MiMo Code 协作 Agent 编程实战：协同解决关键架构性能 bottleneck

先给一个核心判断：MiMo Code 协作 Agent 编程的根基，无非两条——持久记忆系统和子智能体编排机制。它们共同撑起架构诊断、角色分工、跨会话协同以及约束闭环，最终实现高效且不混乱的多人多任务协作。

协作 Agent 不是让几个模型坐在一起聊天，而是把不同角色的子智能体按需调度、分工明确、状态实时同步。MiMo Code 的协作能力，关键就落在

和上——这两样东西保证，无论多少人、多少任务同时介入，都不会出现信息断层、重复劳动，更不会有人拍脑袋决策互相冲突。

架构瓶颈诊断：先让 Agent 看懂你的系统

协作之前得有个共识。MiMo Code 不需要你手动贴日志或者截个图，它自己会主动去读项目上下文：

• 自动扫描 package.json、go.mod、docker-compose.yml 这类关键文件，然后搭起一张初始架构图谱
• 识别高频调用链——比如 HTTP → Service → DB → Cache 这种典型路径，再基于本地 curl -w 或 go tool pprof 的输出，把延迟毛刺点一一标记出来
• 最后，诊断结果会写进 MEMORY.md 的 ## Bottleneck Summary 区域，后续所有 Agent 都能共用这份“情报”

角色化子 Agent 分工：谁该做什么，不抢活也不漏活

默认情况下，MiMo Code 会启用三类协作型子 Agent，启动后自动注册到当前会话：

• Profiler Agent
  ：专注采集运行时指标，比如 CPU profile、SQL slow log、Redis latency histogram。它只动手不动刀，不改一行代码，只输出可验证的数据快照。

• Refactor Agent
  ：只响应明确的指令——比如你敲一句 /refactor db.Query to use connection pooling，它会在每次修改前自动生成 diff 预览，等你确认了才动作。

• Test Agent
  ：每次变更后，自动补全边界 case，然后跑 go test -bench=. 或 npm run test:perf，结果同步更新到记忆简报里。

跨会话协同：中断后继续，多人间接力

实际协作中，经常因为人走了、机器关了、网络断了而中断。MiMo Code 用了两种机制来维持连续性：

• 会话检查点（Session Checkpoint）
  ：每次 Ctrl+C 或终端关闭前，系统自动保存当前任务状态——包括还没 merge 的分支名、待 review 的 PR draft 链接、Profiler Agent 最新采集的时间戳，全记下来。

• /dream 命令触发的记忆收敛
  ：假设A同学昨天优化了缓存策略，B同学今天接手。只要跑一次 /dream，系统就会拉取最近7天所有相关会话，生成一份带时间线的 ARCHITECTURE_UPDATE_LOG.md，清晰标注“谁在哪一轮做了什么、依据哪条性能数据”。

避免协作陷阱：三个容易踩的坑

工程级的协作，说到底不是堆功能，关键在于约束和反馈闭环。以下几个坑尤其要注意：

• 禁止直接 git push --force。所有代码变更必须经过 Test Agent 验证，并且由 Refactor Agent 自动加上注释说明优化动机，否则拒绝提交。
• 禁止跨 Agent 修改同一文件段。系统一旦检测到两个子 Agent 同时请求编辑 src/db/client.go 的第42–58行，会立即暂停并提示：“请先合并 Profiler Agent 的连接池建议，再启动 Refactor Agent”。
• 记忆不是日志。MEMORY.md 不记录每一句对话，只沉淀决策依据——比如“选择 Redis Pipeline 而非 Lua，因 benchmark 显示 QPS 提升 3.2x @ 99%ile”。