當前，大模型技術正在重新定義軟件工程。一方面，大模型降低了軟件開發門檻。在過去，軟件開發者被劃分為全民開發者、應用開發者和專業開發者，隨著大模型技術的介入，軟件開發變得觸手可及，一些簡單的應用甚至能夠直接通過人工智能生成。另一方面，大模型技術顯著提升了開發效率。它能夠根據開發者的簡單描述快速生成大量的代碼片段，大幅度地縮短了編碼時間，為軟件開發領域帶來了革命性的變化。

在 2024 年 12 月 14 日 AICon 全球人工智能開發與應用大會《鴻蒙生態下的 AI 助力移動應用開發新范式》技術專場上，華為、百度、騰訊云、北京航空航天大學軟件學院的六位技術專家與學者從多視角出發，深入探討在鴻蒙生態下，人工智能技術如何助力移動應用開發的新范式。

面向 AI 輔助開發，鴻蒙在整個移動應用生態上的思考

隨著大模型在開發軟件和工程工具領域加速落地，傳統模式下的生產效率大幅提升，開發范式也在發生改變。調查數據顯示，70% 以上的開發者使用過或計劃使用 AI 輔助編程類工具;在生產環境運行的代碼中，有很大比例來自于自動生成，而非手寫代碼。

當前，無論是傳統 IDE 廠商還是新型 IDE 廠商，都在朝下一代開發模型演進。比如，VS Code 在編輯上做了很多 AI 思考，很多社區大模型、智能輔助開發工具都可以接入到工具體系里面來;下一代 AI IDE 的雛形 Cursor 也在擺脫傳統 IDE 方式，思考什么是 AI 內置的 IDE。

華為終端 BG 軟件部開發者平臺部首席架構師指出，在鴻蒙生態上開發應用并非簡單的復制，而是站在全新的出發點。鴻蒙生態面向未來的思考包括智能化和立體化的體驗，以及不同設備和屏幕的交互方式。這些變化預示著開發應用程序、操作系統和技術組件的方式可能會發生變化。

一方面，要提升傳統模式下的生產效率。在大模型時代，開發者工作習慣正在從“以代碼為中心”到“以 Prompt 為中心”。這也意味著，在未來，開發者可能會擺脫掉傳統的軟件開發流程，更加關注業務和目標。

另一方面，大模型在全新的操作系統、全新生態下，我們還需要有一種面向未來的范式變化。隨著 AI Agent 在軟件編程工程效率領域不斷受到關注，面向下一代鴻蒙原生應用開發的智能體，也將對移動應用開發進行范式上的變革。

HarmonyOS 開發套件 DevEco Studio 智能化新方向

DevEco Studio 作為鴻蒙原生應用開發的核心工具，為開發者提供了一站式的開發平臺，不僅具備基本的代碼開發、編譯構建及調測等功能，還具有高效智能代碼編輯、多端雙向實時預覽、多端設備模擬仿真以及性能調優等特性。

盡管當前大模型技術持續火熱，但華為資深技術專家認為大模型并不等同于 AI，AI 也不等同于高效開發。在其看來，AI 是智能化的體現，而智能化可以通過多種方式實現，如程序分析、低代碼、減少交互步驟等。

DevEco Studio 在此維度上做了很多嘗試。例如探索用對話交互方式生成鴻蒙的特征，如元服務卡片，不需要安裝即可快速調起程序。此外，也能讓開發者無需編寫代碼即可快速開發出元服務。在問題定位方面，DevEco Studio 希望將這個過程變為向導式，指導開發者一步一步解決問題。進一步簡化編碼步驟，通過一鍵式生成簡化復雜邏輯，并將性能領域的問題固化到工具中，通過場景找到對應的問題，降低成本。展望未來，華為資深技術專家認為，沉浸式 AI 編程是 IDE 智慧化的新方向。AI 能夠在報錯時提供智能體入口，幫助開發者快速找到對應答案，并在編寫代碼時自動補全 API 調用。此外，還能在性能出現問題時自動檢測并提示，幫助開發者找到對應代碼。再進一步，智慧化 IDE 將從 Copilot 向 Agent 方向演進，即通過 Agent 方式自動完成代碼生成、優化和性能調優，從構建、問題定位、調試到調優，將 AI 融入到整個開發旅程中，旨在使開發過程更加智能化。

鴻蒙生態下的 AI 助力移動應用開發新范式

當前，大模型正在重新定義軟件工程，不僅促進了軟件開發的民主化，也推動了開發工具的智能化發展。華為終端 BG 軟件部開發者平臺部技術架構師表示，鴻蒙代碼編程 AI 助手 DevEco CodeGenie主要聚焦在代碼生成補全、智能知識問答、萬能卡片生成三大方向，提升開發者的工作效率和代碼質量。

代碼生成補全方面，DevEco CodeGenie 能夠根據開發者的自然語言描述生成相應的代碼片段，開發者只需描述所需代碼的功能，插件即可生成代碼并允許開發者直接將其復制到編輯區，從而在工程項目中使用。具體來說，DevEco CodeGenie 有三大能力：直接生成 ArkTS 界面代碼的能力，利用鴻蒙系統獨特 API 生成代碼的能力，以及將常用算法以 ArkTS 語言形式表達的能力。

智能知識問答方面，DevEco CodeGenie 采用了一種更新的模式，即基于大模型的生成式智能問答和搜索。這一模式主要依賴于大模型的理解能力和推理能力，以提供更精準的答案。與傳統的智能搜索相比，新模式無需依賴擴展塢或知識圖譜來理解用戶的提問，而是直接利用大模型的自動推理能力，為用戶提供與鴻蒙相關問題的準確答案。通過在大模型、搜索、數據和評測四個方面進行優化，知識問答的準確率能夠達到 85% 以上，更有效地理解和回答開發者在鴻蒙原生應用開發過程中遇到的問題，從而提高開發效率和體驗。

萬能卡片生成方面，DevEco CodeGenie 具有三大特點：一是對話交互體驗，能夠精確識別用戶意圖，并通過自然語言多輪交互不斷調整以滿足用戶需求;二是智能化 UI 布局，通過學習方式優化布局效果;三是工程級或項目級代碼的生成，一站式解決萬能卡片的所有問題。目前，DevEco CodeGenie 生成的端到端卡片準確率已超過 60%。

在未來，DevEco CodeGenie 不僅需要將現有的規則以 Agent 方式整合進去，以優化整個軟件開發流程，還需要關注 AI 大模型生成代碼的準確性，并對此進行深入研究和解決。

大模型驅動的人機協同提效實踐

文心快碼是基于文心大模型的智能代碼助手，結合百度積累多年的編程現場大數據和外部優秀開源數據，可以生成更符合實際研發場景的優質代碼。為進一步提升工程師研發效率，百度提出了人機協同結對編程的理念，并成立了 TIC 組織。

百度資深研發工程師王初晴提到，文心快碼與 DevOps 全流程的結合實踐主要體現在兩大方面：

第一，研發能力的左移，即將測試能力、安全能力、部署能力等移動到編程現場，在文心快碼內部現場就可以方便調用這些能力。例如，測試能力和安全能力的左移，使得工程師可以在 IDE 里通過文心快碼進行一些測試和安全漏洞的修復。同時，部署領域也實現了左移，百度與營銷服務團隊合作的部署插件，將線下環境的部署過程左移到了文心快碼中，通過文心快碼調用部署插件，可以實現快速部署，單次部署耗時可以節省 10 秒以上，線下環境的 API 更新效率也提升了 3 倍，成效顯著。

第二，通過智能化能力賦能 DevOps 平臺，使得企業內部研發和工具鏈中可以非常方便地使用 AI 的能力。以百度為例，百度擁有多個研發平臺，如需求管理平臺、代碼托管平臺、應用部署平臺等，這些平臺都通過大模型能力進行了重構，使得在這些平臺中可以非常方便地使用 AI 能力，從而加速 DevOps 整個研發流程的推進。例如，在百度的需求管理平臺中，之前需要填寫表單進行結構化查詢，而現在可以通過自然語言直接查詢卡片，大大提升了查詢的便捷性。

展望未來，王初晴表示，整個研發過程將由機器和 AI 執行，工程師只需聚焦在創意的產生和最終的確認上。

探索 IDE 下的智能研發和研發知識庫的建設

隨著人工智能技術的不斷發展，編碼智能體作為一種新興的技術概念，逐漸進入大眾視野。編碼智能體的愿景是自動化生成高質量的工程，降低開發者人數的同時保持開發質量不下降，通過 AI 引入“程序員”提升智能體的能力。騰訊云資深技術產品專家汪晟杰認為，要想實現這一愿景，需要在以下三個方面深耕：模型構建、場景聚焦和企業知識庫。

首先，模型是編碼智能體的核心，它決定了智能體的智能水平和解決問題的能力。

其次，聚焦特定場景是編碼智能體成功應用的關鍵。通過深入了解企業的實際需求和業務流程，可以為編碼智能體設計更符合實際的應用場景。

最后，深耕企業知識庫是提升編碼智能體應用效果的重要途徑。通過引入企業的私有知識庫，可以使編碼智能體更加智能地理解和處理企業的實際問題。

知識庫建設對于編碼智能體的成功應用至關重要。從今年 6 月份開始，騰訊云已經開始著手進行知識庫的建設工作。而 RAG 技術正是其中的關鍵。在騰訊云的知識庫 RAG 進階探索中，主要分為代碼文檔 RAG、多模態 RAG 以及 Agentic RAG(智能體增強的 RAG)三大方向。

其中，Agentic RAG 結合了智能體的智能處理能力，能夠更好地理解和處理復雜的文檔和代碼信息。在解析圖片時，并不直接依賴大模型的感知能力，而是通過分析圖片元素、存放位置等信息，結合開源模型進行提取和擴寫，從而增強大模型的理解能力。這種方法可以減少大模型產生的幻覺問題，提高生成的準確性。

汪晟杰表示，在未來，人機協同到人智協作的過程將越來越重要。通過代碼需求生成和代碼合并的有機結合，可以完成多輪對話，開發出符合標準和質量要求的應用。

基于智能模型驅動的鴻蒙原生應用代碼自動生成

當前，智能軟件工廠已成為美國行業軟件創新發展的新模式，能夠將軟件開發周期從數年縮短到幾分鐘。那么，我們能否建立自己的軟件工廠，以解決應用軟件和大型軟件的開發問題，而不僅僅是函數級代碼編程?北京航空航天大學軟件學院長聘副教授楊溢龍在演講中表示，軟件開發的復雜度是實現這一目標的主要難點，具體體現在軟件目標領域的多樣性、眾多的利益相關者、目標平臺語言、運行平臺以及系統類型的復雜性。

在這一背景下，北航和華為聯合實驗室聯合啟動了鴻蒙原生應用及元服務高質與高效生成項目，該項目旨在提高鴻蒙原生應用開發的效率。研究團隊分析了鴻蒙原生應用開發的主要人群特征，并針對這一人群提出了一個 DSL(領域特定語言)，通過拖拽二維模型的方式，幫助他們能夠以低代碼的形式快速上手鴻蒙原生應用開發。

為了進一步提高模型構建效率，團隊還引入了智能化手段進行模型生成。通過采用大模型方法生成模型，并定義了一系列的交互模式來生成 DSL。通過外掛的簡單界面，用戶只需描述模型的訴求，系統即可自動生成整個頁面。這種方式可以進一步提高開發效率，向 10 倍目標邁進。

據楊溢龍介紹，在下一個版本中，研究團隊計劃將整個過程 AI 化，從需求獲取到設計、架構、編碼和元服務的實現，都通過 AI 手段進行生成。采用模型驅動+生成式 AI 融合的方式進行生成，并補齊代碼測試生成和 IDE 的相關功能。同時，團隊也關注人機協同的問題，希望 IDE 能夠感知開發人員的水平，并提供相應的服務，實現情景動態感知、人機協同構建和人機協同演化。最終，將實現勞動密集型的人工編碼活動到自動化、再到全流程智慧化的過程，進一步提高軟件質量和效率。

結語

如今，我們正步入一個智能設備無處不在的時代。傳統的手機操作系統如 iOS、Android 更多面向的是智能手機，HarmonyOS 面向的則是多智能終端、全場景。在這一背景下，中國開發者需要一個全新的平臺，這個平臺不僅僅是一個單一的技術或產品，而是一個全面的生態系統，涵蓋應用程序、操作系統以及各種硬件設備，能夠為用戶提供全方位的服務。

當前，鴻蒙生態正以蓬勃之勢重塑智能世界格局，鴻蒙誠摯地邀請各界參與到生態技術構建中來，無論是開發應用程序還是提出創新建議，都將對生態建設產生積極影響。鴻蒙也期望能有越來越多的應用程序廠商、開發人員及合作伙伴加入到“軟硬整合”合作中來，實現操作系統與應用程序的深度整合，共同為用戶打造優質體驗。