小米的 Coding Agent 开源了

摘要:小米开源了终端编程助手 MiMo Code,底座 MiMo-V2.6 拿下 AA 指数 46 分、开源第一。本文拆它的三条路:模型与 Harness 一起养、记忆外包给子代理、便宜不锁死你。

你终端里的 AI 编程工具,大概已经换过好几轮了。2026 年 10 月中旬,名单又多了一个,来头有点意外:小米。MiMo Code V0.1.0,MIT 协议,基于开源项目 OpenCode 二次开发,界面全程中文。你在自己的终端里敲一行安装命令,它就安装好了。

Coding Agent 这条赛道早就挤满了人:Claude Code、Codex、Cursor、Qoder、codebuddy...小米这时候进场,图什么?

把工具和它的 MiMo-V2.6 系列模型连起来看,答案就出来了:模型、订阅、工具,小米想收的是一整条链。

先看榜单

Artificial Analysis 综合智能指数里,MiMo-V2.6-Pro 拿了 46 分,超过 Kimi K3 和 Qwen3.8 Max,是当前最强的开源模型------这是小米官方发布页的原话,榜单图他们也大大方方贴了出来。

榜单里排在它前面的清一色闭源:Claude Fable 5.1、GPT-6 Astra、Claude Opus,都是 53 分。开源阵营登了顶,不等于全场登顶------这层差距小米自己也没回避,官方原话就是「与最强的闭源模型相比,仍有差距」。

价格这一侧倒是真有底气:V2.6 沿用 V2.5 的 API 定价,智能涨了、价格没动,官方算账说同等智能下价格只有海外模型的 1/20 到 1/60 。V2.5 和 V2.5-Pro 将于 2026 年 10 月 21 日 10:00 下线,你手里还配着的话,记得切 V2.6。

模型和 Harness,一起养

多数 Coding Agent 的思路,是拿一个通用框架套任意模型。小米的路子更野:模型和 Harness 放在一起养。

训练侧就有体现。V2.6 的强化学习用了 Multi-Harness Training------同一批任务混着多个框架跑,官方的说法是让模型在没见过的框架上也能打。他们连极简的 mini-harnesses 都开了源,系统提示、工具、上下文管理拆开,随便组合。Harness 不是模型的外壳,是训练材料的一部分。

花钱也看得见诚意:六天 Live RL 训练,Pro 版烧了约 262 万美元,DeepSWE v1.1 从 58.4 涨到 72.6。到了工具侧,MiMo Code 给自家模型做专属调优,厂商口径说同样的模型,在 SWE-Bench Pro V2 和 Terminal Bench 2 上比原版 OpenCode 高 5 分。

同一个模型,换个框架成绩就变,凭什么?这组数据给了一个注脚。数字是自报的,你姑且听之,思路值得记住:工具不是模型的容器,是模型的放大器。

配套的 Compose 模式按一下 Tab,给它一个想法,它自己走完设计、规划、编码、测试、审查。成色等你实测,方向跟今年的行业观察一致:模型的聪明程度在见顶,工程配套的差距在拉开。

记忆这件事,不赌模型自觉

长会话丢状态,是所有 Coding Agent 的老毛病。你上一次因为模型忘了事而返工,是什么时候?多半就这几天。聊到第五十轮,它把前面定好的方案忘干净了,从头再来。现在主流的补救是让模型自己记笔记:重要的事写进磁盘文件,下次会话再注入。此前拆 Claude Code 时说过,它的长期记忆靠 CLAUDE.md 和 MEMORY.md 这类文件层扛着。

MiMo Code 换了个思路,官方的说法很直白:不赌模型自觉,用工程把它兜住。主 agent 专心干活,记录这件事整个外包------由一个独立的子代理自动保存状态,拆成项目记忆、会话检查点、任务进度三层;窗口快满时,重建一份干净简报,主 agent 接着干,不用从头再来。

那简报重建会不会丢信息?重建本身就是一次有损压缩,丢多少、什么场景丢,目前没有第三方数据,得靠实测说话。不过把「记笔记」从模型的自觉变成系统的职责,这个方向是对的:指望记性,不如指望流程。

便宜,而且不锁死你

接入面给得很宽:DeepSeek、Kimi、GLM 都能接,也支持第三方 Token Plan;生态上兼容 OpenCode、Claude Code 这些主流工具链。你可以把 MiMo Code 当 MiMo 模型的专属座驾,也可以把它当通用终端外壳,接别家的模型用。

订阅按 Credits 计费,四档套餐每月 39 元到 659 元;新出的 MiMo Desktop 客户端配了 UltraSpeed,最高 20 倍推理速度。定价在国产工具里属常规操作,你该看的是姿态:MIT 协议意味着下载、修改、二次分发都没门槛,连六天 RL 的任务环境、训练框架、技术报告都全量开源。背靠手机大厂的团队把底牌全开,图的显然不是订阅费。

前面这三件事摊在一张图上,是这样的:

先把丑话说完

跟闭源旗舰还差七分,实战里这可能就是能用和好用的距离。还有一条:MiMo Code 是 V0.1.0 的探索性产品,目前 Mac 和 Linux 可用,成熟度要打折。数据口径也是个坑:比肩 Claude Sonnet 4.6、评测高 5 分,都是厂商自报,独立复测还得等。顺带一句,限时免费、UltraSpeed 都是获客手段。

推荐进场姿势:当参考实现来研究,别当生产主力。

实际上手

内置模型限时免费,装一个就能玩;想换工具外壳的,MIT 加工具链兼容,迁走不心疼;想研究 Agent 工程的,记忆外包、混框架训练都是现成的开源参考------把持久记忆做成工程机制,光这思路就值得去试试。

模型单价被打下来之后,光卖模型赚不到溢价,能锁住开发者的只剩工具链。谁的 Agent 先住进你的终端,谁的模型就多一个出口。

结论

国产 Coding Agent 又多了一个带模型、带订阅、带开源协议的整套玩家,混框架养模型、记忆外包。不过:V0.1.0 的成熟度、自报口径的数据、七分的闭源差距。去亲手跑一遍,试试看吧。

参考资料

作者:唐悦玮 | 从后端出发,用 AI 拓展到全栈的工程师。

相关推荐
秦先生在广东1 小时前
Headroom 深度解析:本地化 LLM 代理下的 Token 压缩艺术
人工智能
罗西的思考1 小时前
【Agentic RL】Dressage Staleness 控制深度分析
人工智能·算法·机器学习
秦先生在广东1 小时前
深度解析 XERJ:为 AI Agent 打造的 Rust 本地搜索引擎
人工智能
狼爷1 小时前
踩坑实录:OpenCode 端口 49374 占用之谜
aigc·ai编程
天天代码码天天2 小时前
录下自己的声音,让电脑替你讲故事:我做了一个 C# 离线配音工具
人工智能
Rocky Ding*2 小时前
深入解析GPT-6 Astra提示词工程:从Skills、AGENTS.md到可验证的Agent交付
论文阅读·人工智能·深度学习·机器学习·aigc·ai-native·提示词工程
志尊宝2 小时前
AI原生前端开发(009):AI辅助性能分析与优化建议
人工智能·react.js·ai-native
KeyAction66662 小时前
第二届中国国际人工智能+行动大会看点:智能体专场、算力账本与产品发布
人工智能·ai