mimo code 的多 agent 系统采用角色明确、决策轻量化、协同有状态、开发者可控四大设计：各 agent 能力边界固定且不越权；任务分发依赖规则+小模型的轻量决策链；agent 间仅交换带语义标记的最小必要上下文；路由策略可配置、全程可审计可回溯。
☞☞☞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 的多 Agent 系统不是把所有任务塞给一个“全能AI”，而是让不同角色的 AI 助手各司其职，再由一个轻量但可靠的决策层动态分发任务——核心在于“谁该干、什么时候干、干到什么程度”这三件事能被实时判断。
角色明确：每个 Agent 有固定能力边界
系统预置了如 CodeWriter（专注生成可运行代码）、TestBot（只负责单元测试与边界覆盖）、Refactorer（仅做结构优化、不改逻辑）、DocGen（从代码反向生成注释与接口说明）等专用 Agent。它们不越权、不猜测、不兜底——比如 CodeWriter 不会擅自补全需求文档，TestBot 也不会尝试修复 bug。这种约束反而提升了结果的可预期性。
决策轻量化：用规则+小模型做分发判断
任务进来后，并非交给大模型推理“该派给谁”，而是先走一套轻量决策链：
• 检查输入类型（是函数签名？PR 描述？报错日志？）
• 匹配上下文标签（如含 “test coverage low” → 触发 TestBot；含 “deprecated API” → 路由至 Refactorer）
• 参考最近三次同类任务的完成质量与耗时，动态调整优先级权重
这套机制响应快、可审计，且支持人工快速干预开关。
协同有状态：Agent 间共享最小必要上下文
多个 Agent 协作时，不传递原始代码全文或完整对话历史。只交换带语义标记的中间产物，例如：
• CodeWriter 输出带 @needs_test 标签的代码块
• TestBot 收到后自动生成对应测试，并标注 @tested:pass 或 @tested:fail_with_stack
• Refactorer 只在看到 @tested:pass 且含 @smell:long_method 时才介入
状态流转清晰，避免冗余传递与幻觉放大。
开发者可控：分发逻辑可配置、可回溯
每个项目可定义自己的路由策略（YAML 形式），比如：
• 新增 feature 分支 → 默认启动 CodeWriter + DocGen
• CI 失败日志 → 自动触发 TestBot + CodeWriter（限 error 行附近 5 行上下文）
• 所有交互记录自动存为 trace ID，支持按任务 ID 查看“谁做了什么、依据哪条规则、耗时多少”。
没有黑盒调度，也没有“AI 自己决定怎么干”的模糊地带。
