MiMo Code 开源引爆编程 Agent 之争

小米 MiMo Code 开源：5人14天肝出5.1k星

6月11日凌晨，小米 MiMo 团队在 GitHub 开源了 MiMo Code，MIT 协议，5 个人用了 14 天。这是基于 OpenCode 构建的终端编程 Agent 产品，定位面向长程自动化编程任务，核心目标是解决 AI 编程 Agent 在几十步甚至上百步持续执行中的决策质量、状态连续性和跨任务经验积累问题。项目发布 48 小时内收获了 5.1k Star 和超过 229 个 Issues。

但高星背后是一串早期产品问题的清单：使用非常卡、登录后凭证未持久化、从 Claude Code 导入 API Key 失败、Agent 未经确认自动删除用户全局 npm 包、内存泄露、执行 dart 脚本卡死。有用户反馈，MiMo Code 的 Agent 在执行任务时自动检测到了用户全局 npm 目录下存在 OpenCode 相关包，自行判断这些包是迁移残留，未经确认执行了 npm uninstall，导致用户正在使用的 OpenCode 开发环境被破坏。

这恰好撞上了一个更广泛的技术争论。

George Hotz：Agent 不是程序员

五天前，George Hotz 在自己的博客上发布了一篇长文，标题叫《永恒的 Sloptember》。17 岁破解 iPhone、后来创办 comma.ai 做自动驾驶的他，过去六个月把市面上叫得上名字的 AI 编程 Agent 全试了一遍，用它们写过 tinygrad 的代码，用它们逆向过 USB 转 PCIe 芯片。

他的结论是，Agent 不是程序员。"Agent 不会编程，而且我们意识到它们不会编程这件事，正在变得越来越难。"他写道。"它们是一种高度复杂的统计模型，被设计出来模仿编程这件事的分布。它们生成的东西就是坏的，只是坏得越来越隐蔽、越来越难查出来。"

Hotz 观察到的模式是：Agent 会把所有进展都提前堆在前面，然后递给你一个老虎机拉杆，让你不断去拉，指望它把最后的打磨做完。但它总是差那么一点。

Hotz 与 Karpathy 的正面交锋

同样在五天前，AI 圈最知名的研究者之一 Andrej Karpathy 加入 Anthropic，并公开表示 AI Agent 已经彻底改变了软件开发。这两个人代表了行业尚未解决的一场争论的两个极端。

Hotz 并不担心自己被取代。他真正担心的是大规模采用时代码质量会发生什么变化。在他看来，高绩效的开发者有纠错能力，能看到垃圾代码；而大型组织的反馈循环慢得多，对齐程度也低得多。"那些表现最差的人，不会有这种自我检查能力。而他们恰恰会成为借助 Agent 产出 10 倍代码的人。"这会让一个组织的平均产出变成什么样？

Mario Zechner 和 Armin Ronacher 从另一个角度发出了同样的警告。这两位亲手打造了 OpenClaw 核心组件 Pi 的工程师，把当前 AI 编程现象叫做 vibe slop——程序员不再认真设计和测试系统，而是让 AI 快速拼出一套东西。Zechner 甚至直言 Claude Code 是他用过的最破碎的软件之一，因为这些问题源于开发者用 AI 来构建它。

coding harness 有没有护城河？

MiMo Code 的开源引发了 coding harness 是否应该有护城河的讨论。Coding harness 可以理解为把大模型接入真实编程工作流的一整套运行框架。开发者的观点分成了两派。

一派认为，真正完成代码任务的是底层模型，coding harness 本身没有太多神秘之处。"Claude Code 根本就没什么特别之处。我们不需要他们的商业模式，他们才需要。"有开发者说道。Anthropic 通过 Claude Code 把大量订阅额度与编程使用场景绑定，不只是赚取 token 收入，更是在获得高价值软件开发数据。

另一派指出，不同 harness 的配置、工具设计、人类审批机制、diff 展示、上下文注入方式，都会显著影响最终效果。即便模型是核心发动机，运行时和工具层依然会决定 Agent 能不能稳定进入真实工程流。

Cursor 最近发布的《2026 年春季开发者习惯报告》给出了另一组数据：2026 年开年以来，未经人工逐行审核直接被自动接受的 AI 修改增长了 5 倍以上。这组数据说明了开发者对 AI 的信任正在快速上升，同时也暗示了代码质量问题的放大效应。

报告同时披露了一个矛盾：顶尖 1% 的用户获得的收益远高于其他人，P99 开发者产出的代码行数是活跃中位用户的 46 倍。AI 并没有天然抹平开发者差距，它反而先放大了高手的优势。

一场清算正在到来？

Zechner 认为，大公司很快就会意识到对 AI 生成代码的过度强调正在推高成本并导致软件质量下降。他认为，许多依赖 vibe coding 的小型创业公司会倒闭。而 Google 的 Pichai 已经公开说 75% 的新代码由 AI 生成，Meta 的 Zuckerberg 预测 2026 年前 AI 将编写和审查其 AI 团队的大部分代码。

计算机科学家 Timothy B. Lee 指出，Anthropic 拥有全球最优秀的一批 AI 工程师，所以高度依赖 AI 的方法对他们可能行得通，但不一定适用于所有客户。"很多公司在处理内部软件系统时，依赖的是员工程序员多年积累下来的隐性知识，而这些知识并不会出现在 AI Agent 的训练数据中。"

MiMo Code 的开源和 Hotz 的警告，本质上指向同一个问题：当 AI Agent 正在大规模进入软件开发流程时，谁来保证质量？开源降低了使用门槛，但也意味着每一个 bug 都可能被更多人使用；闭源提供了可控的体验，但黑箱的风险同样存在。答案可能不在开源或闭源本身，而在人机协作的边界在哪里——以及我们是否准备好面对 Agent 写出的代码，正在以过去不可能出现的方式坏掉。