看完了今年的HDC，说一个感受：鸿蒙生态，成了。

不是“快要成了”，也不是“势头不错”，是“成了”。98%的升级率、TOP应用满意度提升50%，这些是后视镜里的数据。我想说的是，这一届HDC的画风变了——往年大家最关心的问题是“某某App什么时候上鸿蒙”，今年这个问题几乎没人问了，因为该来的都已经来了。

这届HDC 2026有两个很不一样的地方——AI Coding变成了主场，传统系统新功能反而成了配角；上台开发者的面孔也变了。以前都是大厂技术VP讲鸿蒙故事，今年出来分享的人里，有空管专业的学生、天文学研究生、视障推拿师、军区大院长大的天文爱好者。

这两点放在一起，鸿蒙接下来几年的方向已经说清楚了。

回到这场Keynote主题演讲，它其实就织了两层。

第一层是明线——产品。DevEco Code编程智能体、DevEco CLI命令行工具、HarmonyOS SDK全新的开放能力、KMP/CMP跨平台框架社区首版本Beta、星闪协议栈全量开源、仓颉AI技术栈开源。哪一个单独拎出来，放在往年都能撑起一场开发者大会。

第二层是暗线，更有意思——战略的转向。把这些产品拼起来看，鸿蒙在做一件从里到外的事：从一个操作系统，变成一张AI时代的基础设施网络。怎么理解？最直观的信号，是角色表述改了一句话，从“技术贡献者”变成了“全域使能者”。六个字的差异，整家公司对这件事的定位不同了。

过去的鸿蒙是“我在做操作系统，你们来用”，现在是“我把从芯片到框架到工具链到行业方案的每一层能力都拆开，你们来拿，你们在上面做什么我不管，但你们站在我的地基上”。

再往下看，这张网络的经线是AI工具链——Deveco Code和DevEco CLI把开发门槛压到了史无前例的程度。纬线是开源鸿蒙的行业纵深，比如城市轨道、医院病房、电网调度等等。

两个方向同时扎根，操作系统历史上没有过。消费端和工业端，轻量和重量，同一套架构里很难兼顾——但它做了，而且开始跑通了。

AI Coding打破了“先有鸡还是先有蛋”的生态困局

但说句实话，如果只是“鸿蒙很全面”，这或许不值得专门来说。真正让我觉得这届HDC有分量的，是AI Coding这个板块。

为什么？操作系统生态历史上有一个“先有鸡还是先有蛋”的无解题——没有足够开发者就没有足够应用，没有足够应用就没有足够用户，没有足够用户就没有开发者愿意来。

翻任何一个失败操作系统的悼词，最后都归结到这三个字——“没人用”。根源在哪？在过去的逻辑里是“开发成本太高”。

Android当年吃掉iOS之外的市场，不是比iOS好，是Java程序员多、工具链熟、学习成本低。再看Windows Phone怎么死的？系统不差，用过的都说好，但做应用的人太少。

究其原因，入场成本太高了。

鸿蒙面对的问题比当年的Windows Phone还要棘手。Windows Phone只是缺应用，鸿蒙还要从内核重建。对整个市场而言，学一套新语言、新框架、新工具链，做一个现在在Android和iOS上本来就能跑的应用——如果这件事只靠补贴、靠商务去推，十年未必有今天这个规模。

所以AI Coding对鸿蒙的意义，跟对别的平台不一样。在别的平台，AI Coding是“效率工具”。在鸿蒙，它是“入场券”——它把“做鸿蒙应用”从“招一个鸿蒙团队”变成了“一个人加一台电脑加会提问”。

这是如何做到的？首先，我们得弄清楚DevEco Code到底是什么？

市面上AI编程工具卷了两年了，GitHub Copilot、Cursor、Claude Code，各有各的东西。但DevEco Code有一个别的工具都做不到的：它懂鸿蒙。这里的“懂”不是套话。

DevEco Code以华为毕方加OpenCode为底座，并把鸿蒙资深研发专家的经验“蒸馏”了进去。过去，新人开发者要花小半年才能摸清的隐性知识，比如多设备适配怎么搞、折叠屏分栏怎么处理、内存泄漏的常见根因在哪、ArkTS里有哪些坑容易踩等等，现在都做成了Skills，开箱就能调出来用。

同时，DevEco CLI则提供了另一种思路，其核心职责是为开发者的编程Agent打辅助——无论是用Cursor，还是Claude，哪怕任何主流Agent都行，在这里都能调用。DevEco CLI把鸿蒙开发全流程的工具从创建工程、语法检查、编译构建到运行调测，全部做成了Agent友好调用。

此外，华为还把2000多万字的鸿蒙官方文档，做成了“记忆面包”，直接就可以喂到开发者的Agent肚子里，不用上网搜、不用猜，有官方知识库兜底，让Agent都能写鸿蒙代码，

总的来说，DevEco Code和DevEco CLI不是两个独立产品，是一个系统工程的两面。

正如龚体所强调的，“决定AI辅助能力的上限，不在于编码的快慢，而在于开发旅程自闭环。”现阶段，这一闭环在鸿蒙生态上已经跑通，并在抖音和快手的实践中得到了验证。

目前鸿蒙版抖音已经进入批量应用阶段。在这个过程中，抖音团队把鸿蒙适配需求和历史用例作为业务输入，让AI完成需求解析、执行、归因与结果分析，仅用一个月，就完成了1000条到5000条用例覆盖，主功能点覆盖100%，高频场景有效成功率70%，整体验证效率提升了20%。

而在快手实践中，AI代码生成率80%，人效1.7倍。以前同一个工程师只能交付单端，现在不额外加鸿蒙人力的情况下，两人就能完成三端，厉害的一个人独立搞定三端。测试用例直出采纳率84%，排障修复建议采纳率73%。值得一提的是，快手团队和鸿蒙联合开发了Ark Refiner-Sendable Skill，让AI把分析、定位、改造、验证一条龙跑通，原本两人一周的工作，现在半天就能收掉，冷启整体提升了16%。

那么，当这些实践摆在台面上，甚至已经实打实地跑在项目流水线上，AI Coding在鸿蒙上就不是概念验证了，而是扎扎实实的生产力。

这也是我想说的：鸿蒙生态，成了。“成了”的关键不是发了多少新功能，是因为做鸿蒙开发的成本，已经不需要单独论证了。

如今，鸿蒙化的跨平台框架KMP/CMP 让腾讯视频的三端代码复用率做到90%，相信一定也能帮伙伴把已有的Android/iOS代码低成本搬迁。18个主流跨平台框架已支持鸿蒙，累计帮13000多个应用完成了鸿蒙化。DevEco Code把从零开始做原生鸿蒙应用的门槛压到了“会说话就能写代码”。换句话说，鸿蒙生态的入场券，被AI Coding打下来了。

这张“成了”的牌局，还要落好三子

当然，“成了”不等于“结束了”。一个生态从“立住了”到“跑起来了”，中间还有几件事要做。

第一，把独一无二的生态位，变成不可复制的系统优势。

今天，鸿蒙的战略定位，搜遍全球找不出第二个。Android有开发者生态但进不了地铁闸机和医院病房这种工业场景。iOS体验闭环厉害但底层从来是封闭的。RTOS能跑工业设备可撑不起几百万应用。

鸿蒙生态要干的，是同一个技术底座上的全场景覆盖，从手机、平板、电视、车机，一路延展到二轮车、家电、机器人、地铁闸机、医院床头屏，而且同一个开发者用同一套AI工具就能为所有这些设备写代码。

操作系统史上第一次出现这种组合，“统一底座加AI工具链加全场景覆盖”。在这里，AI Coding已经补上了三位一体中间关键的一环，战略闭环已经很完整。但这套牌能不能变壁垒，还得看一件事：当别人也意识到这条路是对的，鸿蒙能不能用时间差和生态深度，让后来者追不上。其难点不在技术，而在于同时在那么多行业里扎根、优化、运维的经验密度——这东西没有捷径，只能靠时间垒。

第二，在巨头和独立开发者之间，长出一个健康的“中间层”。

鸿蒙生态目前有两头很粗壮。一头是抖音、快手、腾讯视频这种量级的，在全力做鸿蒙化。另一头是独立开发者——空管学生做像素编辑器，视障推拿师做计时工具，天文爱好者做星空摄影，大四学生14天上线拿编辑精选。

但一个健康的生态不能只有巨鲸和微生物，还得有鱼群。50到200人的团队，那些体量不大但数量巨大的开发力量，是更关键的中间层，能进一步让鸿蒙生态在市场上站稳脚跟。

现阶段，这个中间层正在长，而且长势喜人——KMP/CMP跨平台框架助力伙伴把应用从其他平台快速切换过来，DevEco Code和DevEco CLI又给从零开始的团队一条AI铺好的路。18个框架、13000多个应用已经进来了。以《闪光桌面》的胡韵为例，也在这个区间里，不是大厂，不是纯个人开发者，一个产品集成了20多种鸿蒙能力，还拿了创新精品应用奖。这种案例多了，中间层就不再是焦虑。

第三，把开源鸿蒙的行业标杆跑成可复制的商业模式。

客观来说，开源鸿蒙手上也已经有不少拿得出手的标杆。深圳地铁无感过闸机、重庆1500多个病房全鸿蒙化、全国每天200多万人次轨道通行跑在开源鸿蒙上。这些不只是“技术上能行”，更关键的信号是，市场上已经自发地形成一股传播趋势。

当政府、医院、交通系统开始看到同行的实践，而且同行都在说好，那整个生态的需求方向就会变——从“直接去推”变成“客户来找”，这个拐点在某些领域可能已经到了。

到这里，最后一环就成功拼上了。事实上，开源鸿蒙要做“全域使能者”，关键不是自己下场做每个项目，而是把从芯片到模组、到系统、到工具链的基础能力铺成公共道路，让合作伙伴在上面跑自己的生意。这一思路对了，随着星闪协议栈全量开源，仓颉AI技术栈接着开源——把基础设施建设者该干的事做好，商业模式跑通就水到渠成了，鸿蒙生态的影响力也将日益扩大。

写在最后

回头看一眼全球操作系统几十年的格局。iOS把体验和利润吃透了，Android把规模和中低端吃透了，Windows盘在桌面。在这个看似固化的版图中，鸿蒙是过去十年唯一一个在“全场景智能终端操作系统”这个维度上走出一条新路的玩家。

而且这条路跟前面三条完全不同。鸿蒙不是从消费端往企业端打，也不是从工业端往消费端切，而是用AI工具链搭了一座桥，由此轻的一面用AI降门槛，重的一面用深耕换信任，同时吃两块。

这一做法，让它长得不太像一个传统意义上的操作系统。但它确实是在加速成长，并长成了一个越来越受大众用户、开发者以及市场、行业喜爱的模样。