Mimo Code爆火：深挖开源代码中的小米AI真创新
速览
小米MiMo团队开源MiMo Code终端编程Agent，基于anomalyco/opencode fork，加入checkpoint-writer与四层记忆架构等创新设计。项目上线5天获8800+ GitHub Stars，但高关注度也带来对fork大厂宣发优势的质疑。文章分析了小米布局Harness的战略意义，以及MiMo Code在并行计算、记忆进化等方面的工程创新。
AI 深度解读
背景
2026年6月，小米旗下AI编码Agent项目Mimo Code在GitHub发布后迅速爆火，短短数天内收获9000+ stars、800+ forks、近700个open issues/PR。然而伴随关注而来的还有争议：舆论一方面肯定其checkpoint-writer与四层记忆系统的工程设计，另一方面则质疑大厂fork开源项目的合理性，以及Mimo Code大量issue与极低的合并率之间的反差。更核心的问题在于，这款产品的定位始终模糊——它究竟是一款"实验demo"还是"正式产品"？这种不确定性，恰好成为观察Harnes生态、开源协作模式以及小米AI战略的一个切面。
核心内容
Harness：AI公司的第三块拼图
当前AI行业大致存在几个方向：做底层模型（GPT、Claude、DeepSeek、MiMo）、做应用层产品（ChatGPT、Claude.ai、小爱同学、豆包）、做基础设施/Infra（vLLM、LangChain），以及做训练数据评测和芯片算力。对于综合实力较强的消费电子和互联网公司而言，最核心的是前三块——模型、Harness（Agent架构）与应用。OpenAI有GPT系列模型、Codex作为Harness、ChatGPT作为应用；Anthropic有Claude系列模型、Claude Code加Cowork、APP端应用。
没有自己的Harness，模型就只能寄生在别人的框架里，最终可能沦为单纯的模型供应商。因此，稍有实力的公司都会选择自研Harness。而从头搭建一套Harness架构可能需要数月时间，基于开源项目做二次开发显然是更高效的路径。Mimo Code正是基于anomalyco/opencode的fork。