。小米用了一個很生動的比喻:把主代理人想成「正在蓋大房子的工頭」,把 subagent 想成「隨時在更新藍圖的專屬建築師」。當 context window 接近上限(工頭在蓋到一半的豪宅裡迷路時),他可以隨時諮詢建築師、找到自己現在的位置。MiMo Code 的實作則是「從結構化 checkpoint 重建環境」,確保工作節奏不中斷。

兩項自我改進機制補完了這套系統:

  • /dream 指令:約每 7 天掃描歷史 session,自動去重並壓縮成長期記憶
  • /distill 函式:從近期工作中挖掘可重複的 workflow、把它們打包成可重用的 skill、subagent 或指令

這個做法跟 OpenAI 與 Anthropic 最近在自家模型上推出的功能非常相似。

軟體工程基準:跑分小贏 Claude Code

根據小米在技術部落格公布的基準數字,MiMo Code 配 MiMo-V2.5-Pro 在三項測試中全面勝過 Claude Code 配 Claude Sonnet 4.6:

基準MiMo Code + MiMo-V2.5-ProClaude Code + Claude Sonnet 4.6
SWE-bench Verified82%79%
SWE-bench Pro62%55%
Terminal Bench 273%69%

差距本身雖然不大,但關鍵在於「換骨不換藥」:如果把同一個 MiMo-V2.5-Pro 模型分別跑在 MiMo Code 跟 Claude Code 兩套框架下,MiMo Code 拿 62%(SWE-bench Pro)對 Claude Code 的 57%,Terminal Bench 2 則是 73% 對 68%——這 5 個百分點完全歸功於 agent 系統本身,而非底層模型。

值得玩味的是,小米通篇材料完全沒有拿 OpenAI Codex 或 Google Gemini CLI 做比較——單挑 Claude Code,是一個非常明確的「對標」選擇。

獨立的第三方基準就提供了對照:

  • 在 tbench.io 維護的官方 Terminal-Bench 2.0 leaderboard 上,OpenAI Codex CLI(跑 GPT-5.5)拿 82.2%,比 MiMo Code 自報的 73% 大約高 9 個百分點
  • 但在 SWE-Bench Pro 上,OpenAI 自報 GPT-5.5 是 58.6%,反過來落後 MiMo Code + MiMo-V2.5-Pro 的 62%

(MiMo Code 尚未登上這兩份官方 leaderboard,把自家跑分跟官方 leaderboard 直接對比,本來就有設定上的 caveat。)

更值得看的或許是離線基準以外的部分:小米在內部 beta 期間做了一場真人雙盲 A/B 評測,涵蓋 576 位開發者、474 個真實私有 repo、產出 1,213 對 head-to-head 對戰——同樣的目標模型、對手換成 Claude Code。在 200 步以內,兩邊幾乎五五開;但一旦任務超過 200 步,MiMo Code 的勝率就拉高到 65% 以上,印證了小米「記憶與狀態管理在長時程工作上才真正發揮價值」的論點。

小米自己倒是也承認,這些標準基準衡量的是 one-shot 解題能力,並沒有捕捉到他們想強調的多 session 設計目標。一如既往,這些都是廠商自報數字、未經獨立驗證,head-to-head 的框架對比本來就對設定非常敏感。但這個說法跟業界一個更廣泛的觀察一致:scaffolding 跟 harness 工程,在 agentic 編碼表現上,正在變得跟底層模型一樣重要。

深度整合開發者既有環境

從使用者體驗角度,MiMo Code 設計成「住在開發者已經工作的地方」:

  • 直接跑在終端機:讀寫檔案、執行指令、管理 Git
  • 零設定開箱即用:自動接上 MiMo Auto(限時免費通道),背後是 MiMo V2.5 多模態模型、具備 100 萬 token 上下文
  • 無痛遷移:自動從 Claude Code 匯入 MCP server、自訂 skill、API 設定
  • Compose 模式:按 Tab 把代理人切換到規格驅動的工作流,開發者描述高階目標,系統自主跑完「設計 → 規劃 → 編碼 → 測試 → 審查」整個循環
  • 語音控制:底層是 MiMo-ASR 語音辨識 + TenVAD 語音活動偵測;對已登入的用戶,可以用 /voice 開啟、用語音下「送出」、「執行」這類指令

價格:直接打到地板

MiMo Code 預載的 MiMo Auto 提供了 MiMo-V2.5 的免費限時存取——這是小米 2026 年 4 月底發布的原生多模態旗艦,採用稀疏 MoE 架構,總參數 310B、每次推論只啟動 15B,支援 100 萬 token 上下文。小米將其定位為「在多模態 agentic 工作上比肩 Anthropic Claude Sonnet 4.6」的等級。

更大的 MiMo-V2.5-Pro(1.02T 參數、42B active、hybrid-attention 架構)在小米自家的 ClawEval agentic 基準上以 63.8% 成功率領先開源界——而且每個 trajectory 只消耗約 70,000 tokens,比 Anthropic Claude Opus 4.6、Google Gemini 3.1 Pro、OpenAI GPT-5.4 少 40–60%。

V2.5-Pro 的後訓練明確設計成「灌輸 harness 意識」——訓練模型管理自己在 agent scaffold(如 Claude Code 或 OpenCode)裡的記憶與 context。既然小米自家做了這個訓練、又有自家模型,做一套為此能力優化的 harness 就是理所當然的下一步。

定價也走極度激進的路線:

  • MiMo-V2.5:輸入 $0.40 / 百萬 token、輸出 $2.00 / 百萬 token
  • MiMo-V2.5-Pro(≤256K context):輸入 $1.00、輸出 $3.00;超過 256K 翻倍
  • Cache hit:輸入成本最低可壓到 $0.20–$0.40 / 百萬 token

放在全球前沿模型裡看,MiMo-V2.5-Pro 4 美元 / 百萬 token 的總成本,比 Anthropic Claude Fable 5 / Claude Mythos 5 的 60 美元便宜了 15 倍。對於不想被綁在小米雲端上的開發者,MiMo Code 也支援第三方後端——DeepSeek、Moonshot Kimi、Zhipu GLM 的 token plan,加上任何 OpenAI 相容 API,等於繼承了 OpenCode 母專案的 bring-your-own-model 彈性。

終端機 AI 編碼代理之戰升級為全球戰

MiMo Code 進入的戰場,已經擠滿了重量級選手:Anthropic Claude Code、OpenAI Codex CLI、Google Gemini CLI,加上開源陣營的 OpenCode、Aider。

新的變數在參戰者是誰。小米——全球第三大手機製造商、電動車業務高速成長——自 2025 年 4 月釋出 MiMo-7B 推理模型以來,一直在有節奏地建立 MiMo AI 事業部:接著是 MiMo-VL 視覺語言系列、MiMo-V2-Flash、2026 年 3 月的 1 兆參數 MiMo-V2-Pro、4 月的 V2.5 旗艦家族。

這條路線由羅福莉(Fuli Luo)領軍——她是 DeepSeek R1 震撼彈的核心成員之一。她把小米的前沿推進形容為「一次安靜的伏擊」,並在 V2.5 發布時同步推出 100 兆 token 免費額度給開發者。

這個劇本對熟悉的人不會陌生——DeepSeek、阿里 Qwen、Moonshot Kimi 全部走過同樣的路:用寬鬆授權把真正能打的模型跟工具釋出來,價格壓到美國實驗室的零頭,再把累積的開發者心占率轉成持久的生態系。這次小米把開源 agent harness 配上免費的前沿等級模型,等於一次砍掉了「授權」跟「使用成本」兩道入場門檻——至少在這個時間點。

對企業跟技術決策者的意義

對工程主管來說,MiMo Code 是個低風險、可能高報酬的評估候選人:MIT 風格的授權允許修改跟商業整合;OpenCode 血統代表架構可被檢視;bring-your-own-model 支援意味著可以指向內部核可的端點、不必走小米的雲端。持久化記憶系統正面回應了一個 agentic 開發流程裡真實、廣為人知的痛點——這個痛點也是各家對手正在搶著解決的問題。

但反向的考量也擺在桌上:

  • 「限時免費」本質上就是暫時的,而且會把程式碼 context 走過小米的伺服器——對有嚴格資料落地或 IP 政策的組織,這是個非賣點
  • 對 Claude Code 的 benchmark 領先是自家跑的
  • V0.1.0 的版本號就標示了它目前的成熟度
  • 受美國政府採購限制約束於中國科技廠商的團隊,採用前也得把這層脈絡放進來

至於對終端開發者,結論簡單很多:「裝、跑、試」三步搞定;不喜歡就 rm -rf,沒有 vendor lock-in。在終端機 AI 編碼代理已經打成紅海市場的今天,這可能是今年最具破壞力的一次入場。

網友熱門留言 (8)

#1 HN 用戶 0
編碼代理(coding harness)就應該開源、LLM 應該被當作大宗物資。降低消費者轉換成本、讓大家真的了解 context 跟 LLM 輸出是怎麼互動的。整個產業一直在往錯的方向走——Claude Code 一直關著門不開源,現在終於有競爭者了。
#2 HN 用戶 0
「MiMoCode 是 OpenCode 的 fork。」那為什麼不直接貢獻回 OpenCode,而是另開一個 clone?
#3 HN 用戶 0
連結是中文的,幫翻譯一下:MiMo Code 是小米的 AI agentic 編碼框架。MiMoCode 是一個原生於終端機的 AI 編碼助手。它能讀寫程式碼、執行指令、管理 Git,並用一套持久化記憶系統在跨 session 維持對專案的深度理解。
#4 HN 用戶 0
小米的轉型真的很驚人——五年來我還在資料科學團隊時,他們根本沒在做 AI model,全都是用百度的 NLP 跟視覺 API 兜出來。
#5 HN 用戶 0
小米最近一直在憋大招。MiMo Pro 系列在 benchmark 上分數愈爬愈高(在 artificial analysis 上面看就知道),然後 DeepSeek V4 才剛炸完場。我覺得 MiMo 真的被低估了。
#6 HN 用戶 0
可以直接裝、直接用(Sonnet 4.6 等級的 model),不用註冊也不用付錢,這點真的很爽。通常中國網站最煩的就是登入要 +86 電話號碼驗證。MiMo Code 不用辦帳號就能用,這一點大大加分。
#7 HN 用戶 0
更詳細的內容在部落格:https://mimo.xiaomi.com/blog/mimo-code-long-horizon
#8 HN 用戶 0
Claude 跟 Codex 的定價終究要降下來。一般常見的編碼任務根本不需要超強又慢的 model,要的是夠聰明、夠快的那種。