當AI開始“懂”鴻蒙，操作系統生態的“雞和蛋”困局終于有解了

作者 | 曾響鈴

文 | 響鈴說

看完了今年的HDC，說一個感受：鴻蒙生態，成了。

不是“快要成了”，也不是“勢頭不錯”，是“成了”。98%的升級率、TOP應用滿意度提升50%，這些是后視鏡里的數據。我想說的是，這一屆HDC的畫風變了——往年大家最關心的問題是“某某App什么時候上鴻蒙”，今年這個問題幾乎沒人問了，因為該來的都已經來了。

這屆HDC 2026有兩個很不一樣的地方——AI Coding變成了主場，傳統系統新功能反而成了配角；上臺開發者的面孔也變了。以前都是大廠技術VP講鴻蒙故事，今年出來分享的人里，有空管專業的學生、天文學研究生、視障推拿師、天文愛好者。

這兩點放在一起，鴻蒙接下來幾年的方向已經說清楚了。

回到這場Keynote主題演講，它其實就織了兩層。

第一層是明線——產品。DevEco Code編程智能體、DevEco CLI命令行工具、HarmonyOS SDK全新的開放能力、KMP/CMP跨平臺框架社區首版本Beta、星閃協議棧全量開源、倉頡AI技術棧開源。哪一個單獨拎出來，放在往年都能撐起一場開發者大會。

第二層是暗線，更有意思——戰略的轉向。把這些產品拼起來看，鴻蒙在做一件從里到外的事：從一個操作系統，變成一張AI時代的基礎設施網絡。怎么理解？最直觀的信號，是角色表述改了一句話，從“技術貢獻者”變成了“全域使能者”。六個字的差異，整家公司對這件事的定位不同了。

過去的鴻蒙是“我在做操作系統，你們來用”，現在是“我把從芯片到框架到工具鏈到行業方案的每一層能力都拆開，你們來拿，你們在上面做什么我不管，但你們站在我的地基上”。

再往下看，這張網絡的經線是AI工具鏈——Deveco Code和DevEco CLI把開發門檻壓到了史無前例的程度。緯線是開源鴻蒙的行業縱深，比如城市軌道、醫院病房、電網調度等等。

兩個方向同時扎根，操作系統歷史上沒有過。消費端和工業端，輕量和重量，同一套架構里很難兼顧——但它做了，而且開始跑通了。

AI Coding打破了“先有雞還是先有蛋”的生態困局

但說句實話，如果只是“鴻蒙很全面”，這或許不值得專門來說。真正讓我覺得這屆HDC有分量的，是AI Coding這個板塊。

為什么？操作系統生態歷史上有一個“先有雞還有先有蛋”的無解題——沒有足夠開發者就沒有足夠應用，沒有足夠應用就沒有足夠用戶，沒有足夠用戶就沒有開發者愿意來。

翻任何一個失敗操作系統的悼詞，最后都歸結到這三個字——“沒人用”。根源在哪？在過去的邏輯里是“開發成本太高”。

Android當年吃掉iOS之外的市場，不是比iOS好，是Java程序員多、工具鏈熟、學習成本低。再看Windows Phone怎么死的？系統不差，用過的都說好，但做應用的人太少。

究其原因，入場成本太高了。

鴻蒙面對的問題比當年的Windows Phone還要棘手。Windows Phone只是缺應用，鴻蒙還要從內核重建。對整個市場而言，學一套新語言、新框架、新工具鏈，做一個現在在Android和iOS上本來就能跑的應用——如果這件事只靠補貼、靠商務去推，十年未必有今天這個規模。

所以AI Coding對鴻蒙的意義，跟對別的平臺不一樣。在別的平臺，AI Coding是“效率工具”。在鴻蒙，它是“入場券”——它把“做鴻蒙應用”從“招一個鴻蒙團隊”變成了“一個人加一臺電腦加會提問”。

這是如何做到的？首先，我們得弄清楚DevEco Code到底是什么？

市面上AI編程工具卷了兩年了，GitHub Copilot、Cursor、Claude Code，各有各的東西。但DevEco Code有一個別的工具都做不到的：它懂鴻蒙。這里的“懂”不是套話。

DevEco Code以華為畢方加OpenCode為底座，并把鴻蒙資深研發專家的經驗“蒸餾”了進去。過去，新人開發者要花小半年才能摸清的隱性知識，比如多設備適配怎么搞、折疊屏分欄怎么處理、內存泄漏的常見根因在哪、ArkTS里有哪些坑容易踩等等，現在都做成了Skills，開箱就能調出來用。

同時，DevEco CLI則提供了另一種思路，其核心職責是為開發者的編程Agent打輔助——無論是用Cursor，還是Claude，哪怕任何主流Agent都行，在這里都能調用。DevEco CLI把鴻蒙開發全流程的工具從創建工程、語法檢查、編譯構建到運行調測，全部做成了Agent友好調用。

此外，華為還把2000多萬字的鴻蒙官方文檔，做成了“記憶面包”，直接就可以喂到開發者的Agent肚子里，不用上網搜、不用猜，有官方知識庫兜底，讓Agent都能寫鴻蒙代碼，

總的來說，DevEco Code和DevEco CLI不是兩個獨立產品，是一個系統工程的兩面。

正如龔體所強調的，“決定AI輔助能力的上限，不在于編碼的快慢，而在于開發旅程自閉環。”現階段，這一閉環在鴻蒙生態上已經跑通，并在抖音和快手的實踐中得到了驗證。

目前鴻蒙版抖音已經進入批量應用階段。在這個過程中，抖音團隊把鴻蒙適配需求和歷史用例作為業務輸入，讓AI完成需求解析、執行、歸因與結果分析，僅用一個月，就完成了1000條到5000條用例覆蓋，主功能點覆蓋100%，高頻場景有效成功率70%，整體驗證效率爬了20%。

而在快手實踐中，AI代碼生成率80%，人效1.7倍。以前同一個工程師只能交付單端，現在不額外加鴻蒙人力的情況下，兩人就能完成三端，厲害的一個人獨立搞定三端。測試用例直出采納率84%，排障修復建議采納率73%。值得一提的是，快手團隊和鴻蒙聯合開發了Ark Refiner-Sendable Skill，讓AI把分析、定位、改造、驗證一條龍跑通，原本兩人一周的工作，現在半天就能收掉，冷啟整體提升了16%。

那么，當這些實踐擺在臺面上，甚至已經實打實地跑在項目流水線上，AI Coding在鴻蒙上就不是概念驗證了，而是扎扎實實的生產力。

這也是我想說的：鴻蒙生態，成了。“成了”的關鍵不是發了多少新功能，是因為做鴻蒙開發的成本，已經不需要單獨論證了。

如今，鴻蒙化的跨平臺框架KMP/CMP 讓騰訊視頻的三端代碼復用率做到90%，相信一定也能幫伙伴把已有的Android/iOS代碼低成本搬遷。18個主流跨平臺框架已支持鴻蒙，累計幫13000多個應用完成了鴻蒙化。DevEco Code把從零開始做原生鴻蒙應用的門檻壓到了“會說話就能寫代碼”。換句話說，鴻蒙生態的入場券，被AI Coding打下來了。

這張“成了”的牌局，還要落好三子

當然，“成了”不等于“結束了”。一個生態從“立住了”到“跑起來了”，中間還有幾件事要做。

第一，把獨一無二的生態位，變成不可復制的系統優勢。

今天，鴻蒙的戰略定位，搜遍全球找不出第二個。Android有開發者生態但進不了地鐵閘機和醫院病房這種工業場景。iOS體驗閉環厲害但底層從來是封閉的。RTOS能跑工業設備可撐不起幾百萬應用。

鴻蒙生態要干的，是同一個技術底座上的全場景覆蓋，從手機、平板、電視、車機，一路延展到二輪車、家電、機器人、地鐵閘機、醫院床頭屏，而且同一個開發者用同一套AI工具就能為所有這些設備寫代碼。

操作系統史上第一次出現這種組合，“統一底座加AI工具鏈加全場景覆蓋”。在這里，AI Coding已經補上了三位一體中間關鍵的一環，戰略閉環已經很完整。但這套牌能不能變壁壘，還得看一件事：當別人也意識到這條路是對的，鴻蒙能不能用時間差和生態深度，讓后來者追不上。其難點不在技術，而在于同時在那么多行業里扎根、優化、運維的經驗密度——這東西沒有捷徑，只能靠時間壘。

第二，在巨頭和獨立開發者之間，長出一個健康的“中間層”。

鴻蒙生態目前有兩頭很粗壯。一頭是抖音、快手、騰訊視頻這種量級的，在全力做鴻蒙化。另一頭是獨立開發者——空管學生做像素編輯器，視障推拿師做計時工具，天文愛好者做星空攝影，大四學生14天上線拿編輯精選。

但一個健康的生態不能只有巨鯨和微生物，還得有魚群。50到200人的團隊，那些體量不大但數量巨大的開發力量，是更關鍵的中間層，能進一步讓鴻蒙生態在市場上站穩腳跟。

現階段，這個中間層正在長，而且長勢喜人——KMP/CMP跨平臺框架助力伙伴把應用從其他平臺快速切換過來，DevEco Code和DevEco CLI又給從零開始的團隊一條AI鋪好的路。18個框架、13000多個應用已經進來了。以《閃光桌面》的胡韻為例，也在這個區間里，不是大廠，不是純個人開發者，一個產品集成了20多種鴻蒙能力，還拿了創新精品應用獎。這種案例多了，中間層就不再是焦慮。

第三，把開源鴻蒙的行業標桿跑成可復制的商業模式。

客觀來說，開源鴻蒙手上也已經有不少拿得出手的標桿。深圳地鐵無感過閘機、重慶1500多個病房全鴻蒙化、全國每天200多萬人次軌道通行跑在開源鴻蒙上。這些不只是“技術上能行”，更關鍵的信號是，市場上已經自發地形成一股傳播趨勢。

當官方、醫院、交通系統開始看到同行的實踐，而且同行都在說好，那整個生態的需求方向就會變——從“直接去推”變成“客戶來找”，這個拐點在某些領域可能已經到了。

到這里，最后一環就成功拼上了。事實上，開源鴻蒙要做“全域使能者”，關鍵不是自己下場做每個項目，而是把從芯片到模組、到系統、到工具鏈的基礎能力鋪成公共道路，讓合作伙伴在上面跑自己的生意。這一思路對了，隨著星閃協議棧全量開源，倉頡AI技術棧接著開源——把基礎設施建設者該干的事做好，商業模式跑通就水到渠成了，鴻蒙生態的影響力也將日益擴大。

回頭看一眼全球操作系統幾十年的格局。iOS把體驗和利潤吃透了，Android把規模和中低端吃透了，Windows盤在桌面。在這個看似固化的版圖中，鴻蒙是過去十年唯一一個在“全場景智能終端操作系統”這個維度上走出一條新路的玩家。

而且這條路跟前面三條完全不同。鴻蒙不是從消費端往企業端打，也不是從工業端往消費端切，而是用AI工具鏈搭了一座橋，由此輕的一面用AI降門檻，重的一面用深耕換信任，同時吃兩塊。

這一做法，讓它長得不太像一個傳統意義上的操作系統。但它確實是在加速成長，并長成了一個越來越受大眾用戶、開發者以及市場、行業喜愛的模樣。

*本文圖片均來源于網絡