MIMO 这个是写得真好。里面提到 agent coding 几乎每个痛点我都遇到过

[tf2]

https://mimo.xiaomi.com/zh/blog/mimo-code-long-horizon

Max Mode 只管做的对不对，不管做没做完；后来出现的 /goal 才解决

部分模型（特别是 GPT 5.5 系列）在输出结构化 JSON 时格式错误率较高

Dynamic Workflow 的确是好东西

能在每一轮迭代进行总结的记忆系统，我现在是手动挡搓这个，搞得很烦躁

给主 agent 配一个助理总结归纳项目

等等。。都是我想要的。

[mxT52CRuqR6o5]

光靠 goal 不是能完全解决做没做完，还得加上目标可验证
我这边有个目标明确但难以验证的任务，我现在完全不知道怎样才能让 AI 把这个任务做完，也不知道到底做到什么程度才算做完，你每次下达任务 AI 都能往前前进一些

[xuyang2]

> MiMo Code + MiMo-V2.5-Pro outperforms Claude Code + Claude Sonnet 4.6 across all three evaluations.

为啥不放跟 Claude Code + Claude Opus 4.6 的对比

[shunia]

@mxT52CRuqR6o5 #1 不知道怎么验证不也可以问 AI 吗？
有现成经验的且不说，如果确实是没有现成可以借鉴的，可以和 AI 一起头脑风暴，迭代几轮，怎么样都比卡住不知道怎么办要好很多。

[hidemyname]

@xuyang2 #2 在编程上别说 mimo 2.5pro 和 opus 对比了,你让 glm 5.1 和 qwen 3.7 max 比比试试，吹的飞起，用起来还是比不过；

[409164]

其实有道理的

[youzhiqing]

mimo 用起来体验很好

[shunia]

它这个 blog 写的意外的好，言简意赅，只不过越往下读 AI 味儿越重，笑死个人。
希望再出一篇技术细节详解，这篇有些部分写的还是太笼统了。

[FantaMole]

从它这个跑分来看 Mimo Code + 2.5 Pro 和 Mimo Code + 2.5 没有拉开本质差距啊，工程化做的有这么好？

[tf2]

@FantaMole 原文

需要说明的是，这些 Benchmark 衡量的仍是对单个仓库级问题的一次性解决能力。MiMo Code 的多数设计目标——多轮记忆、后台状态维护、完成度验证、跨 session 进化——主要体现在持续几十轮的真实开发场景中，这些优势需要在实际使用中才能充分体现。

[superychen]

试用了一下感觉还不错啊

[FantaMole]

@tf2 就这个意思就让我觉得很...我抓不住他们的宣传重点在哪，意思是这个 Mimo Code 的 harness 做的很好，在长任务使用下即使自家模型不行，但仍能超越其他模型？还是能补齐能力较差的模型短板，让 V2.5 也能在普通任务赶超 V2.5 Pro ？但是这个 CLI 又不收钱，那我用 Sonnet 配 Mimo Code 岂不是无敌了，干嘛要用他们家的模型，能打出组合技吗

[tf2]

@FantaMole 你要从宣传的角度去理解，那直接输。。

我的理解就是 V2.5 pro 有的时候就是想得太多。V2.5 指令遵循比较强，有的时候反而更加反应快。

我现在是复杂问题分析给 pro ，写好 plan 就直接 v2.5 上手改

[wxVIP]

@xuyang2 小米开发团队公众号今天刚发的文章

[wkend]

mimo 这几天用起来感觉还不错，改错的时候就给你解决错误，基本不会产生新问题，把送的 token 用完了，买了字节的方舟 plan ，试了试 kimi ，发现改错长生新问题的概率比 mimo 多，对代码动作比较大

[szqh97]

小米的我就再等等看