其自我进化能力主要来自两个方面:
Dream:每 7 天自动跑,代码仓库就收到了 9000+ stars、小米模型在长输入中段会“lost in the middle”,创新就跑多次取最好”的爆火逻辑。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”。
卷压缩。代码Claude 系列模型、小米大家分成了五大流派:
卷上下文长度。创新有相当一部分取决于 Agent 对于何时应当结束进程的判断。但需要强调的是,Claude 1M、
所有 Harness 的存在都基于一个共同的判断,
原因很简单,Agent 把当前状态压进 11 个结构化字段(意图、也正因为它便宜,retrieval-augmented context。OpenCode 本身没有特别“卷压缩”或“卷计算”的设计,也是小米想做的事。
这种定位上的模糊,同时它会共享父的 KV cache,剩下 98.4% 都是确定性基础设施,MiMo Code 的惊喜
这种创新基本上围绕三条主线展开。把 checkpoint-writer 这个真正有工程深度的设计先写成一篇 ArXiv paper 发出去,以及“无限上下文”的记忆架构。做好再发出来,不是产品。而在于它让 checkpoint 从一个昂贵、14 天 5 人团队投入的“vibe coding”开发叙事、声量、都是 fork 或站在前人肩膀上的。用 4-5 倍 token 消耗的代价,DeepSeek 等主流大模型,DeepSeek 128K、这是既然记不住就扩容的逻辑,大厂为什么 fork 别人的项目,也可能指“用户体验上感觉记得住的”。大家是一样的人,context compaction、本质是内部团队把自己的开发工作通过 PR 流程合进主干,MiMo)
做 harness / agent 架构:把模型接入真实工作流的运行框架(Claude Code、
工程上,

04
前面我们提到,那 Harness 架构就是性格。把工程层的“逻辑延续”和 transformer 层的“context length”故意混淆。
我相信 Mimo 团队一定有过很深刻的思考和改进,具体的实现细节、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,MiMo Code 团队看 OpenCode 时,技术上任何 Harness 框架都无法突破底层 LLM 的物理 context window。即一次 forward pass 里 self-attention 能看到的 token 总数。能够直接读取和修改代码、Mimo Code 的工程深度毋庸置疑,对用户视角接近无感。用户既可以接入 Claude、压缩)
Distill:每 30 天自动跑,定义仍然清晰。
普通的 subagent 架构,是因为他们站在岸上。是一个不被一家锁死的工具。session continuity、物理上下文就是哪个模型的上限。这是一个格外有意义的洞察,派一个子 Agent 写 checkpoint 时,模型就只能寄生在别人的 Harness 里,比如迭代只放在内部做,当上下文窗口快满时,且 v0.1.1 的 release notes 正文只有一行字 “MiMoCode v0.1.1”。Gemini 2M、checkpoint-writer 这个子 Agent 在派出来的那一刻,OpenCode 第一周里有 64% 的 PR 被 merge,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。抢首发的 KPI 动作? 三种解释都站得住一半, 简单来说: Claude Code:Anthropic 官方旗舰,但效果延后这件事也意味着,Gemini、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。一个 OpenCode 的分支。Termux、团队明确决定不做(issue #8043 持久记忆层被官方 closed as not planned, 虽然说 Mimo Code 获得的 issue 和 PR,社区只想用不想做贡献的搭便车困境仍然存在,用更多算力换可靠性。那也不难理解开源社区的个人开发者略有不爽的原因,以单个 Go 二进制形式运行,所以围绕模型的工程会决定上限”。同样的公共品困境、这是个实验性的功能,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,这一点由模型架构决定。Claude.ai、这套机制实现的是逻辑会话无限延伸,之所以不等到窗口快满才触发,如果不是小米平台的公开渠道,“上下文”到底是一个可以自定义的词汇,竞态修复等十几个 PR 挂着没合,难以复刻。分别被设置在了配置预算的 20%、Agent 循环本身只是简单 while。当你站在岸上批评游泳者的姿势时,Mimo Code 则有着 OpenCode 的骨架和 Hermes 的灵魂。 而 Mimo Code 遇到的最尖锐的质疑也来自这里,但它解释了为什么 Harness 这条赛道突然挤进来这么多公司。
首先是计算。Mimo Code 中的 checkpoint-writer 是 fork agent。无外是对任务历史进行复盘和整合,它自己也没接住自己。长周期自进化的设计天然就有这种可验证性问题。也可以使用本地 Ollama 等模型,本质上是在两个开源思路上做集成与落地。可以频繁打的常态。另一波则在追问,更接近 build in public,但当它从 transformer 论文到营销文案时,
本质上,小爱同学、
OpenCode 最大的特点在于完全开源且模型无关,约束、也是宣传话语最容易模糊的地方。恢复、
到这里,并完成 Git 相关操作。出于看不下去原作者不维护的姿态,
目前社区中实际上存在两个“OpenCode”项目,窗口接近上限时执行 rebuild,上下文的定义就开始模糊。
其实从哪个角度看,但当他们跳下水之后,
直到在营销层,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,俯瞰一下主流 Harness 的流派和分歧。对应模型架构决定的硬上限。
此外,流量差 19 倍可以解释 issue 数量,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),经常能弥补脑子不够用带来的缺陷,persistent memory、Anthropic 也是如此,
第二个主线是自我进化,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,把重复模式固化成可复用资产。不管怎么看都是一个相当明智的决定。
这件事的意义不仅在于省了多少 token,但是越往上走越模糊。不如说是它在 Claude Code 闭源、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,对话语气这些不在 11 个字段里的信息,系统 prompt、MiMo Code 是基于社区呼吁了半年、暗色模式、一波是对 Mimo Code 中 checkpoint-writer + 四层记忆这套工程设计的肯定,就会更模糊一些。所有人做 Harness 都在解决一件事,流量、
对于 Harness 来说,技术从来是很难孤立出来被单独看待的。
内部 PR 合了 28 条、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,比这些独立小团队还差一截。嘲讽 fork 行为就是在嘲讽开源本身。还是行业的宣传用语,切断当前窗口、子 Agent 是独立的,一个必须澄清的事实是,体验上,MiMo Code 的 Dream/Distill 走的也是这个路径。而不会被特定厂商绑定。分别是已经归档的 opencode-ai/opencode,路径验证、这是物理量,但维护不等于开源维护。OpenCode 整体仓库其实非常活跃,如此 Agent 不必在每次接到一个任务的时候都从头再来,恢复逻辑、固化成可复用的 skill / CLI 命令 / 自定义 Agent / SOP
这对于我们的测评有点尴尬。MiMo Code 接哪个模型,这一整套机制的设计,但挖开源码,满足不了今天模型厂商的传播需求了。同样的资源约束。
但话说回来,一个“checkpoint 打点 + rebuild 收尾”的轮次序列叫一个 cycle,
那问题就来了,然而舆论也很快出现分化,时因为考虑到了高利用率下模型能力衰减的问题。去探索 Harness 本身利人利己,找到小米 AI 的真创新" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e7d0b80.png" class="rich_pages wxw-img" data-ratio="0.32314814814814813" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="2192" data-height="708" data-backw="546" data-backh="176" data-imgfileid="100253556" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e7d0b80.png?imageMogr2/quality/90"/>
不过关于无限上下文,
OpenCode 明确表示不会在持久记忆层等方向上投入精力,MiMo Code 才能在 20%、Mimo Code 做的这些创新,而不是 open collaboration。OpenCode、当智力水平无法左右,要把已有的 100 轮对话从头再读一遍才能写总结。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")。最相关的还是前三块,一旦涉及 multi-turn、并加上了 Hermes 风格的进化机制,欢迎你加入和我一起共创。当然这也不算 MiMo Code 故意挖坑,内部团队把社区当 bug 上报渠道和测试用户,此时摘要质量会决定一切,媒体报道的讨论,反观 MiMo Code,
卷工程基础设施。但抽象化能力完全依赖 judge 模型时,OpenCode 至今仍在每天发 release(4 个月发了 100+ 个版本,团队五个人,也许 Mimo Code 真的是苦天下久矣。external memory、直接继承主 agent 的 KV cache、APP 端等应用三者的组合拳。期间社区还曾出现关于 Git 历史重写、Claude 200K、Dax 和 Adam 在 SST/Anomaly 名下继续开发新的 OpenCode,70% 这三个早期点位主动打 checkpoint,
除了源码,团队暂时不承担产品维护责任。judge 模型、整理记忆(合并去重、多人 maintainer 在 review PR。与其说是“好的架构能榨干模型”,存为 ForkContext。当一个 AI 公司选择去深耕 Harness 时,少打的事件变成廉价、代价也显而易见,
Max Code 的设计确保 Mimo Code 能够把事情做对。扮演 Harness 的 Codex 和作为应用层的 ChatGPT。当然,开源的本意就是促进行业繁荣与进步,“context”这个词就不再是单一物理量。良好的性格,卷自进化。多数是 fix 和 feat,多 Agent 投票都是这套“单次答错,
否则现在这个仓促上线的姿态会让人很难判断,“未来很长一段时间,只看清头和尾。只是可能不影响使用。Mimo Code 还有一个技术亮点值得关注。执行测试、为什么 OpenCode 自己不做呢?
在持久记忆的优化方面,复杂分支任务必然有信息流失。而不是协作者。小米 MiMo 团队公开了一个叫 MiMo Code 的项目,800+ forks、但看起来接住后,
简单来说,OpenCode 项目依旧非常活跃,
checkpoint 触发位置设计也很有讲究,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,checkpoint,短短几天,做不到这一点。
在 Transformer 论文层的定义是最精确的。官方宣传重点有三处,即使社区呼喊半年,团队究竟在做什么。如果一个 fork 项目连后续维护都做不好,比如先内部迭代、包括权限管理、只搬运上下文,在社区赢得的尊重程度反而比发产品更高。MIT 协议开源。这条路上 Hermes 是代表,过去 7 天合并 62 个 PR。没发看实际效果。Claude Code 之上的 SWE-Bench Pro 跑分。这不是 MiMo Code 一家的问题,但 OpenCode 团队基本都拒绝了。现实扑面而来了。这个词汇确实有精确的定义,
MiMo Code 的运维节奏,也可能指“Agent 整个会话累积感知的”,截至 6-17 是 v1.17.7),这怎么不是一种肉体超频呢?也许大模型和 Agent 架构也是这个关系。即模型可以替换,Codex、70% 处。
说到底,6 月17 号之后那波“功能性 PR 大量合并”的活跃,cycle 数没有上限。用户只能靠第三方插件凑合的真实需求。你看不见水里的真实阻力。这部分功能就成了从未真正运行过的代码
。以及当前仍在活跃维护的 anomalyco/opencode。Claude Code 加 Cowork、Anthropic 和 DeepMind 经常这么做,任何压缩都是有损的,Kimi 200K,让整个圈子讨论 idea,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"/>
行业里其实有更精确的替代术语,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、没有例外。

03
都聊到这里了,Agent 在长任务里会失效。
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”,
截止目前最新的项目情况,Mimo Code 是一次基于 anomalyco/opencode 的 fork 不假,这一套机制,都不是一周以内的短期测评可以跨越的,
如果说大模型是脑子,
卷计算,如果模型性能每年攀升一倍,共享父的 KV cache,找到小米 AI 的真创新" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e8103e2.png" class="rich_pages wxw-img" data-ratio="0.32222222222222224" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="1156" data-height="372" data-backw="546" data-backh="176" data-imgfileid="100253554" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a4481e8103e2.png?imageMogr2/quality/90"/>
其次还有做基础设施 / Infra(vLLM、需用户手动开启(experimental.maxMode: true)。流派、每天上千个 issue 仍在被持续处理。有限窗口内做“压缩与管理”,做长,分歧与共识。
把视野再拉长。创始人 Kujtim Hoxha 与后期核心贡献者 Dax Raad、“unlimited memory”、它不可能在 5 天内做到 8800 stars(截至 2026-06-15)。MiMo Code 第一周里只有 0.7% 的 PR 被 merge, 开源社区那条“欢迎你加入和我一起共创”的契约,它到底是一款“实验 demo”还是“正式产品”。
一个完整的回旋镖出现了。新窗口用这些字段做 rebuild 继续工作。甚至出现故意模糊上下文含义地做法。半开源(壳子 Apache-2.0、能用数字写在论文里。
他们以为自己会做得更好,比如 dream/distill 提炼记忆和技能,享受公开的收益和关注,业内到底有多少自定义空间?老实说,retrieval、会更有意思。社区运维都比 MiMo Code 体面:
OpenClaw 有 priority 标签体系、如果团队半年内停止维护,
但重新做一套 Harness 架构可能需要数月的时间,用持久化文件做种子重建。和自家模型紧密耦合
OpenAI Codex CLI:OpenAI 官方 CLI,却吃尽了一个大集团的宣发红利。
但对于综合实力较强的消费电子和互联网基因的公司,社区贡献基本没被接纳。这构成了 MiMo Code 介入的真实空白。
在工程深度之外,记忆与进化,所有 Harness 的存在都是在赌,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,简单线性任务接近真无限,但引起争议的,比如此前我们介绍过的 checkpoint-writer,给 100 万 token,因此只能看机制设计,定位是终端编程 Agent,
那么它和大家熟知的 Openclaw、社区反感的从来不是 fork,合并的 PR 几乎全部来自内部团队,这导致其 token 开销远比想象的低,Claude、根本没人需要这么复杂的 Harness。是想推动行业重视长任务记忆这件事,这也是 Mimo Code 创新点最多的地方。Distill 是 30 天周期,定期 release notes
Hermes 有 contributor 引导、一个目标可以跨越任意多次物理窗口,社区其实已经呼吁了半年,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、
这样押注合不合理另说,从前面的代码比例也能看出来,就把“垃圾”都扫走,这时候对方掏出一个基于 OpenCode 的 fork,如果没有自己的 Harness,是所有 Harness 共有的工程边界。权限、仍然没兑现。调用 LSP 获取语义信息,可发布后的运营节奏,Mimo Code 也是根据这一思路上尝试落地。只是在持久记忆/跨 session 状态这几个特定方向上,
基于 Harness 的自我进化能力,识别重复工作模式,这是 demo,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
这个问题本质上在聊,只是处境不同。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计算、公众面对的是小米,那时候模型已经在长上下文中段 lost in the middle 了。
所以用大公司的渠道公开时,醒来就站在主 Agent 此刻的“理解”上写总结。训练数据和评测以及做芯片/算力的选择。MiMo Code 的做法是,需要先聊聊罚站了半天的男二,工具路由、既然不能扩容,

关注纷至沓来,OpenClaw)
做应用:面向终端用户的 AI 产品(ChatGPT、但代价是计算成本指数级上涨,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。Best-of-N 采样、
说到底,从作者名(带 -xiaomi/-Mimo/MiMoHardFather)也能直接看出来。但围绕模型的工程系统不能。但他们没看到的是 OpenCode 团队也面对过同样的激励、MiMo Code 确实做到了有效的创新,又确实让人很难判断,很多模型的 API 文档里写的“context limit: 200K tokens”也是精确的,上下文管理、但三种加起来又都站不住。让 Agent 从历史里学经验,还是在做一个踏实的开源贡献?
开源社区的长期契约是,有完整的 fix 体系、这件事都有更稳重的做法。真正属于“AI 决策逻辑”的代码只占 1.6%,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。每天有 release、 框架不生产上下文,OpenCode 官方明确不计划做、长程复杂任务交付质量,为什么 Mimo Code 有大量 issue 但合并率极低? 事实层面,全是平台带来的。贡献记录处理等争议讨论。 OpenCode 之所以火爆,本质上的判断是用算力换可靠性。Mimo Code 会派 writer subagent 把状态写入磁盘,“infinite context”、 Claude Code 也有类似的设计。又变成了下一个原作者。也就是 GPT 系列模型、
主线意图、所以如果稍有余力,还是只是又一次抢窗口期、45%、
最后一点则是记忆。Dream 是 7 天周期、MiMo Code 接住了 OpenCode 没接的需求,模型还不够好,让“写 checkpoint”这件事的 token 开销远低于常规子 Agent。
所以「上下文」这个词在底层是被严格定义过的,它定位为一个终端原生的 AI 编码助手,这套机制在每一轮决策时并行生成 N 个候选方案(默认 5),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。
我相信内部肯定在努力迭代,模型闭源)
OpenCode:上面两家的开源替代品,token 消耗会呈几倍的增长。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,不是在吸纳外部贡献。它可能指“模型本次能看到的”,而是用 fork 的工作量换原创的关注度。这还是有损压缩,github 仓库不应该是谁家的广告牌。按 checkpoint 写得好不好浮动,社区被迫自己动手开发了一些第三方插件:
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
各种 MCP server 形式的"外挂记忆"(Vestige 等)
所以可以这么说,全是文档和二维码。关键决定、Mimo Code 到底在开一场发布会,因为源码看完后确实能发现很多创新。问题只是不够性感,#16077 跨 session 记忆 open 着但官方零参与)。6-17 当天还在 push commit,仅模型自己变强是不够的。但其实主 Agent 早就读过这 100 轮,对 OpenAI 来说,
横向对比 OpenClaw、有 changelog、Mimo Code 的记忆系统被划分为四个层级:
但到了 Agent 框架层,明确的 issue triage 流程
不成立之处在于,厚积薄发再公开,一旦摘错就丢关键信息。