mimo code 的“无限上下文”依托结构化记忆治理体系实现。通过 checkpoint 机制在对话 20%、45%、70% 处自动存档，writer 子 agent 提取 11 个字段写入磁盘；rebuild 流程用语义摘要重建轻量上下文；四层记忆体系（项目记忆、会话检查点、任务进度、notes.md）分工明确；/dream 命令每 7 天蒸馏更新 memory.md，确保记忆精炼有效。
☞☞☞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“无限上下文”不是靠堆 token，而是靠一套结构化、分工明确的记忆治理体系。它不指望模型记住一切，而是让系统自己学会“记重点、存档案、做简报”。
Checkpoint 机制：在遗忘前主动存档
当对话推进到上下文窗口的 20%、45%、70% 时，系统会自动触发检查点（Checkpoint），而不是等到快满才处理。这个设计留出足够余量，供独立的 Writer 子 Agent 完成结构化提取。
- Writer 子 Agent 读取当前会话，从中抽取出 11 个固定字段：意图、动作、任务树、错误记录、设计决策等
- 这些字段被写入磁盘文件（如 MEMORY.md 或 checkpoint-xxx.json），形成可追溯的项目记忆
- 主 Agent 对这些文件只有读权限，不能修改，避免人为干扰导致记忆污染
Rebuild 流程：断点续传的关键操作
当上下文接近上限时，系统不会硬塞或粗暴截断，而是执行 rebuild —— 切断当前会话窗口，用已保存的结构化记忆重建轻量级上下文。
- 重建后的上下文不是原始聊天记录的压缩版，而是由 Writer 提炼出的语义摘要 + 当前任务状态
- 这相当于给新会话配一份“项目简报”，而非重播全部历史，大幅降低信息噪声
- 用户中断后再次启动，Agent 能直接从上次中断点的任务树继续推进，无需重复解释背景
四层记忆体系：不同粒度，各司其职
MiMo Code 的记忆不是扁平存储，而是分层管理：
- 项目记忆：跨会话沉淀，存架构图、接口约定、技术选型依据，写入 MEMORY.md
- 会话检查点：单次长会话中的关键节点快照，支持中断恢复
- 任务进度：实时跟踪 Compose 模式下的子任务完成状态，用于 Goal 停止判断
- notes.md：唯一允许用户手动编辑的便签区，用于临时备注或调试提示
/dream 命令：记忆的定期蒸馏与进化
记忆不是越积越多就好，冗余和冲突会拖慢推理效率。/dream 是 MiMo Code 提供的主动治理工具：
- 每 7 天自动运行一次，读取所有分散的记忆片段
- 识别重复决策、过时方案、已被推翻的设计假设
- 生成压缩后的当前状态简报，并更新 MEMORY.md 的主干内容
- 相当于给项目做一次“记忆体检”，确保 Agent 始终基于最新共识工作
这套逻辑绕开了 Transformer 注意力机制的物理限制，把“记什么”和“怎么记”交给工程系统，把“怎么想”留给模型本身。不复杂但容易忽略。
