小米开源终端AI编程助手MiMo Code，支持多模态模

小米在2026年6月11日正式推出了终端AI编程助手MiMo Code V0.1.0，并且选择了开源。这件事值得关注，因为它不是简单地拿个模型包装一下，而是在底层做了不少扎实的功课。

先说开源协议。它采用的是MIT协议，这意味着个人开发者和企业用户都可以自由使用、修改甚至二次分发，没有太多条条框框。接入现有开发工具链的门槛被压得很低，这点对技术团队来说比较友好。

在模型支持上，MiMo Code预置了限时免费的多模态模型MiMo-V2.5。从综合性能来看，这个模型已经达到了行业主流水平，与Claude Sonnet 4.6基本站在同一梯队。同时，它还全面兼容DeepSeek、Kimi、GLM等主流大语言模型，并且支持通过第三方Token服务灵活接入。换句话讲，不管你的开发场景是轻量级的还是重资产型的，基本都能找到合适的模型搭配。

真正让人眼前一亮的是它的持久记忆系统。长周期交互中信息衰减和丢失是个老大难问题，很多AI工具聊着聊着就忘了前面在做什么。MiMo Code的做法是，构建了一个融合项目级记忆、会话检查点与任务进度追踪的三重机制。更关键的是，它安排了一个独立子智能体专职负责状态记录与上下文简报的动态重构。实测下来，即使进行上百轮的连续对话，它的响应质量依然能保持稳定，这在复杂项目调试中价值明显。

专属Harness系统与Compose模式协同运作，构成了一条完整的工作流。从项目结构设计、代码编写、单元测试到静态审查，整个流程自动完成闭环，最终输出的是符合工业级标准的可交付代码。代码写得对不对、好不好？测试不会骗人。

数据也很能说明问题。在同等模型配置下，MiMo Code在SWE-Bench Pro V2与Terminal Bench 2两大权威编程基准测试中，得分均比Claude Code高出5个百分点。差距不大，但足够证明它的工程优化方向是对的。

还有一点值得单独拿出来说——内置的/dream记忆优化指令。每七天自动触发一次记忆整合流程：独立智能体会读取历史会话记录与当前记忆文件，执行合并、去重、路径有效性验证及内容压缩，最终将离散的记忆聚合成一份精炼、一致的当前状态快照。全局记忆库同步更新，真正做到越使用越精准、越高效。这就像给AI装了一个“定期归档与清理”的机制，避免记忆库变得臃肿无效。

此外，MiMo Code集成了语音输入功能。依托MiMo-V2.5-ASR语音识别能力，你可以直接用自然语言下达开发指令、修改代码片段。交互边界被进一步拓展，编码效率也跟着提了上来。

最后是适配性。它全面覆盖Mac、Linux与Windows三大操作系统，安装过程非常简洁，只需在终端输入指定命令就能快速启动。界面已经做了完整的中文本地化，并配有实时状态看板，方便开发者随时掌握运行进度与任务状态。没有复杂的环境配置，上手就能干活。