更多动态
小米开源的 MiMo Code v0.1.0,基于opencode。 记忆系统是亮点,思路是让主agent专心干活,记忆完全外包给独立subagent。 窗口快满了subagent自动压缩成干净的总结,主agent接着干。 还有个 /dream 命令,每7天自动触发,用的越久,它越懂你的项目。 - 合并历史会话 - 去重冗余 - 压缩成紧凑状态快照 SWE-Bench Pro上,同样MiMo-V2.5模型,MiMo Code 62% ,Claude Code 57%。 MIT协议开源,内置MiMo-V2.5限时免费,无需注册。

最近我在忙着用pi搭建一个项目内多agent并行工作的系统,也就是Factory Model。 实现逻辑很简单,用worktree给每个agent创建单独的空间,主窗口agent编排,用plan subagent将单个目标拆分成多个task,每个task又划分成并行或串行的wave,每个wave单独一个worktree。 紧接着依次执行wave,并行的wave同时派遣多个subagent完成task,串行的wave派遣单个subagent依次完成task。最后统一merge和处理冲突。 难点在于在这套复杂的系统中,主窗口的上下文工程很难优化,经常token爆炸。为了控制主窗口的token消耗,这几天对这套系统进行了反复重构。

1.6T 总参、激活约 48B,原生多模态,主推长程智能体,全程国产算力训练。 图像量化成多级离散 token,Visual Coding 与 3D 受益。 大规模长程 RL,把失败轨迹转成可验证训练任务。 W4A4 推理,prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。

它不堆参数,堆"层数"。32 层解码器,中间 4–27 层同权重跑两遍 → 前向 56 层计算,只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72,超 Qwen3.5-27B;Terminal Bench依旧落后。
