Agentic开发时代到来!鸿蒙PC三大原生开发工具公测,补齐国产操作系统生态关键短板

智东西
作者 | 程茜
编辑 | 漠影
当一台鸿蒙PC,既能跑鸿蒙应用,又能原生开发鸿蒙应用,会发生什么?
智东西10月10日报道,10月8日,可视化一站式IDE工具DevEco Studio、一站式鸿蒙应用AI开发工具DevEco Code与AI开发能力套件DevEco CLI,同步开启鸿蒙PC版公测。
三者分工明确:DevEco Studio主打集成开发、多端调试,承担基础IDE核心能力;DevEco Code提供端到端一站式Agentic开发体验;DevEco CLI对外输出鸿蒙开发能力,可无缝对接外部各类Agent工作流,让 AI 辅助开发融入鸿蒙 PC 原生环境。
DevEco三件套全部就位,意味着AI辅助开发正式落地鸿蒙PC原生体系。
这套原生开发工具全面公测,背后是华为鸿蒙HarmonyOS 6、HarmonyOS 7 硬件终端规模已突破 9000 万,市场对优质应用、智能Agent应用的需求持续爆发。
如今一套智能轻量化的鸿蒙PC开发范式浮出水面。面对高速增长的终端市场,工具链的升级,正在解锁Agentic应用新可能,缩短开发者从创意想法到应用上架的周期。
鸿蒙PC也由此从应用运行终端,进化为鸿蒙应用原生开发工作站,鸿蒙生态补齐一块关键拼图。
一、DevEco Studio:底座+AI+调测三重优化,打造鸿蒙一体化可视化IDE闭环
IDE工具是开发者的核心生产底座,一套成熟好用的集成开发环境需要把编码、编译、调试、性能分析等环节打通。
此次,鸿蒙PC版可视化一站式IDE工具DevEco Studio从邀测转为公测,针对传统开发工具存在的各类短板与使用痛点,全新DevEco Studio围绕鸿蒙PC原生开发场景进行了优化。
首先,传统IDE在实际开发中会面临启动速度慢、内存占用高的问题,长时间编程会发生卡顿、闪退现象。再加上代码编写与故障排查依靠人工处理,智能补全、问题定位手段有限,会影响开发效率。
为此,DevEco Studio依托华为自研毕方(BitFun)技术底座,支持快速启动和低资源占用,同时搭载智能补全、错误提示、断点调试与内存分析等能力,以优化日常开发工作的稳定性。
其次,在AI开发层面,现有方案存在能力与编程环境割裂的问题。开发者需要在IDE和各类外部AI工具之间来回切换,难以打通完整开发闭环。
DevEco Studio此次新增集成了DevEco Code。开发者在DevEco Studio内即可使用鸿蒙领域知识、工具与Skills,开展需求分析、方案设计、代码生成及验证修复,将Agentic智能开发能力直接嵌入原生工作流。
最后,多端调试也是以往开发过程中的一大负担。开展多端适配验证时,开发者通常需要安装体积庞大的模拟器,面对多形态设备测试还要频繁切换设备或实例,代码每完成一次修改,就要重复多轮验证。
借助自定义虚拟设备工具,DevEco Studio无需安装模拟器或仿真环境,就能在鸿蒙PC上秒级启动并调试手机、平板版本的鸿蒙应用。
与此同时,其窗口可自由切换手机、平板、折叠屏等设备形态,并支持多窗口并行。一次代码修改,便能在多个窗口同步校验效果,降低多端适配的重复工作量。
▲支持多设备并行调试
总的来看,DevEco Studio从底层底座、智能开发、调测体验三层完成优化,减少开发者在工具切换、环境部署、重复适配上消耗的无效成本,让开发者把更多精力聚焦于业务本身。
二、DevEco Code:三大模式覆盖开发全流程,打造可控的AI开发大脑
第二大公测工具是面向鸿蒙应用、开箱即用的AI Agent一站式开发工具DevEco Code。
AI辅助编程工具早已不是新鲜事物,如今这些工具不仅要生成代码片段,还要解决落地跑通难题。
DevEco Code的核心差异,在于把AI能力同鸿蒙开发生态打通,其内置模型服务并集成鸿蒙知识体系、Skills与MCP工具。
在Agent开发中的一大准则是,开发效率和安全可控同等重要。
此前,AI编程工具的后续落地验证仍需要人工把关。当AI自主编辑代码时,容易产生非预期变更,并且后续开发者的审核成本也不低,会存在回退麻烦、问题排查耗时等痛点,很多情况开发者会面临AI写代码一分钟,人工排错两小时的情况。
针对上述痛点,DevEco Code的策略是采用Goal、Plan、Build分层可控的开发模式:
Plan+Build模式:开发者先审阅方案,确认后再授权执行,对未知改动零容忍,保障每一步执行可控;Goal模式:直接依据需求Spec文档生成代码,自动完成验证与缺陷修复,直至开发目标达成。
这样一来,开发者可以选择不同模式适配不同复杂度的开发任务,同时兼顾方案规划、人机协同开发与执行效率等多重诉求。
不止于代码生成,DevEco Code还可自主完成代码编译、应用运行以及功能验证,将大量重复的检查、修复工作交由自动化流程处理。
DevEco Code让开发从生成代码走向交付可运行的应用,相当于为开发者配备了一颗足够智能、全程可控的AI开发大脑,这也是AI开发工具的真正价值所在。
三、DevEco CLI:提供70余项Skills,开放鸿蒙全套能力供Agent调用
第三款公测工具是DevEco CLI,可以将其理解为AI可调用的命令行执行手脚。
在AI Agent开发的实际落地过程中,不同Agent工具的调用规范各不相同,想要让AI掌握鸿蒙完整开发能力,开发者往往需要手动配置大量环境、导入零散文档、编写各类适配脚本,配置繁琐、迁移成本高,难以直接复用已有开发工作流。
鸿蒙PC版DevEco CLI,直接将HarmonyOS工具集、官方知识库和70余项Skills封装为适合AI调用的命令行接口,兼容各类AI Agent接入,打破大模型与本地开发环境之间的壁垒,让开发者在已有工作流中即可开展鸿蒙应用开发。
具体来看,DevEco CLI的核心优势在于降低上手门槛与工程能力,同时做到易用、好用。
一行init命令,即可把配套的DevEco CLI Skills批量安装到本机多个Agent工具中。简单配置后,Agent就能掌握调用DevEco CLI的能力,一键打通鸿蒙应用开发全链路。
DevEco CLI内置工程创建、语法检查、编译构建、推包运行、应用交互等全套能力,同时支持主流AI编程Agent集成。开发者不用更换熟悉的开发环境,就能完成鸿蒙应用的完整开发工作。
此外,其内置完整的鸿蒙开发指南、API参考、最佳实践、常见问题、版本说明与变更预告。高质量官方语料能让AI Agent真正读懂鸿蒙体系,输出更贴合规范的方案。
DevEco CLI中的超70个Skills,能覆盖多设备适配开发、知识检索、ArkTS语法、应用质量等场景,将专业知识转化为具体工作可执行的步骤。
本质上来看,DevEco CLI就是把鸿蒙整套开发能力,打包成AI可调用的标准化命令接口,让开发者不必迁移开发习惯,在原有工作流中就能完成鸿蒙应用开发。
四、底座、大脑、执行手脚协同,DevEco三件套重构鸿蒙开发模式
上述公测的DevEco Studio、DevEco Code、DevEco CLI三款工具各司其职、深度协同,构建起鸿蒙生态独一无二的全链路智能化开发体系,重构鸿蒙开发模式。
DevEco Studio提供稳定流畅的可视化开发底座与操作环境,DevEco Code承担智能分析、方案生成、研发决策的核心大脑功能,DevEco CLI负责自动化执行、能力落地。
这些工具的联动既能惠及更多开发者、提效研发,还能进一步反哺鸿蒙生态。
三大工具协同联动、简单易用,可满足新手、个人开发者、企业团队、自动化研发场景等各类用户需求,降低鸿蒙PC应用的开发门槛与整体研发成本,让不同层级、不同规模的开发者都能高效参与鸿蒙生态创作。
从研发的维度来看,三款工具联动、能力互通,能打破工具孤岛,告别AI编程“代码生成容易落地难”的困境,在大幅提升研发效率的同时,规避开发漏洞,进一步提升项目的稳定性与规范性。
这对鸿蒙生态的繁荣价值在于,这套标准化、智能化、自动化的工具组合,补齐了鸿蒙开发生态的智能基础设施短板,不再是单点工具的效率提升,而是为整个鸿蒙应用、元服务生态沉淀一套可复用、可迭代、全覆盖的智能研发体系。
三大工具的全面公测是一次鸿蒙开发范式的升级,核心价值在于让每一位鸿蒙开发者,都能够以更低成本、更高效率、更高质量完成应用与元服务创作。
结语:操作系统原生工具链,才是AI辅助开发的最优解?
从行业趋势来看,当下多数 AI 编程工具在完成代码输出后,编译、调测、多端验证、问题回退仍需开发者手动完成,AI 无法真正介入完整工程链路;在垂直系统领域,还面临专业知识库缺失、工具调用不兼容等现实障碍。此次DevEco三件套公测,把鸿蒙系统知识、开发经验、调测能力整体封装进工具链内部,实现从需求拆解、方案规划、代码生成,到编译构建、多端验证的端到端闭环。
在操作系统生态竞争中,当开发者工具链能够同时覆盖新手、独立开发者、企业团队、自动化工程等多元场景,将直接加速应用与元服务的供给,为鸿蒙生态的持续扩容打下基础。
资讯由采集器定时从公开的机器人 / AI 信息源自动聚合。
相关内容

为什么灵活性是物理人工智能的真正瓶颈
机器人灵活性的下一个主要挑战是使整个系统足够可靠,以将功能转化为有用的工作。 《为什么灵活性是物理人工智能的真正瓶颈》一文首先出现在《机器人报告》上。

编程体验接近Opus 5.5?谷歌Gemini 4新版本曝光
智东西 编译 | 杨京丽 编辑 | 李水青 智东西10月10日消息,今日,据外媒Business Insider报道,谷歌正在 内部测试Gemini 4的一个新版本 ,代号为 Carbon ,有望进一步缩小其与竞争对手在编程能力上的差距。 目前,Carbon已接入谷歌内部编程平台Jetski。部分员工认为,该模型的编程体验 与Claude Opus 5.5近似 ,但有员工强调,模型实际需要进行更多测试,才能作出更准确的判断。 谷歌已于10月1日发布Gemini 4 Argon ,重点面向 软件工程、企业知识工作、网络安全防御等场景 ,目前该模型尚未面向公众推出。 Carbon可能是Argon训

2026中国计算机大会定了,12位院士演讲,腾讯阿里百度、小米京东都来了
智东西 作者 | 王涵 编辑 | 云鹏 智东西10月10日报道,今天,第二十三届中国计算机大会(CNCC2026)新闻发布会在京举行,智东西等媒体受邀参加。 据介绍,CNCC2026将于 10月21日至24日 在四川成都举办,主会场设于中国西部国际博览城和天府国际会议中心,大会主题为 “数聚驱动,智算未来” 。 本届大会共设 17场特邀报告、3场大会论坛、167个专题论坛及40余场专题活动 ,同期还将举办CCF计算机展览会。 其中,专题论坛演讲者有 789位 , 院士级演讲者有12位 ,来自腾讯、阿里、百度、小米、京东等企业专家达 92位 。 专题论坛围绕 11大主题 领域展开,包括:AI基础

00后硕士揭开AI推理“黑科技”:两个Token,基模追平强化学习版本
智东西 作者 | 杨京丽 编辑 | 李水青 智东西10月10日报道,一项来自麻省理工学院(MIT)等机构的研究发现, 只要固定基础模型回答开头的两个Token,就能让模型的数学推理成绩接近对应的强化学习版本 。 以艾伦人工智能研究所(Ai2)的基础模型Olmo-3-7B为例, 将回答固定为“.\n\nOkay”开头 后,模型在MATH-500上的 准确率从42%升至78% , 超过其强化学习版本的75% 。 这个过程没有修改模型参数,也没有给模型增加新的解题示例。模型只是换了一个回答起点,原本没有稳定表现出来的解题能力,似乎就更容易被调用出来。 换句话说,基础模型答错题,有时不一定是完全不会做

好产品就是与时代和生活共振|2026 年度极客最爱好物启动
一件好产品,往往是在用过一段时间之后,才让人意识到它的好。出门时顺手带上,遇到事情时首先打开,或者因为有了它,愿意尝试一件过去觉得麻烦的事。这样的产品,值得被分享给更多人。 2026 年,我们把寻找好产品的目光,投向更丰富的形态。能协助完成任务的 AI 应用、戴在身上的智能设备,以及尝试在真实环境中干活的机器人,都进入了今年的选品视野。技术提供了新的可能,具体的产品体验,决定了人们愿不愿意把它们带进生活。 我们关注产品解决了什么问题,也在意使用它要付出多少学习和操作成本。一款创作工具,可以让想法更容易实现;一件有趣的小设备,也可以只负责让人开心。我们同样欢迎那些在设计、手感或某个小细节上做得出

记录生生不息的创新力量|2026 年度「InnoForce 50」启动
过去几年,科技行业最重要的变化之一,是创新的底层逻辑正在被重新改写。 到了 2026 年,AI 已经不只是技术变量,而成为影响产品形态和组织方式的关键变量。它开始进入办公室、工厂、汽车、机器人、医院等场景,也进入了许多过去并不处在科技叙事中心的行业。它改变软件,也反过来改变硬件;改变一个人的工作方式,也改变一家公司的组织方式。 但 AI 不是全部。真正值得被记录的,是当 AI 成为新变量之后,整个创新世界被重新点燃了。 有人从 AI 出发,做出了过去不存在的产品;有人把 AI 带进传统行业,去解决那些卡了十年、二十年的老问题;有人重新思考人与机器的关系,让机器不只是工具,而是执行者,甚至某种意