跨應用、跨裝置完成完整任務，
才是系統級AI真正要解決的問題。
2026年，系統級AI成了終端廠商競爭的共同方向。
Google在Pixel 11系列中把Gemini Intelligence推向跨應用、跨裝置的任務入口；微軟在Build 2026上提出建設「agent-native runtime」；蘋果也在WWDC 2026上推出具備跨應用操作能力的Siri AI。豆包手機等新嘗試，則把這場競爭帶到國內使用者面前。
今年5月，《人工智慧終端智能化分級》系列國家標準開始實施，終端能力從L1響應級、L2工具級、L3輔助級一直劃分到L4協同級。行業關心的問題已經不只是手機有沒有AI，還包括它能否理解任務、呼叫服務並與其他裝置協同。
使用者的期待也在發生變化——少找幾個入口，少在App之間複製資訊，說出目標之後，系統能把事情繼續辦下去。單點問答已經不夠，跨應用、跨裝置完成完整任務，才是系統級AI真正要解決的問題。
HarmonyOS 7開發者Bate版展示的變化，正是把系統的組織中心從裝置轉向使用者意圖。
在HDC 2026上，華為首次演示了這一能力——使用者對小藝說，下午有一場會議，希望提前20分鐘到達。小藝會讀取日程中的時間和地點，結合即時路況計算出發時間，再預約車輛並設定提醒。過去，這件事要在日曆、地圖、打車之間來回切換。現在，使用者只需說出目標，系統就能調度多個應用繼續把事情辦下去。
正如華為終端BG CEO何剛在HDC 2026上所說，「鴻蒙智能正在把App時代的多步操作，變成Agent時代的簡單對話。」應用仍然提供內容、服務和交易，Agent負責理解目標，作業系統則像一名調度員，把應用和裝置排進同一條任務流程，並守住權限與安全邊界。
作業系統負責把能力組織起來
作業系統每次成為產業平台，都因為它接走了一部分複雜工作。
個人電腦時代，它遮蔽不同硬體的差異；移動網際網路時代，它建立應用運行、分發和權限規則。開發者不必反覆處理底層問題，才能把精力放在軟體和服務上。
2008年App Store出現後，找軟體、裝軟體和更新軟體被整理進統一入口，移動網際網路才得以快速擴張。與此同時，使用者的資料、時間和交易逐漸留在一個個App裡。每個應用都很強，跨應用辦一件事卻仍要靠使用者自己找入口、複製資訊和確認順序。
對使用者而言，Agent讓操作變得更簡單，但系統需要處理的複雜性隨之增加。
模型可以聽懂一句話並規劃步驟，真正把事情辦完，還要呼叫地圖、日曆、票務、支付等應用服務，並讓手機、電腦或車機接力。模型像規劃者，應用提供專業能力，裝置執行具體動作，作業系統負責統一調度，並確認每一步是否越過權限邊界。
Agent不會削弱App的價值，它要求應用把專業能力更清晰地提供給系統。比如使用者提出「幫我安排一次旅行」，系統可以結合日程和位置規劃行程，呼叫「鐵路12306」預訂高鐵票，通過「攜程」預訂酒店、預約景區。下單和支付前由使用者確認，後續服務仍由相應應用完成。
在這個階段，應用繼續提供內容與服務，作業系統開始承擔任務調度，負責理解需求、拆解步驟、選擇服務並決定呼叫順序。而HarmonyOS 7已經開始承擔這一關鍵的角色。
它的先發優勢來自過去七年的連續積累——分佈式底座已經連接多種裝置，原生應用生態沉澱了服務能力，小藝則成為理解使用者意圖的系統入口。
鴻蒙邁過的三道檻
鴻蒙過去七年形成了三項基礎能力：系統級小藝負責理解使用者意圖，原生應用生態提供可呼叫的服務，分佈式底座讓任務在不同裝置之間接續。
它們分別對應Agent在今天這個時代落地的三項要求：持續獲取使用者上下文，找到完成任務所需的服務，並讓任務跨裝置持續執行。HarmonyOS 7將這三項能力納入同一套Agent架構，系統開始圍繞使用者目標調度應用和裝置。
圍繞這套架構，鴻蒙解決了三個關鍵問題：系統如何理解使用者正在做什麼？如何匹配合適的能力？以及如何讓任務跨裝置持續完成？
首先，是讓系統知道使用者正在做什麼。
小藝可以在授權範圍內呼叫200多項系統級資料和能力，結合裝置狀態、日程、位置、使用習慣和上下文記憶，補齊使用者沒有明說的資訊。
使用者只要告訴小藝，自己報名參加了一場馬拉松，希望制定訓練和恢復計畫，系統便可結合賽事時間、健康記錄與未來日程，安排訓練節奏，並把計畫寫進日曆。
其次，系統要知道該呼叫什麼能力。
HarmonyOS 7將系統能力全面Skill化。藍牙連接、檔案檢索、地圖定位等原本分散在不同入口中的功能，被封裝為可由小藝呼叫的標準能力，第三方應用和智能體也可以接入同一套任務流程。截至目前，鴻蒙已經具備2100多項系統能力。
例如，完成一次學習任務，小藝可以串聯「WPS」「百詞斬」等應用，依次完成拍照識題、解析講解、錯題收錄和複習計畫制定；處理會議時，它又能聯動「釘釘」「WPS」和「地圖」，完成資料提取、出行規劃和提醒設定。不同應用提供專業能力，系統負責把它們組織成一條任務鏈。
鴻蒙智能體框架2.0在其中承擔統一接入和任務編排。Agent、Skill、雲服務與第三方能力可以通過多種方式進入同一調度體系。小藝負責理解目標，再拆解步驟、匹配能力並決定執行順序。
最後，系統要讓任務在不同裝置之間繼續完成。
外出時沒帶電腦，使用者可以在手機上告訴小藝：「把我電腦上與物理實驗相關的資料發到手機上，並附上資料清單。」即使不知道檔案名稱、電腦處於合蓋待機並接通電源的狀態，系統也能在電腦端檢索和整理，再把結果傳回手機。手機接收意圖，電腦處理檔案，鴻蒙維持任務的上下文和執行狀態。
裝置連接解決的是檔案如何從A端到B端，任務協同關心的則是事情能不能連續完成。使用者不需要記住能力在那個裝置、那個入口，只需看到進度，並在關鍵動作前作出確認。
全場景的價值，也隨之有了新的衡量標準——使用者擁有多少台裝置已經不再是關鍵，同一項任務能否在不同裝置之間連續完成，才決定體驗是否真正落地。
把AI創新放到鴻蒙？
一個作業系統能否成為AI應用創新的首選平台，最終取決於它能給開發者帶來什麼：能否觸達真實需求，能否開放足夠多的系統能力，能否把開發和多端適配的成本降下來。
最先發生變化的是入口，服務可以在需求發生時被系統主動呼叫。
到了HarmonyOS 7，酒店查詢、演出搜尋、檔案處理和商品識別等具體能力，可以被封裝成Skill或Agent，接入小藝的任務流程。系統理解需求並組織任務，應用繼續提供專業服務。
鴻蒙將這種協作概括為「意圖即服務」：使用者提出「今天要招待三位客人，想吃川菜，順便幫我買菜」，小藝可以根據人數和口味設計菜單，並呼叫「叮咚買菜」智能體將所需食材加入購物車，使用者確認後下單。
小藝提供系統級需求入口，應用負責專業服務與交易。截至目前，小藝日活躍使用者達到1.8億，鴻蒙匯聚500多個夥伴精選Skill和2000多個鴻蒙智能體。對開發者而言，這讓一項服務有機會在需求發生時被系統找到，而不只依賴使用者主動搜尋App。
入口之外，鴻蒙還在嚮應用底層延伸，開發者可以直接呼叫系統級AI能力。
截至目前，鴻蒙已向生態開放20多項AI能力。在「異環」中，系統級AI能力可用於提升遊戲畫質與流暢度；「酷狗音樂」的AI音樂現場功能則通過Audio Kit自動分離音軌，讓使用者選擇樂器組合和空間位置，定製聽歌體驗。
對開發者而言，這些能力降低了重複建設的成本；對使用者而言，系統底層的AI最終提供了更高畫質、更靈活的聽感，以及能夠改善工作與生活的真實體驗。
當系統能力被開放出來，開發效率便成為最後一道門檻。鴻蒙在開發側提供的，是一條從系統能力接入、Skill建構到編碼驗證的完整工具鏈，來幫助降低開發者的創新成本。
這套工具鏈已經進入真實開發環節。「簡訊」接入跨端精準分享時，只新增約10行程式碼，一個工程師用一天完成上線；「Notein」復用了90%的原有能力，開發周期縮短近一半；「奇妙工具箱」接入小藝開放平台後，從零接入到完整落地不到一周。
這些開放能力也開始解決無障礙溝通和個性化工具開發等具體需求。「美團眾包」接入Audio Kit後，通話內容可以即時轉為文字，幫助言語障礙騎手與客戶溝通；華為AI眼鏡聯動小藝看世界，為視障使用者提供障礙物提醒和商品標籤識別；普通使用者也可以通過小藝雲智能體，用自然語言建立個性化工具。
對開發者來說，服務多了一個觸達使用者需求的入口，可以直接呼叫系統能力，接入和多端適配成本也更低。
這也是為什麼，越來越多的廠商和開發者正將鴻蒙視為AI應用創新的首發首選平台。隨著HarmonyOS 7即將以正式版本走向更多使用者，鴻蒙面向AI時代的系統能力和生態價值也將進一步釋放。目前，鴻蒙6終端裝置數已突破8000萬，已有23000多個應用攜手鴻蒙打造100多項創新體驗，應用市場可獲取的應用及服務超過40萬，註冊開發者超過1100萬；「天工計畫」還投入10億元資金與資源，支援AI元服務、意圖框架和Agent等生態創新。
一套更具活力的生態循環已然形成：小藝根據使用者意圖呼叫服務，為夥伴增加了新的觸達入口；夥伴提供更多Skill和Agent，擴大系統能夠完成的任務範圍；開發工具降低接入和多端適配成本，讓團隊把更多精力放在產品本身。
鴻蒙正在做的，是讓創新更容易發生，也讓每一項新服務更快抵達真正需要它的人。 (36氪)