“无限上下文”指MiMo Code通过记忆系统与自动重建机制实现长任务上下文连续性，而非模型窗口无上限；其依赖Writer子Agent在20%/45%/70%窗口处checkpoint、压缩摘要、rebuild注入关键信息，并非突破100万token模型硬限。
☞☞☞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☜☜☜
“无限上下文”不是指模型能无限制吞入文本，而是指 MiMo Code 通过工程手段让长任务不丢上下文、不反复解释、不重头开始。它靠的是记忆系统 + 自动重建机制，而不是靠模型本身撑住百万 token 不崩溃。
真正的边界：模型窗口仍有硬上限
公开资料显示，MiMo Code 默认接入的 MiMo-V2.5-Pro 模型支持最多 100 万 token 上下文——这已是当前开源/商用模型中的顶级水平，但仍是有限值。超过这个长度，模型无法原生处理，KV Cache 会溢出，推理延迟陡增，甚至触发 OOM。所谓“无限”，不在此处。
- 100 万 token ≈ 75 万汉字或 20 万行中等复杂度代码，足够覆盖单个中型项目全量文件+完整对话历史
- 窗口越接近上限，模型对中间内容的注意力越弱（即“Lost in the middle”问题），单纯拉长窗口治标不治本
- MiMo Code 并未绕过这一物理限制，而是提前干预：在达到 20%、45%、70% 窗口时就启动 checkpoint，避免临界崩塌
记忆系统的实际作用：把“记住什么”和“怎么记”拆开
主 Agent 负责写代码、跑命令、改 Git；Writer 子 Agent 负责观察、摘要、存档。两者权限分离：主 Agent 只能读 memory 文件、写 notes.md；Writer 独立运行，只写结构化字段（意图、动作、错误、设计决策等 11 类）。这种分工让记忆更稳定、可追溯、不易被临时指令污染。
- 每次 checkpoint 生成的不是原始对话快照，而是压缩后的语义摘要，体积通常不到原始上下文的 3%～5%
- rebuild 阶段注入的是这些摘要 + 当前任务目标 + 最新代码变更，而非全部历史，既保关键信息，又控输入长度
- /dream 命令每 7 天自动执行一次，合并重复记忆、验证路径有效性、剔除已关闭的 task，相当于给记忆做“磁盘整理”
开发者该怎么做：用对机制，别依赖幻觉
“无限上下文”不是让你甩一个 50MB 的代码库过去就坐等结果。它的价值体现在持续迭代中——你今天改接口，明天调用它，后天加测试，它都能接住上下文脉络。但前提是，你要让它“参与过程”，而不是只扔终局需求。
- 启动长任务时，用 /start project-name 显式声明项目上下文，帮助 Writer 初始化记忆锚点
- 关键设计决策、命名约定、TODO 清单，主动写进 notes.md（主 Agent 唯一可写区），它会被自动纳入下次 rebuild
- 避免在单次 prompt 里堆砌所有背景——把项目结构、已有逻辑、当前目标分步交代，系统会自己串联
- 如果发现某轮输出偏离前期共识，不用重聊，直接 /recall 查看最近 checkpoint 摘要，再发指令纠正
目前仍存在的局限
再精巧的工程方案也有现实约束。MiMo Code V0.1.0 在记忆使用上尚有几处明显边界：
- 跨项目记忆不共享——每个 project-name 对应独立 memory 目录，切换项目等于重启记忆，暂无全局知识图谱
- 非结构化文本（如大段日志、未解析的报错堆栈）可能被 Writer 忽略，需手动标注重点片段
- 本地部署时若关闭持久化存储（如禁用 ~/.mimo/memory），checkpoint 将退化为内存缓存，重启即失
- 多用户共用同一终端环境时，memory 目录权限若未隔离，存在交叉污染风险
