小米近期正式发布了 MiMo Code 0.1 版本，并采用 MIT 许可证进行开源。同时，还带来了一系列引人注目的功能：MiMo Auto 限时免费开放（想要获取 token 的用户需尽快行动）、支持小米 MiMo 平台的 OAuth 登录、可一键从 Claude Code 迁移已有认证，甚至能够自定义 Provider 接入任意兼容 OpenAI 的 API。

安装过程极其简洁，只需一行命令即可完成：curl -fsSL https://mimo.xiaomi.com/install | bash。

不得不提的是，小米在外观设计上确实投入了大量精力——安装界面的视觉效果相当出色。

此外需要说明，原文提及的 https://ai-sdk.dev/ 以及 https://models.dev/ 等 SDK 和模型库集成信息，属于外部平台链接，此处已做删除处理，实际使用时应以官方文档为准。

01、安装和上手

官方表示启动方式非常简单，直接输入 mimo 即可，但实际使用中发现体验并不完美——在终端直接运行就会报错。幸运的是，Warp 提供了默认的 Agent 服务，按照提示修复后就能正常使用。

解决方法其实也很简单：重新执行一次 source 命令，让环境变量生效，或者直接打开一个新的终端窗口。

启动界面上有个小惊喜——能够看到流星划过，氛围感十足。接下来输入 /connect 连接服务商，为了方便选择了 auto 模式，这样可以直接免登录。然后配置 DeepSeek V4，同样执行 /connect，选择 DeepSeek 供应商，输入 API Key，再选择要接入的模型即可。

02、Harness 架构总览

整体 Harness 设计得相当全面，重点在计算、记忆、进化三个方向上下了真功夫。其核心目标是为了解决两个长期存在的难题。

第一个难题：上下文窗口终将被耗尽。因此，除了必要的摘要压缩，还需要在检索和存储方面做得更加智能，让 Agent 能够更聪明地持久化写入并召回关键信息。

第二个难题：模型的指令遵循能力会随着输入长度的增加而逐渐变差。这就要求在机制层面想办法提升 Agent 在长对话中的表现，确保它不会在中后期出现性能下降。

03、给 PaiCLI 做宣传页

第一个实战任务来了：为 PaiCLI 制作一个宣传页面。

先让 MiMo Code 尝试使用 Web fetch 获取数据——结果未能成功。接着打算用 CDP，同样没有拿到数据。没办法，只能采取更强硬的手段了。

让 MiMo Code 先安装 web-access 这个 Skill。从输出可以看到，它使用了 Claude Code 的默认目录。按理说之前在 Claude Code 中已经安装过，但不知道为什么还需要重新安装一次。不管了，直接赋予权限。

这次 CDP 终于成功启动了。继续给权限，顺利获取了页面内容。弄清楚了网站的设计风格：浅色暖调背景、极简排版、PingFang SC 字体、终端安装命令。然后开始重新设计 PaiCLI 宣传页。

最终效果非常不错——整体风格简约到位。而且 MiMo Code 还支持运行时新指令排队，完成后直接配置一个子域名就能访问体验。

04、用算力换可靠性

前面提到 MiMo Code 围绕计算、记忆、进化三个主题设计了 Harness，接下来逐一拆解。

先看计算。一个编程 Agent 的基本结构是将语言模型放入一个运行时中循环调用：模型负责推理和决策，运行时负责管理工具、持久化状态、组装每一轮的输入。模型本身是无状态的，每次调用都从空白开始，所有连续性由运行时提供。

对于短任务（10 轮以内），这个结构没有问题——将完整的对话历史传给模型即可。但当任务规模达到几十步甚至上百步时，每一步的错误率都会累积放大，而 Agent 在长程运行中又缺乏外部纠正信号。MiMo Code 的应对思路是：在不同粒度上投入额外的计算来换取可靠性。

Max Mode

Max Mode 可以说是 MiMo Code 中最具创意的设计之一。每一轮决策时，它会并行生成 N 个候选方案（默认 N=5），每个候选独立完成推理和工具调用规划，但不实际执行。然后由同一个模型作为评估者，对比所有候选的推理过程和行动计划，选出最优的一个执行。

默认使用 temperature=1 进行 5 次独立采样，几乎不会产生相同结果。如果多个候选方案恰好指向同一个方向，说明这个方向的置信度本身就高；而当候选之间差异较大时，由低温度的评估者从中选出最稳健的方案，比依赖单次采样要可靠得多。

在 SWE-Bench Pro 上，Max Mode 相比单次采样提升了 10-20%，代价是大约 4-5 倍的 token 消耗。这个代价确实不小——但对于那种一步走错全盘皆输的长任务来说，值得投入。

目前 Max Mode 仍是实验性功能，需要手动配置开启。配置文件路径是项目级 .mimocode/mimocode.json 或全局 ~/.config/mimocode/mimocode.json，在其中设置 experimental.maxMode 为 true 即可。

Goal

Max Mode 解决的是“做对”的问题，而 Goal 解决的是“做完”的问题。

长任务中有一个非常常见的失败模式：Agent 在后续轮次看到之前已有的进展，就容易提前宣称“完成了”，或者反过来向用户提问。Goal 的机制是——用户设定一个自然语言描述的停止条件，比如“所有测试通过且代码已提交”。Agent 每次尝试终止时，系统会自动发起一次独立的模型调用来审查完整对话历史，判断条件是否真正满足。如果未满足，将具体差距反馈给 Agent，让它继续执行；如果确认无法完成，则判定为不可能并退出。

这个验证者不参与实际工作，因此不会对 Agent 已完成的部分产生认同偏差。它每次获得与 Agent 完全相同的上下文，包括工具的实际输出。实际运行中，误拦比漏放更常见，整体死循环概率小于 0.5%，到达上限后会自动退出。

Max Mode 是并行维度——同一步花费 N 倍算力选择最优；Goal 是串行维度——在同一个任务上执行更长的自我检查和执行。两者可以同时启用。

Dynamic Workflow

当任务规模足够大时——例如将整个项目从一种语言迁移到另一种语言——需要同时协调几十甚至上百个并行工作单元，逐轮的工具调用就不够用了。

传统做法是将流程写入 Skill 文件，用自然语言告诉模型“先做 A，再做 B，如果 C 就做 D”。这在简单场景下可行，但在复杂流程中会系统性失效：上下文压缩可能吞掉步骤、模型可能跳过某些环节、分支和重试逻辑依赖模型判断而非代码保证、同一流程两次执行路径不同。

问题的本质在于——编排逻辑以自然语言存在，而自然语言是模糊的、可遗忘的、不可验证的。

Dynamic Workflow 将编排逻辑变成了代码。主 Agent 会生成一段 JavaScript 脚本，在隔离沙箱中确定性执行。脚本通过 agent() 派出 Sub-agent，通过 parallel() 和 pipeline() 控制并发。MiMo Code 的实现兼容了 Anthropic Dynamic Workflow 的核心语义，并做了几项扩展：workflow() 允许脚本调用其他脚本，使编排逻辑可以复用和组合；每个 agent() 调用的结果同步落盘，进程中断后可从日志恢复而非从头重跑；沙箱内可直接读写文件。

换个角度来看：Skill 是用自然语言写的 SOP，而 Workflow 是用代码写的 SOP。

05、让上下文无限延伸

将会话想象成一串从左到右排开的对话轮次。窗口有上限，轮次在不断累积，窗口最终会被填满。如果不干预，会话到达上限时要么结束，要么悄悄退化。

MiMo Code 的做法是在窗口到达上限之前的几个固定位置介入，这些位置被称为 checkpoint。每个 checkpoint 处派出一个独立的 writer Sub-agent，读取所有对话，将结构化状态写入磁盘。主 Agent 继续工作，writer 并发执行，互不干扰。当窗口接近上限的时候，执行一次 rebuild，切断当前窗口，开启新窗口，用已持久化的文件作为种子重建上下文。主 Agent 在新窗口中醒来后可以继续工作。

一段被 checkpoint 打过点、最终以 rebuild 收尾的对话轮次序列，就是一个 cycle。Cycle 没有数量上限——每一个 cycle 受限于物理窗口大小，但逻辑会话是 cycle 的链，而那条链没有最大长度。

四层记忆

Writer 不只写一个文件，它维护一个分层的记忆体系，每一层有不同的生命周期：

• Session 记忆（checkpoint.md）：只在当前逻辑会话内存活，记录这次会话的完整工作状态
• Project 记忆（MEMORY.md）：项目级持久知识库，保存架构决定、用户规则、反复验证过的技术事实
• Global 记忆：用户级偏好，跨项目生效
• History：每个会话的完整 SQLite 轨迹，每条消息、每次工具调用原文存储，不做索引。当结构化记忆中找不到某个细节时，Agent 通过 history 工具回溯到原始记录

主 Agent 可以随时往里追加零散发现，writer 在每次 checkpoint 时读取它、将内容路由到对应的结构化字段，然后清空。相当于给主 Agent 一个“便签本”：主 Agent 不需要操心信息该放在哪个结构化字段里，只管随手记下来，交给 writer 去分拣。

ending

最后必须提一句 OpenCode。MiMo Code 正是基于 OpenCode 构建的，保留了几乎全部核心能力（多 Provider、TUI、LSP、MCP、插件），并在此基础上构建了持久化记忆、智能上下文管理、子智能体编排、目标驱动的自主循环、Compose 工作流，以及通过 dream/distill 实现的自我进化。

这或许就是开源的意义——站在巨人的肩膀上，做出更有价值的东西来。