MiMo Code 通过职责分离、阶段拆解与状态收敛实现轻量严密协同：主代理专注执行，子代理专职结构化归档；Compose 模式分阶段调度多模型 Agent；/dream 命令周期性优化记忆；弹性路由按任务类型动态选模。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
MiMo Code 不靠模型“自觉记事”，也不靠简单轮询分发任务，它用一套轻量但严密的协同机制，在开发过程中自然实现负载均衡。
主代理专注执行，子代理专职记录
系统把任务流拆成两条线：主 Agent 只负责理解需求、写代码、跑测试；另一个独立的子代理（Checkpoint Writer）全程监听会话，自动提取结构信息、关键节点和进度状态，存入本地 SQLite 记忆库。这种分工避免了主模型因记忆负担导致响应变慢或出错，也消除了传统 Agent 中“越聊越忘”的瓶颈。
- 每次主 Agent 启动前，子代理会生成一份最新简报，相当于给它一张项目快照
- 简报内容包括当前文件结构、已确认的技术选型、上一轮失败的测试用例等，不依赖上下文窗口长度
- 子代理本身不参与推理，只做结构化归档，开销极低，不争抢 GPU 或 CPU 资源
Compose 模式驱动全流程自动化调度
当你按下 Tab 进入 Compose 模式并输入需求，系统不是把整件事丢给一个大模型硬啃，而是按阶段拆解、分派、验证：
- 先由 Plan Agent 分析可行性、列出模块依赖和风险点
- 再交由 Build Agent 编码，每完成一个函数就触发本地 lint 和单元测试
- 最后由 Review Agent 检查接口一致性、安全边界和 Git 提交规范
- 各 Agent 使用各自最适配的模型（比如 Plan 用轻量版 MiMo-V2.5-S，Build 用完整版），不强求统一调用
记忆压缩与资源感知的周期性优化
/dream 命令不只是清理历史，它是一次轻量级的资源再平衡操作：
- 每 7 天自动运行，读取所有会话记录和记忆快照
- 识别重复决策（比如多次选择相同数据库驱动）、失效路径（如已废弃的 API 调用）并剔除
- 将分散的“项目认知”压缩为紧凑的状态向量，供后续所有 Agent 共享调用
- 整个过程在终端后台静默执行，不阻塞当前开发，也不占用前台算力
多模型接入下的弹性路由策略
MiMo Code 不绑定单一模型，而是根据任务类型动态选模：
- 代码补全、语法纠错优先走本地 MiMo-V2.5（低延迟、免 token 费）
- 复杂算法设计或跨语言翻译可切到 DeepSeek-Coder 或 Kimi-Long
- 涉及敏感数据时，直接指向私有 GLM 部署地址，请求不离内网
- 所有模型调用都通过统一 Harness 框架封装，切换只需改一行配置，无需重写逻辑
这套策略不依赖中心化调度器，也没有复杂的权重计算，靠的是职责分离 + 阶段拆解 + 状态收敛。它让 AI 开发过程更接近真实团队协作：有人画图、有人搭架子、有人写细节、有人盯质量——每个角色都在自己最擅长的节奏里运转。
