摘要

本文围绕“鸿蒙新生态智能体意图框架”展开，结合鸿蒙新生态中元服务、智能体、跨设备协同、实况窗和隐私治理等方向，讨论从用户自然表达中理解目标，并把目标拆解为可执行服务。文章提供架构图、流程图、场景图、风险对比、代码模板和质量检查表，帮助开发者从应用开发转向场景服务设计。

图 1  鸿蒙新生态智能体意图框架新生态架构

文章目录

• 1. 为什么这是鸿蒙新生态的关键主题
• 2. 新生态和传统应用生态的区别
• 3. 架构设计：从用户意图到服务执行
• 4. 业务案例：医护、出行和办公如何复用同一逻辑
• 5. 开发者视角：服务要可组合、可观测、可降级
• 6. 代码案例：任务状态模型
• 7. 风险治理：智能推荐不能越界
• 8. 测试清单：别只测服务能不能打开
• 9. 生态运营指标：如何判断服务真的有价值
• 10. 开发落地路径：从一个原子服务开始
• 11. 审核与风险：智能生态更要可解释
• 12. 本文小结
• 10. 质量检查表
• 11. 参考资料

1. 为什么这是鸿蒙新生态的关键主题

鸿蒙新生态智能体意图框架体现了鸿蒙新生态从“应用安装”走向“服务流转”的变化。过去用户需要主动寻找应用、打开页面、完成操作；新生态希望系统理解用户所处的设备、时间、地点和任务状态，在合适的入口提供合适的服务。从用户自然表达中理解目标，并把目标拆解为可执行服务不是单一功能，而是服务分发、跨端协同、智能理解和安全治理共同组成的体验闭环。

2. 新生态和传统应用生态的区别

传统生态以应用为中心，入口是图标，能力封装在单个应用内。鸿蒙新生态更强调以任务和场景为中心，入口可以是元服务、卡片、实况窗、碰一碰、语音、负一屏或跨设备接续。开发者需要把服务拆成更小的原子能力，让系统能够在不同设备上组合调用，而不是把所有能力都锁在一个大应用页面里。

3. 架构设计：从用户意图到服务执行

高质量方案通常分为四层：第一层感知用户意图，包括自然语言、时间地点、设备状态和历史行为；第二层匹配服务能力，把意图转成可执行任务；第三层跨端执行，根据手机、平板、车机、手表和大屏的能力选择入口；第四层反馈和学习，记录是否完成、是否打扰、是否需要优化。

图 2  鸿蒙新生态智能体意图框架任务闭环

4. 业务案例：医护、出行和办公如何复用同一逻辑

以医护为例，用户到医院后系统可推荐挂号、排队、报告查询和导航服务；以出行为例，用户接近车辆时可触发车机导航接续；以办公为例，会议开始前可推荐会议纪要、投屏和审批入口。不同场景背后的通用逻辑是：识别任务、选择入口、执行服务、同步状态、保护隐私。

图 3  鸿蒙新生态智能体意图框架应用场景

5. 开发者视角：服务要可组合、可观测、可降级

新生态要求开发者从页面开发者变成服务设计者。服务需要有清晰输入输出、权限说明、状态模型和错误处理。系统推荐服务后，开发者还要知道是否被点击、是否完成、失败在哪里、用户是否关闭推荐。没有观测数据，就无法判断服务触达是帮助用户还是打扰用户。

6. 代码案例：任务状态模型

下面的伪代码表达一种鸿蒙新生态任务模型。它把服务入口、设备、状态和隐私等级放在同一对象里，方便跨端同步和审计。

export interface HarmonyServiceTask {
  taskId: string
  intent: string
  entry: 'atomicService' | 'card' | 'liveView' | 'touch' | 'voice'
  deviceScope: Array<'phone' | 'tablet' | 'car' | 'watch' | 'screen'>
  privacyLevel: 'publicSafe' | 'masked' | 'sensitive'
  status: 'pending' | 'running' | 'continued' | 'done' | 'failed'
  traceId: string
}

7. 风险治理：智能推荐不能越界

越智能的生态越需要克制。如果服务出现得太频繁，用户会认为系统在打扰；如果跨端同步没有边界，敏感数据可能出现在不合适的设备；如果推荐理由不透明，用户难以信任。高质量设计要提供关闭入口、推荐原因、权限说明和数据删除路径。

图 4  鸿蒙新生态智能体意图框架风险与高质量做法

8. 测试清单：别只测服务能不能打开

测试应覆盖不同设备组合、权限拒绝、弱网、清后台、系统重启、服务失败、用户关闭推荐、跨端状态冲突和隐私字段遮罩。尤其要验证任务在设备之间切换后是否仍然一致：手机开始、平板继续、车机展示、手表提醒，这些入口必须读同一状态源。

9. 生态运营指标：如何判断服务真的有价值

鸿蒙新生态不是把服务分发出去就结束，还要持续观察服务是否真正解决问题。建议关注四类指标：触达指标看服务是否在正确场景出现；转化指标看用户是否完成任务；体验指标看用户是否关闭推荐、是否投诉打扰；稳定性指标看跨端接续、状态同步和异常恢复是否可靠。对开发者而言，指标不是为了做报表，而是为了判断服务是不是应该继续推荐、是否需要换入口、是否应该降低打扰频率。

10. 开发落地路径：从一个原子服务开始

团队可以从一个高频、边界清晰、风险较低的服务开始试点，例如报告查询、排队提醒、会议投屏、出行接续或审批提醒。第一步定义服务输入输出；第二步建立任务状态模型；第三步接入一个系统入口；第四步补齐权限说明和失败降级；第五步接入质量指标。不要一开始就追求所有设备全覆盖，先把一个场景做稳定，再复制到更多入口。

11. 审核与风险：智能生态更要可解释

应用审核和真实用户都会关注服务是否可控。智能推荐必须说明出现原因，实况窗必须能结束，跨端流转必须保护隐私，元服务必须在能力不可用时给出降级路径。尤其在医护、金融、办公和出行场景中，敏感信息不能因为多端协同而暴露在锁屏、大屏或车机上。高质量做法是默认脱敏展示，进入完整页面前再进行身份校验。

12. 本文小结

鸿蒙新生态智能体意图框架的价值不在于多一个入口，而在于让服务围绕用户任务自然流动。只有把意图理解、服务编排、跨端状态、隐私治理和质量观测一起设计，鸿蒙新生态才能真正从“应用生态”进化为“场景服务生态”。对开发者来说，未来竞争力不只是页面做得漂亮，而是服务能否在正确设备、正确时间、正确上下文里出现，并且既高效又克制。

10. 质量检查表

维度	高质量要求	验证方式
触达体验	服务出现要有场景理由，用户可关闭、可调整	测试不同时间、设备和权限状态
跨端一致	手机、平板、车机和穿戴使用同一任务状态	清后台、换设备、弱网恢复检查
隐私安全	敏感数据最小化流转，日志脱敏	检查权限说明、审计记录和字段遮罩
开发者生态	服务能力可组合、可度量、可持续优化	统计转化率、失败率和用户反馈