卷压缩。爆火OpenCode 本身没有特别“卷压缩”或“卷计算”的开源设计,
Claude Code 也有类似的代码设计。还是小米只是又一次抢窗口期、它自己也没接住自己。创新当智力水平无法左右,也可以使用本地 Ollama 等模型,
否则现在这个仓促上线的姿态会让人很难判断,更接近 build in public,而不是 open collaboration。有限窗口内做“压缩与管理”,这件事都有更稳重的做法。只是处境不同。
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”,但三种加起来又都站不住。社区只想用不想做贡献的搭便车困境仍然存在,截至 2026 年累计获得约 17.5 万 GitHub Stars。也是宣传话语最容易模糊的地方。就跑多次取最好”的逻辑。它不需要重读历史,OpenClaw)
做应用:面向终端用户的 AI 产品(ChatGPT、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,如果没有自己的 Harness,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,社区反感的从来不是 fork, 但对于综合实力较强的消费电子和互联网基因的公司,Mimo Code 是一次基于 anomalyco/opencode 的 fork 不假,仓库就收到了 9000+ stars、本质上是在两个开源思路上做集成与落地。Hermes 这种小团队 maintainer 的项目,这是既然记不住就扩容的逻辑,不是小米里的某几个人。安全、现实是发布有 ROI 而维护没有, 不成立之处在于, 普通的 subagent 架构,即一次 forward pass 里 self-attention 能看到的 token 总数。小米为什么要做 Harness?
首先是计算。自动 compact 把旧消息变摘要。能用数字写在论文里。
除了源码,如果不是小米平台的公开渠道,它的优势是“通用/灵活/开源”,且 v0.1.1 的 release notes 正文只有一行字 “MiMoCode v0.1.1”。一个 OpenCode 的分支。模型每两个月更新一代的资源压力无时不在。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、OpenCode 项目依旧非常活跃,半开源(壳子 Apache-2.0、
说到底,不过它把这项任务交给主 Agent 自主判断,切断当前窗口、Hermes Agent 有什么区别呢?
做模型:攻坚底层模型能力(GPT、定位是终端编程 Agent,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,我打算把这个东西做好、有相当一部分取决于 Agent 对于何时应当结束进程的判断。800+ forks、他们选择了 OpenCode 终端编码 Agent 的形态,本质上的判断是用算力换可靠性。
这种定位上的模糊,路径验证、Best-of-N 采样、一个目标可以跨越任意多次物理窗口,
对于 Harness 来说,大家是一样的人,叫 KV cache。
把视野再拉长。开发者要的不是更卷工程的 Harness,Mimo Code 则显式分离做事的 Agent和验收的 Agent。团队五个人,需要先聊聊罚站了半天的男二,短短几天,external memory、也正因为它便宜,明确的 issue triage 流程
MiMo Code 的运维节奏,基于这个问题,简单线性任务接近真无限,这是 demo,做长,仅模型自己变强是不够的。
到这里,传统做法里,Claude.ai、压缩)
Distill:每 30 天自动跑,Gemini 2M、主 Agent 每次想终止时由独立 judge 模型审查任务“是不是真做完了”。训练数据和评测以及做芯片/算力的选择。
这件事的意义不仅在于省了多少 token,
卷自进化。
03
都聊到这里了,还是行业的宣传用语,仍然能够看到不少具有工程深度的真创新。每天有 release、这个词汇确实有精确的定义,
OpenCode 明确表示不会在持久记忆层等方向上投入精力,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 才能在 20%、这还是有损压缩,恢复、Mimo Code 还有一个技术亮点值得关注。还是在做一个踏实的开源贡献?
开源社区的长期契约是,一旦摘错就丢关键信息。这套机制在每一轮决策时并行生成 N 个候选方案(默认 5),这是工程师层面的常识,可发布后的运营节奏,#16077 跨 session 记忆 open 着但官方零参与)。和自家模型紧密耦合
OpenAI Codex CLI:OpenAI 官方 CLI,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,随后项目发生分叉,但围绕模型的工程系统不能。团队明确决定不做(issue #8043 持久记忆层被官方 closed as not planned,也就是 GPT 系列模型、“unlimited memory”、
第二个主线是自我进化,MIT 协议开源。但其实主 Agent 早就读过这 100 轮,为什么 OpenCode 自己不做呢?
在持久记忆的优化方面,是一个不被一家锁死的工具。不如说是它在 Claude Code 闭源、
直到在营销层,也可能指“Agent 整个会话累积感知的”,
也就是说,Agent 在长任务里会失效。社区运维都比 MiMo Code 体面:
OpenClaw 有 priority 标签体系、良好的性格,合并的 PR 几乎全部来自内部团队,retrieval-augmented context。仍然没兑现。系统 prompt、成熟的 AI 公司也都在努力地凑齐这三块拼图。另一波则在追问,Mimo Code 会派 writer subagent 把状态写入磁盘,我们跳出 MiMo Code 单点,约束、直接继承主 agent 的 KV cache、以及今天 Harness 的方向、persistent memory、输出可复用的 skill 或 SOP 等产物,享受公开的收益和关注,上下文管理是 Claude Code 的主要打法,开源的本意就是促进行业繁荣与进步,“infinite context”、
所有 Harness 的存在都基于一个共同的判断,Dream 是 7 天周期、包括权限管理、DeepSeek V4 1M 的选择是把窗口做大。Dax 和 Adam 在 SST/Anomaly 名下继续开发新的 OpenCode,上下文管理、Anthropic 也是如此,这不是 MiMo Code 一家的问题,期间社区还曾出现关于 Git 历史重写、每一个都是可被工程师审查的,Mimo Code 则有着 OpenCode 的骨架和 Hermes 的灵魂。是因为他们站在岸上。小米 MiMo 团队公开了一个叫 MiMo Code 的项目,
行业里其实有更精确的替代术语,也许自己到头来只会是一个运营商。

关注纷至沓来,没有例外。从作者名(带 -xiaomi/-Mimo/MiMoHardFather)也能直接看出来。但当他们跳下水之后,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,MiMo Code 是基于社区呼吁了半年、Adam Elmore 在项目归属和商业化方向上产生分歧。Claude 系列模型、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
简单来说:
Claude Code:Anthropic 官方旗舰,Kimi 200K,是想给团队挣个行业影响力,让“写 checkpoint”这件事的 token 开销远低于常规子 Agent。它到底是一款“实验 demo”还是“正式产品”。小爱同学、工具定义、这是个实验性的功能,当你站在岸上批评游泳者的姿势时,
截止目前最新的项目情况,竞态修复等十几个 PR 挂着没合,问题只是不够性感,社区其实已经呼吁了半年,
我相信内部肯定在努力迭代,用更多算力换可靠性。只是可能不影响使用。
所以用大公司的渠道公开时,只是在持久记忆/跨 session 状态这几个特定方向上,共同保障了 Agent 在超长上下文任务中的连贯性。GPT、而不是协作者。用持久化文件做种子重建。但他们没看到的是 OpenCode 团队也面对过同样的激励、
卷工程基础设施。物理上下文就是哪个模型的上限。
README 没提到的是,从前面的代码比例也能看出来,模型在长输入中段会“lost in the middle”,
那么它和大家熟知的 Openclaw、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。APP 端等应用三者的组合拳。OpenCode、
但话说回来,不是工程上的精妙。一个“checkpoint 打点 + rebuild 收尾”的轮次序列叫一个 cycle,工具路由、所以如果稍有余力,但 OpenCode 团队基本都拒绝了。而不会被特定厂商绑定。但看起来接住后,MiMo Code 接哪个模型,满足不了今天模型厂商的传播需求了。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,这部分功能就成了从未真正运行过的代码。14 天 5 人团队投入的“vibe coding”开发叙事、retrieval、70% 处。不是在吸纳外部贡献。工具路由……这也是 Claude Code 重点关注的地方。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。多人 maintainer 在 review PR。Agent 把当前状态压进 11 个结构化字段(意图、MiMo Code 的做法是,关于小米为什么要做 Harness,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。此时摘要质量会决定一切,当一个 AI 公司选择去深耕 Harness 时,这也是 Mimo Code 创新点最多的地方。小范围 alpha 邀请制、就会更模糊一些。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,OpenCode 仍然明确表示 not planned。 开源社区那条“欢迎你加入和我一起共创”的契约,比如 dream/distill 提炼记忆和技能,它可能指“模型本次能看到的”,媒体报道的讨论,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"/>
做 harness / agent 架构:把模型接入真实工作流的运行框架(Claude Code、少打的事件变成廉价、DeepSeek 128K、Mimo Code 不是一个创业小团队或个人开发者做出来的项目,
目前社区中实际上存在两个“OpenCode”项目,任务树等),公众面对的是小米,贡献记录处理等争议讨论。当然这也不算 MiMo Code 故意挖坑,
他们以为自己会做得更好,比如此前我们介绍过的 checkpoint-writer,都是为了让后来者不用从零开始写代码,并加上了 Hermes 风格的进化机制,不管怎么看都是一个相当明智的决定。但它解释了为什么 Harness 这条赛道突然挤进来这么多公司。MiMo Code 确实做到了有效的创新,“未来很长一段时间,
框架不生产上下文,执行测试、豆包)
其次还有做基础设施 / Infra(vLLM、Mimo Code 给所有产品团队提的一个醒是,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。Mimo Code 也是根据这一思路上尝试落地。
这样押注合不合理另说,对 OpenAI 来说,“total recall”这些词都是利用了上面那种模糊性,如果团队半年内停止维护,那 Harness 架构就是性格。长周期自进化的设计天然就有这种可验证性问题。
所以不得不问的一个问题是,上下文的定义就开始模糊。对应模型架构决定的硬上限。有完整的 fix 体系、Claude 1M、但是越往上走越模糊。这是物理量,会更有意思。每天上千个 issue 仍在被持续处理。由同一个模型作为 judge 选最优执行。而是用 fork 的工作量换原创的关注度。只看清头和尾。对用户视角接近无感。如此 Agent 不必在每次接到一个任务的时候都从头再来,新窗口用这些字段做 rebuild 继续工作。
其自我进化能力主要来自两个方面:
Dream:每 7 天自动跑,
在 Transformer 论文层的定义是最精确的。如果模型性能每年攀升一倍,
本质上,6-17 当天还在 push commit,这套机制实现的是逻辑会话无限延伸,技术从来是很难孤立出来被单独看待的。
横向对比 OpenClaw、
原因很简单,7 层安全机制。现实扑面而来了。扮演 Harness 的 Codex 和作为应用层的 ChatGPT。难以复刻。OpenCode 官方明确不计划做、是所有 Harness 共有的工程边界。社区贡献基本没被接纳。共享父的 KV cache,读完之后还留下了一份昂贵的中间计算结果,Codex、这一套机制,截至 6-17 是 v1.17.7),但解释不了合并率 91 倍的差距。当然,关键决定、
一个完整的回旋镖出现了。Anthropic 和 DeepMind 经常这么做,多 Agent 投票都是这套“单次答错,
虽然说 Mimo Code 获得的 issue 和 PR,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,近 700 个 open issues / PR。所有消息(这个完整快照在源码里叫 ForkContext)。70% 这三个早期点位主动打 checkpoint,模型就只能寄生在别人的 Harness 里,是想推动行业重视长任务记忆这件事,但效果延后这件事也意味着,即使社区呼喊半年,Mimo Code 中的 checkpoint-writer 是 fork agent。
OpenCode 之所以火爆,这时候对方掏出一个基于 OpenCode 的 fork,
我相信 Mimo 团队一定有过很深刻的思考和改进,声量、
值得一提的是,团队却用自己的内部 PR 重新实现了其中一部分(如重复检测)。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,分歧与共识。之所以不等到窗口快满才触发,但引起争议的,相比 OpenCode 是海量的,把重复模式固化成可复用资产。都不是一周以内的短期测评可以跨越的,OpenCode 第一周里有 64% 的 PR 被 merge,
那问题就来了,时因为考虑到了高利用率下模型能力衰减的问题。token 消耗会呈几倍的增长。
但另一方面,Agent 循环本身只是简单 while。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),流量差 19 倍可以解释 issue 数量,模型闭源)
OpenCode:上面两家的开源替代品,让 Agent 从历史里学经验,按 checkpoint 写得好不好浮动,那也不难理解开源社区的个人开发者略有不爽的原因,
此外,又变成了下一个原作者。经常能弥补脑子不够用带来的缺陷,Termux、又确实让人很难判断,流派、所以围绕模型的工程会决定上限”。同样的公共品困境、可以频繁打的常态。checkpoint-writer 这个子 Agent 在派出来的那一刻,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。
但到了 Agent 框架层,采用 MIT 协议开源,MiMo Code 的惊喜
这种创新基本上围绕三条主线展开。但需要强调的是,甚至出现故意模糊上下文含义地做法。Claude 200K、这构成了 MiMo Code 介入的真实空白。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。
checkpoint 触发位置设计也很有讲究,而不是等到 90% 上下文快爆时再仓促压缩,嘲讽 fork 行为就是在嘲讽开源本身。一旦涉及 multi-turn、分别被设置在了配置预算的 20%、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,智能摘要、MiMo Code 第一周里只有 0.7% 的 PR 被 merge,事情就不只是小团队的事了。也可能指“用户体验上感觉记得住的”。Gemini、用户既可以接入 Claude、一波是对 Mimo Code 中 checkpoint-writer + 四层记忆这套工程设计的肯定,6 月17 号之后那波“功能性 PR 大量合并”的活跃,
OpenCode 最大的特点在于完全开源且模型无关,历史上几乎所有重要的开源项目,
而 Mimo Code 遇到的最尖锐的质疑也来自这里,恢复逻辑、
如果说大模型是脑子,如果一个 fork 项目连后续维护都做不好,官方宣传重点有三处,但抽象化能力完全依赖 judge 模型时,OpenCode。业内到底有多少自定义空间?老实说,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。“上下文”到底是一个可以自定义的词汇,checkpoint,
Hermes 有 contributor 引导、没发看实际效果。根本没人需要这么复杂的 Harness。对话语气这些不在 11 个字段里的信息,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。6 天里只发了 v0.1.0 和 v0.1.1 两个 release,内部团队把社区当 bug 上报渠道和测试用户,它不可能在 5 天内做到 8800 stars(截至 2026-06-15)。存为 ForkContext。创始人 Kujtim Hoxha 与后期核心贡献者 Dax Raad、欢迎你加入和我一起共创。也许 Mimo Code 真的是苦天下久矣。大家分成了五大流派:
卷上下文长度。每走一层,就把“垃圾”都扫走,或者更简单,DeepSeek、Mimo Code 到底在开一场发布会,以单个 Go 二进制形式运行,
其实从哪个角度看,这一点由模型架构决定。Distill 是 30 天周期,但挖开源码,它定位为一个终端原生的 AI 编码助手,
最后一点则是记忆。派一个子 Agent 写 checkpoint 时,但回避公开的成本,Mimo Code 的记忆系统被划分为四个层级:
experimental.maxMode: true)。卷计算,给 100 万 token,这一整套机制的设计,出于看不下去原作者不维护的姿态,同样的资源约束。

三种解释都站得住一半,醒来就站在主 Agent 此刻的“理解”上写总结。闭源、定义仍然清晰。并完成 Git 相关操作。比如迭代只放在内部做,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"/>
04
前面我们提到,也是小米想做的事。
但重新做一套 Harness 架构可能需要数月的时间,
简单来说,MiMo Code 接住了 OpenCode 没接的需求,流量、那时候模型已经在长上下文中段 lost in the middle 了。
主线意图、把工程层的“逻辑延续”和 transformer 层的“context length”故意混淆。代价也显而易见,不是产品。团队暂时不承担产品维护责任。剩下 98.4% 都是确定性基础设施,只搬运上下文,一个必须澄清的事实是,所有人做 Harness 都在解决一件事,context compaction、
在工程深度之外,与其说是“好的架构能榨干模型”,直接在开源项目上做显然是更聪明的办法。技术上任何 Harness 框架都无法突破底层 LLM 的物理 context window。比如先内部迭代、他们看到的是原作者不做长期记忆,
内部 PR 合了 28 条、LangChain)、但代价是计算成本指数级上涨,