优化mimo code的agent编排性能核心在于任务智能分配、风险隔离与经验复用；启用max mode仅在关键决策点（如架构选择）开启，配合dynamic workflow将流程控制移至代码空间，通过分离writer子agent保障记忆一致性，并优先复用项目级记忆。
☞☞☞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☜☜☜
优化 MiMo Code 的 Agent 编排性能，核心不是“让模型更快”，而是让整个运行时系统更聪明地分配任务、隔离风险、复用经验。它面对的不是单次推理慢，而是几十步之后决策漂移、状态错乱、子任务漏执行——这些在复杂任务中比 token 速度更致命。
启用 Max Mode 并合理设限
Max Mode 是 MiMo Code 提升单步鲁棒性的关键机制：每轮并行生成 5 个候选方案，由同一模型充当裁判选出最优项执行。实测在 SWE-Bench Pro 上提升 10%–20% 完成率，但代价是 4–5 倍 token 消耗。
- 仅对关键决策点开启（如架构选择、错误修复、接口设计），非每步都开
- 通过
--max-mode=on --max-candidates=3降低采样数，平衡质量与开销 - 禁用自动重试循环，改用 Goal 验证器兜底，避免陷入无效重采样
用 Dynamic Workflow 替代 prompt 编排
当任务含 10+ 子模块（如“搭建全栈记账应用”需同时处理前端组件、图表逻辑、后端路由、依赖安装、测试配置），靠大模型在 prompt 里硬编排极易出错。Dynamic Workflow 把流程控制从语言空间移到代码空间。
- 主 Agent 只负责生成 JavaScript 脚本（非自由文本），脚本在沙箱中确定性执行
- 使用
agent("build")派出构建子 Agent，barrier()确保所有子任务完成才继续 - 脚本可读、可调试、可版本化，便于人工介入或回滚
分离 Writer 子 Agent，保障记忆一致性
长任务中最大的隐性瓶颈不是计算，是状态污染。MiMo Code 的 Cycle 机制在上下文达 20%/45%/70% 时触发 checkpoint，由独立 Writer 子 Agent 提取结构化字段（意图、动作、错误、设计决策等）写入 SQLite FTS5 数据库。
- 确保 Writer 和主 Agent 进程隔离，主 Agent 对记忆文件只有读权限
- 手动触发
/checkpoint force在关键节点（如首次提交、测试通过）存档 - 定期运行
mimo distill合并冗余会话，压缩历史，提升后续检索效率
优先复用项目级记忆而非重推上下文
MiMo Code 的“越用越懂项目”能力来自四层记忆体系：项目记忆 > 会话检查点 > 任务进度 > 动态简报。复杂任务启动时，应主动加载已有上下文锚点。
- 首次进入仓库后执行
/dream load，自动载入该项目的历史决策快照 - 用
--context-from=project:auth-service显式指定复用某模块记忆，避免泛泛重读全部代码 - 禁用默认的 full-repo scan，改用
--file-filter="src/**/*.{ts,tsx}"聚焦核心路径
