鴻蒙押注新未來：用AI重寫數字世界交互邏輯

克雷西 發自 凹非寺
量子位 | 公眾號 QbitAI

2025年無疑是終端AI全面爆發的元年，整個產業迎來了繼功能機向智能機躍遷后的又一個十字路口。

這場躍遷是一次商業模式與交互邏輯的根本性重塑，智能機時代以APP為中心的被動服務模式，正在向以AI智能體為中心的主動服務模式跨越

在這場躍遷之中，如何重構人與設備的連接，成為擺在所有廠商面前的共同考題。

行業中，一派傾向于改良，試圖在既有的APP生態上做加法；另一派則堅持重構，主張深入操作系統底層，徹底改寫交互邏輯。

作為“重構派”的典型代表，華為將其戰略錨定在了底層，選擇將AI能力下沉并轉化為操作系統的原生基因

沿著這一戰略路徑，華為終端云服務總裁賈永利在央視《2025科創大會》上進行了深度分享，為行業的技術演進，提供了一種新的可能路徑。

演講中，賈永利重點提到了終端智能化L1~L5分級標準——來自華為與清華大學人工智能產業院（AIR）聯合編寫的《AI終端白皮書》。

• L1是功能級，即輔助工具；L2是任務級，即單項執行，這兩者的共性仍停留在人為主、AI為輔的初級階段；
• L3協作級則是真正的分水嶺，意味著AI開始具備自主拆解目標與閉環執行的能力；
• 未來，行業還將向L4指導級與L5智慧級持續進階。

這一分級標準深刻揭示了真智能的本質——終端必須突破L1與L2階段單純的工具屬性，加速向L3級具備自主規劃能力的智能體進化，這才是衡量終端智能化水平的根本界限。

困在舊架構里的“偽智能”

基于這種L1-L5的分級標準審視當前行業，很容易就能發現絕大多數產品仍未脫離舊有的架構慣性。

這種底層邏輯與上層體驗的結構性滯后，使得當前市場上的AI應用大多呈現出三種典型的路徑依賴，難以支撐起真正的代際跨越。

第一類路徑的主導者是大模型廠商。受限于典型的B to C 產品邏輯，它們試圖直接將云端算力封裝為獨立的對話式應用，從而導致了“懸浮式智能”的泛濫。

受限于移動操作系統的沙盒機制，它們更像是一個個被封印在APP圖標里的“高智商大腦”，雖然擁有極強的咨詢能力，但完全切斷了與設備底層及其它應用的連接。

第二類路徑的主導者是擁有超級APP的互聯網流量巨頭。它們未能走出C to B的“流量圈地”舒適區，傾向于將AI能力作為提升用戶粘性的護城河，從而形成了一種“割據式智能”

這類巨頭往往將AI能力封裝在自家的“圍墻花園”內部，導致數據無法流動，意圖無法跨應用傳遞。

AI不僅沒有打破數據孤島，反而在某種程度上加劇了服務的封閉性，成為了巨頭圈地的新圍欄。

第三類路徑的主導者則是處于轉型期的傳統終端廠商。受限于舊有的硬件思維邏輯，它們的嘗試往往呈現為一種“拼盤式智能”

在缺乏系統級中樞統籌的情況下，這類廠商往往采用“打補丁”的方式，在各個原生應用中零散地塞入AI功能點。

這些功能雖然在單點上具備了一定的執行能力，但它們彼此之間是互不相識的獨立孤島，無法串聯成一條完整的服務鏈條，用戶依然要充當不同AI功能之間的“人形中轉站”，距離真正的“主動智能”相去甚遠。

透視這三種路徑的共性，它們實際上都撞擊到了同一個隱形天花板——無論是懸浮的對話框、割據的圍墻，還是散落的功能拼盤，本質上都是在舊有的操作系統架構上進行“外掛式”的修補。

這種改良路徑或許能在單一場景下提升效率，卻始終被困在L1/L2級輔助工具的范疇之內。

行業真正缺失的，并非更多的功能點堆砌，而是一個能夠穿透應用壁壘、深度統籌意圖與服務的系統級中樞。

而這，恰恰是通往L3級“跨應用協同”深水區無法繞過的必經關隘。

這也正是華為常務董事、終端BG董事長余承東在華為第六屆AI院長峰會上所判斷的行業分水嶺——

AI是一場改變人類生活的技術革命，要實現這一目標，必須構建起包含“大模型+智能體”在內的全棧能力。

用AI重構操作系統底層

針對行業內普遍存在的路徑依賴，鴻蒙選擇了一條極具挑戰的破局之路。

不同于試圖在既有架構上打補丁或加插件的邏輯，鴻蒙開啟了一場徹底的“系統級重構”，從底層打破應用與系統的堅硬邊界。

這場重構的基石，便是底層的鴻蒙智能體框架（HMAF）。

作為實現系統級AI的關鍵基礎設施，它構建了獨特的意圖框架與用戶數據圖譜，讓操作系統不再只是一個冷冰冰的資源調度者。

正是有了這套統一的邏輯底座，鴻蒙才得以確立“C/B雙端共振”的戰略路徑，支撐起整個鴻蒙生態的智能化運轉。

在用戶能夠感知的C端層面，這種底層重構，用對話取代了繁瑣的操作

因為系統能精準拆解你的意圖，它不再滿足于執行一個簡單的指令，而是追求把整個任務一次性解決。

在Mate X7上，A2A協議打通了應用之間的隔閡，用戶不再需要自己在腦子里把一個需求拆分成“打開APP、尋找入口、點擊確認”等一連串繁瑣步驟，系統能主動識別你想干什么，并自動把相關服務調動起來。

這種交互邏輯的改變，讓“人找APP”的被動搜索，真正轉變為“服務找人”的主動響應

以深圳航空“深航飛飛”智能體為例，只需說出“用深圳航空訂一張xx月xx日去深圳的機票”，或者提出“推薦個能看日落的座位”等個性化需求，小藝便能通過A2A協議直接調度深航飛飛智能體。

系統會在后臺靜默而高效地獲取航司數據，完成從查票、訂票到值機選座的全流程閉環，曾經需要在多個界面反復跳轉的繁瑣流程，如今只是一句話的事。

這種系統底層的重構也同步延伸到了開發者一側。

為了構建全場景智能服務，鴻蒙提供了小藝智能體開放平臺。應用開發者可以直接調用系統級控件，快速讓應用獲得意圖理解能力。

該平臺配備了覆蓋從開發、多端調試（手機/平板/車機/PC/手表）到部署上架的端到端工具鏈，開發者只需一次開發，即可將智能體無縫分發至鴻蒙全場景生態。

當智能體開發完成后，它們將不再是應用市場里無人問津的圖標，而是通過統一上架小藝智能體廣場，分發至手機、平板、PC乃至車機等全場景終端。

無論用戶身處何種設備環境，都能通過系統級入口、小藝超級智能體等途徑獲得一致的服務體驗。

這套基于意圖的全新分發機制，不僅在體驗上讓服務找人，更在產業邏輯上撕開了一道口子。

當流量的分配不再單純依賴應用圖標的點擊，而是取決于系統對用戶需求的實時判斷時，傳統移動互聯網中固化的流量版圖便開始松動。

AI終端的新流量法則

當前的移動互聯網生態，仍然處于殘酷的存量博弈之中。

對于絕大多數中小開發者而言，頭上懸著兩把利劍——

• 一把是流量的固化，頭部超級APP壟斷了絕大部分用戶時長，應用商店的自然流量枯竭，新應用難以突圍；
• 另一把則是“商業閉環的困局”，即便想擁抱智能化，高昂的Token調用成本與不確定的變現路徑，讓中小團隊在面對AI浪潮時往往不敢輕易投入。

鴻蒙打破這一僵局的第一刀，就砍向了流量分發機制——將傳統的應用分發轉變為服務分發，小藝智能體廣場不再是一個依循下載量排名的靜態貨架，而是一個基于用戶實時需求的流量中樞。

這種模式下，流量的分配權從競價排名回歸到了服務相關性，不僅讓服務轉化的鏈路大幅縮短，更重要的是，它給了那些專注于垂類服務的中小開發者一個被看見的機會。

根據最新數據，目前搭載HarmonyOS 5/6的終端設備已突破3200萬臺，且仍在高速增長。

這3200萬臺設備構成了這波新流量的堅實基座。從手機到車機，從辦公PC到腕上穿戴，這些設備不再是孤立的信息孤島，而是共同編織了一張捕捉用戶意圖的大網。

對于開發者而言，接入鴻蒙生態，就意味著服務有機會在用戶駕駛、運動、辦公的全天候場景中自然流轉與觸達。

隨著L3級智能體驗的正式落地、全場景設備規模的爆發以及“意圖-服務”商業閉環的跑通，鴻蒙AI生態已經跨越了早期的概念驗證，進入了實質性的紅利釋放期。

對于開發者而言，加入鴻蒙AI生態，就是在搶占下一代服務分發入口的最佳窗口期。