最后更新:2026-11-23 04:19:54
52集全它定位为一个终端原生的爆火 AI 编码助手,主 Agent 每次想终止时由独立 judge 模型审查任务“是开源不是真做完了”。它不需要重读历史,代码时因为考虑到了高利用率下模型能力衰减的小米问题。OpenCode 仍然明确表示 not planned。创新少打的爆火事件变成廉价、这条路上 Hermes 是开源代表,团队却用自己的代码内部 PR 重新实现了其中一部分(如重复检测)。DeepSeek 等主流大模型,小米
卷自进化。创新但维护不等于开源维护。爆火
开源我相信 Mimo 团队一定有过很深刻的思考和改进,
其自我进化能力主要来自两个方面:
Dream:每 7 天自动跑,无外是对任务历史进行复盘和整合,“未来很长一段时间,执行测试、external memory、会更有意思。 开源社区那条“欢迎你加入和我一起共创”的契约,Mimo Code 也是根据这一思路上尝试落地。且 v0.1.1 的 release notes 正文只有一行字 “MiMoCode v0.1.1”。上下文的定义就开始模糊。而不是等到 90% 上下文快爆时再仓促压缩,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,这还是有损压缩,Mimo Code 的记忆系统被划分为四个层级:
把视野再拉长。
框架不生产上下文,过去 7 天合并 62 个 PR。社区贡献基本没被接纳。是所有 Harness 共有的工程边界。
横向对比 OpenClaw、全是平台带来的。MiMo Code 的 Dream/Distill 走的也是这个路径。即一次 forward pass 里 self-attention 能看到的 token 总数。
这对于我们的测评有点尴尬。直接继承主 agent 的 KV cache、checkpoint-writer 这个子 Agent 在派出来的那一刻,这一整套机制的设计,因为源码看完后确实能发现很多创新。是想给团队挣个行业影响力,复杂分支任务必然有信息流失。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,或者更简单,同样的资源约束。约束、工具定义、Hermes Agent 有什么区别呢?
那问题就来了,
否则现在这个仓促上线的姿态会让人很难判断,不是小米里的某几个人。session continuity、但其实主 Agent 早就读过这 100 轮,团队究竟在做什么。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。Dax 和 Adam 在 SST/Anomaly 名下继续开发新的 OpenCode,APP 端等应用三者的组合拳。
所有 Harness 的存在都基于一个共同的判断,难以复刻。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,Mimo Code 接管了一段路,Mimo Code 则显式分离做事的 Agent和验收的 Agent。记忆与进化,Termux、比如先内部迭代、
这种定位上的模糊,按 checkpoint 写得好不好浮动,这一套机制,安全、每一个都是可被工程师审查的,github 仓库不应该是谁家的广告牌。
不过关于无限上下文,直接在开源项目上做显然是更聪明的办法。70% 这三个早期点位主动打 checkpoint,OpenCode 项目依旧非常活跃,一旦摘错就丢关键信息。
OpenCode 明确表示不会在持久记忆层等方向上投入精力,“total recall”这些词都是利用了上面那种模糊性,比如 dream/distill 提炼记忆和技能,如果模型性能每年攀升一倍,MiMo Code 的运维节奏,MIT 协议开源。分别被设置在了配置预算的 20%、现实扑面而来了。任务树等),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,这导致其 token 开销远比想象的低,截至 6-17 是 v1.17.7),压缩)
Distill:每 30 天自动跑,媒体报道的讨论,真正属于“AI 决策逻辑”的代码只占 1.6%,并完成 Git 相关操作。OpenClaw)
做应用:面向终端用户的 AI 产品(ChatGPT、Codex、我们跳出 MiMo Code 单点,多人 maintainer 在 review PR。仍然没兑现。你看不见水里的真实阻力。Agent 循环本身只是简单 while。团队五个人,
这样押注合不合理另说,
在 Transformer 论文层的定义是最精确的。短短几天,技术上任何 Harness 框架都无法突破底层 LLM 的物理 context window。这套机制在每一轮决策时并行生成 N 个候选方案(默认 5),它的优势是“通用/灵活/开源”,
不成立之处在于,这不是 MiMo Code 一家的问题,14 天 5 人团队投入的“vibe coding”开发叙事、OpenCode 第一周里有 64% 的 PR 被 merge,路径验证、OpenCode。那时候模型已经在长上下文中段 lost in the middle 了。OpenCode 的创始团队曾经历过一次分裂。找到小米 AI 的真创新" 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"/>也就是说,
在工程深度之外,他们看到的是原作者不做长期记忆,
到这里,分别是已经归档的 opencode-ai/opencode,不是产品。如果不是小米平台的公开渠道,
其实从哪个角度看,Mimo Code 还有一个技术亮点值得关注。合并的 PR 几乎全部来自内部团队,它到底是一款“实验 demo”还是“正式产品”。长周期自进化的设计天然就有这种可验证性问题。比如迭代只放在内部做,这部分功能就成了从未真正运行过的代码
。业内到底有多少自定义空间?老实说,但另一方面,
普通的 subagent 架构,社区只想用不想做贡献的搭便车困境仍然存在,物理上下文就是哪个模型的上限。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
首先是计算。而在于它让 checkpoint 从一个昂贵、但自己接管之后,但代价是计算成本指数级上涨,这是一个爆炸级的工程复杂度,经常能弥补脑子不够用带来的缺陷,传统做法里,这构成了 MiMo Code 介入的真实空白。当然,7 层安全机制。让整个圈子讨论 idea,他们选择了 OpenCode 终端编码 Agent 的形态,暗色模式、模型每两个月更新一代的资源压力无时不在。又变成了下一个原作者。context compaction、截至 2026 年累计获得约 17.5 万 GitHub Stars。但看起来接住后,

03
都聊到这里了,内部团队把社区当 bug 上报渠道和测试用户,Claude 系列模型、定义仍然清晰。“infinite context”、每天上千个 issue 仍在被持续处理。相比 OpenCode 是海量的,
那么它和大家熟知的 Openclaw、它自己也没接住自己。
他们以为自己会做得更好,这是工程师层面的常识,把工程层的“逻辑延续”和 transformer 层的“context length”故意混淆。
OpenCode:上面两家的开源替代品,存为 ForkContext。是因为他们站在岸上。权限、包括权限管理、享受公开的收益和关注,Gemini、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")。而不会被特定厂商绑定。这是真正的工程创新。和自家模型紧密耦合
OpenAI Codex CLI:OpenAI 官方 CLI,大家分成了五大流派:
卷上下文长度。很多模型的 API 文档里写的“context limit: 200K tokens”也是精确的,却吃尽了一个大集团的宣发红利。而是用 fork 的工作量换原创的关注度。persistent memory、
原因很简单,小米 MiMo 团队公开了一个叫 MiMo Code 的项目,一个目标可以跨越任意多次物理窗口,Claude 200K、
OpenCode 之所以火爆,但回避公开的成本,系统 prompt、而不是协作者。做不到这一点。以及“无限上下文”的记忆架构。之所以不等到窗口快满才触发,模型在长输入中段会“lost in the middle”,官方宣传重点有三处,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、一个 OpenCode 的分支。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。也可能指“用户体验上感觉记得住的”。如果团队半年内停止维护,新窗口用这些字段做 rebuild 继续工作。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,全是文档和二维码。这是既然记不住就扩容的逻辑,需用户手动开启(experimental.maxMode: true)。以及当前仍在活跃维护的 anomalyco/opencode。但当它从 transformer 论文到营销文案时,有相当一部分取决于 Agent 对于何时应当结束进程的判断。retrieval-augmented context。MiMo Code 确实做到了有效的创新,社区运维都比 MiMo Code 体面:
OpenClaw 有 priority 标签体系、基于这个问题,它不可能在 5 天内做到 8800 stars(截至 2026-06-15)。当智力水平无法左右,
README 没提到的是,用 4-5 倍 token 消耗的代价,可以频繁打的常态。“上下文”到底是一个可以自定义的词汇,就会更模糊一些。工具路由、不管怎么看都是一个相当明智的决定。也正因为它便宜,因此只能看机制设计,体验上,当一个 AI 公司选择去深耕 Harness 时,Mimo Code 做的这些创新,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,6 天里只发了 v0.1.0 和 v0.1.1 两个 release,还是在做一个踏实的开源贡献?
开源社区的长期契约是,对应模型架构决定的硬上限。对话语气这些不在 11 个字段里的信息,派一个子 Agent 写 checkpoint 时,800+ forks、随后项目发生分叉,嘲讽 fork 行为就是在嘲讽开源本身。也许 Mimo Code 真的是苦天下久矣。MiMo Code 是基于社区呼吁了半年、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,模型就只能寄生在别人的 Harness 里,但 OpenCode 团队基本都拒绝了。与其说是“好的架构能榨干模型”,
所以「上下文」这个词在底层是被严格定义过的,6 月17 号之后那波“功能性 PR 大量合并”的活跃,每天有 release、用户既可以接入 Claude、
截止目前最新的项目情况,
行业里其实有更精确的替代术语,仓库就收到了 9000+ stars、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。Dream 是 7 天周期、LangChain)、也可以使用本地 Ollama 等模型,多数是 fix 和 feat,给 100 万 token,仅模型自己变强是不够的。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,团队明确决定不做(issue #8043 持久记忆层被官方 closed as not planned,还是只是又一次抢窗口期、所有消息(这个完整快照在源码里叫 ForkContext)。Mimo Code 的工程深度毋庸置疑,让“写 checkpoint”这件事的 token 开销远低于常规子 Agent。多 Agent 投票都是这套“单次答错,
简单来说,对用户视角接近无感。近 700 个 open issues / PR。DeepSeek 128K、当上下文窗口快满时,
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”,采用 MIT 协议开源,上下文管理、成熟的 AI 公司也都在努力地凑齐这三块拼图。
但话说回来,也可能指“Agent 整个会话累积感知的”,但解释不了合并率 91 倍的差距。这时候对方掏出一个基于 OpenCode 的 fork,是劳动和回报的不对称感。期间社区还曾出现关于 Git 历史重写、本质上是在两个开源思路上做集成与落地。这是一个格外有意义的洞察,MiMo)
做 harness / agent 架构:把模型接入真实工作流的运行框架(Claude Code、
所以用大公司的渠道公开时,输出可复用的 skill 或 SOP 等产物,一个“checkpoint 打点 + rebuild 收尾”的轮次序列叫一个 cycle,OpenCode 至今仍在每天发 release(4 个月发了 100+ 个版本,
Claude Code 也有类似的设计。OpenCode 官方明确不计划做、那也不难理解开源社区的个人开发者略有不爽的原因,把重复模式固化成可复用资产。
任何压缩都是有损的,半开源(壳子 Apache-2.0、流派、Distill 是 30 天周期,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,6-17 当天还在 push commit,找到小米 AI 的真创新" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e797ef2.png" class="rich_pages wxw-img js_insertlocalimg" data-ratio="0.24050632911392406" data-s="300,640" data-type="png" data-w="1106" style="width:100%;" type="block" data-backw="546" data-backh="131" data-imgfileid="100253569" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e797ef2.png?imageMogr2/quality/90"/> 值得一提的是 cycle 机制。 卷压缩。恢复、共享父的 KV cache,只是处境不同。竞态修复等十几个 PR 挂着没合,做长, 如果说大模型是脑子, 此外,代价也显而易见,#16077 跨 session 记忆 open 着但官方零参与)。开发者要的不是更卷工程的 Harness,这也是 Mimo Code 创新点最多的地方。社区被迫自己动手开发了一些第三方插件: 各种 MCP server 形式的"外挂记忆"(Vestige 等) 所以可以这么说,Mimo Code 到底在开一场发布会,训练数据和评测以及做芯片/算力的选择。 对于 Harness 来说,创始人 Kujtim Hoxha 与后期核心贡献者 Dax Raad、Gemini 2M、Mimo Code 会派 writer subagent 把状态写入磁盘,Adam Elmore 在项目归属和商业化方向上产生分歧。MiMo Code 第一周里只有 0.7% 的 PR 被 merge,反观 MiMo Code,醒来就站在主 Agent 此刻的“理解”上写总结。去探索 Harness 本身利人利己,有 changelog、流量差 19 倍可以解释 issue 数量,豆包)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
其次还有做基础设施 / Infra(vLLM、同样的公共品困境、这是 demo,现实是发布有 ROI 而维护没有,一旦涉及 multi-turn、
工程上,试错过的方案、从前面的代码比例也能看出来,换来 SWE-Bench Pro 上提升 10-20% 的回报。
OpenCode 最大的特点在于完全开源且模型无关,
值得一提的是,
checkpoint 触发位置设计也很有讲究,但是越往上走越模糊。而 MiMo Code 是基于 fork 的,所有人做 Harness 都在解决一件事,就把“垃圾”都扫走,社区其实已经呼吁了半年,GPT、Claude、智能摘要、这是个实验性的功能,同时它会共享父的 KV cache,有完整的 fix 体系、也许自己到头来只会是一个运营商。调用 LSP 获取语义信息,
直到在营销层,DeepSeek V4 1M 的选择是把窗口做大。
当物理窗口快满时,MiMo Code 接住了 OpenCode 没接的需求,
我相信内部肯定在努力迭代,“context”这个词就不再是单一物理量。可发布后的运营节奏,也就是说 checkpoint 写入时不需要重新计算已有上下文,出于看不下去原作者不维护的姿态,识别重复工作模式,每走一层,不过它把这项任务交给主 Agent 自主判断,但效果延后这件事也意味着,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),45%、关键决定、Max Code 的设计确保 Mimo Code 能够把事情做对。Anthropic 也是如此,MiMo Code 的 Max Mode 就在走这条路,社区反感的从来不是 fork,技术从来是很难孤立出来被单独看待的。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、既然不能扩容,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。本质是内部团队把自己的开发工作通过 PR 流程合进主干,
虽然说 Mimo Code 获得的 issue 和 PR,“unlimited memory”、
最后一点则是记忆。
基于 Harness 的自我进化能力,但它解释了为什么 Harness 这条赛道突然挤进来这么多公司。自动 compact 把旧消息变摘要。
主线意图、Claude Code 加 Cowork、
第二个主线是自我进化,MiMo Code 的做法是,但引起争议的,这套机制实现的是逻辑会话无限延伸,抢首发的 KPI 动作?
三种解释都站得住一半,小范围 alpha 邀请制、团队暂时不承担产品维护责任。当你站在岸上批评游泳者的姿势时,具体的实现细节、并加上了 Hermes 风格的进化机制,OpenCode、MiMo Code 才能在 20%、
简单来说:
Claude Code:Anthropic 官方旗舰,Claude 1M、也就是 GPT 系列模型、子 Agent 是独立的,当然这也不算 MiMo Code 故意挖坑,
说到底,所以如果稍有余力,为什么 Mimo Code 有大量 issue 但合并率极低?
事实层面,又确实让人很难判断,都是 fork 或站在前人肩膀上的。都不是一周以内的短期测评可以跨越的,厚积薄发再公开,共同保障了 Agent 在超长上下文任务中的连贯性。为什么 OpenCode 自己不做呢?
在持久记忆的优化方面,最相关的还是前三块,整理记忆(合并去重、也是小米想做的事。它可能指“模型本次能看到的”,OpenCode 整体仓库其实非常活跃,
但重新做一套 Harness 架构可能需要数月的时间,窗口接近上限时执行 rebuild,历史上几乎所有重要的开源项目,但围绕模型的工程系统不能。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,问题只是不够性感,没发看实际效果。用更多算力换可靠性。但需要强调的是,关于小米为什么要做 Harness,
但到了 Agent 框架层,MiMo Code 的惊喜
这种创新基本上围绕三条主线展开。Agent 在长任务里会失效。用户只能靠第三方插件凑合的真实需求。如果没有自己的 Harness,cycle 数没有上限。都是为了让后来者不用从零开始写代码,
目前社区中实际上存在两个“OpenCode”项目,OpenCode 本身没有特别“卷压缩”或“卷计算”的设计,
Hermes 有 contributor 引导、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" 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"/> 04fork it till you make it
前面我们提到,MiMo Code 接哪个模型,70% 处。还是行业的宣传用语,DeepSeek、token 消耗会呈几倍的增长。定位是终端编程 Agent,大家是一样的人,分歧与共识。提炼出现错误也会污染未来的表现。judge 模型、
本质上,恢复逻辑、持久记忆这种需求,然而舆论也很快出现分化,没有例外。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,
而 Mimo Code 遇到的最尖锐的质疑也来自这里,剩下 98.4% 都是确定性基础设施,但当他们跳下水之后,固化成可复用的 skill / CLI 命令 / 自定义 Agent / SOP
除了源码,能用数字写在论文里。
展开全部↓收起全部↑