从点击到意图:鸿蒙 App 的 AI 进化

news2026/5/20 1:53:21
子玥酱掘金 / 知乎 / CSDN / 简书 同名大家好我是子玥酱一名长期深耕在一线的前端程序媛 ‍。曾就职于多家知名互联网大厂目前在某国企负责前端软件研发相关工作主要聚焦于业务型系统的工程化建设与长期维护。我持续输出和沉淀前端领域的实战经验日常关注并分享的技术方向包括前端工程化、小程序、React / RN、Flutter、跨端方案在复杂业务落地、组件抽象、性能优化以及多端协作方面积累了大量真实项目经验。技术方向前端 / 跨端 / 小程序 / 移动端工程化内容平台掘金、知乎、CSDN、简书创作特点实战导向、源码拆解、少空谈多落地文章状态长期稳定更新大量原创输出我的内容主要围绕前端技术实战、真实业务踩坑总结、框架与方案选型思考、行业趋势解读展开。文章不会停留在“API 怎么用”而是更关注为什么这么设计、在什么场景下容易踩坑、真实项目中如何取舍希望能帮你在实际工作中少走弯路。子玥酱 · 前端成长记录官 ✨ 如果你正在做前端或准备长期走前端这条路 关注我第一时间获取前端行业趋势与实践总结 可领取11 类前端进阶学习资源工程化 / 框架 / 跨端 / 面试 / 架构 一起把技术学“明白”也用“到位”持续写作持续进阶。愿我们都能在代码和生活里走得更稳一点 文章目录引言一、传统 App 的核心点击驱动二、为什么“点击模式”开始失效一个典型例子三、AI 真正改变的是“入口层”传统入口AI 入口四、什么是“Intent 驱动”传统模式Intent 模式五、为什么鸿蒙特别适合 Intent 模型一个典型场景六、未来的鸿蒙 App 会越来越“去页面化”七、为什么聊天框只是“过渡形态”八、真正重要的是“Task 化”一个关键变化九、为什么 State 会变得越来越重要十、未来的鸿蒙 App 架构会变成什么样IntentTaskStateUI十一、为什么 AI 会重新定义“首页”十二、真正优秀的 AI 鸿蒙 App 长什么样十三、一个非常关键的认知十四、总结引言过去十几年移动 App 的交互方式其实一直没怎么变过点击 跳转 操作 返回用户需要找功能找按钮找入口找页面整个系统本质上都是“页面导航系统”但 AI 出现之后一个非常大的变化开始发生用户开始不想“操作 App”了。而是希望“直接完成目标”这也是为什么AI Native真正改变的不是UI而是整个交互范式很多人现在还在讨论AI 聊天页面怎么设计但真正的变化其实是App 正在从“点击系统”变成“意图系统”。一、传统 App 的核心点击驱动传统移动 App 的运行逻辑非常固定用户点击 ↓ 页面响应 ↓ 功能执行例如电商打开商品页 点击购买 提交订单音乐进入播放器 点击播放办公打开文档 点击分享本质上所有功能都建立在“页面操作”之上。二、为什么“点击模式”开始失效因为 App 越来越复杂很多大型应用功能越来越多 入口越来越深 页面越来越复杂用户会慢慢进入一种状态明明功能存在 但不知道在哪这其实是传统 App 最大的问题用户必须理解系统结构。一个典型例子用户想取消订单传统流程订单页 ↓ 历史订单 ↓ 找到订单 ↓ 点击取消但 AI 时代帮我取消昨天那个订单系统自动完成这里最大的变化不是AI 更聪明而是用户不再需要理解页面结构三、AI 真正改变的是“入口层”很多人会觉得AI 是一个功能其实不是未来 AI 更像新的系统入口传统入口Tab 按钮 页面 导航AI 入口Intent也就是说过去用户找功能未来系统理解目标四、什么是“Intent 驱动”一句话用户表达目标系统决定执行路径。传统模式用户决定 去哪 点什么 怎么操作Intent 模式用户只说 我要什么例如帮我订明天去上海的高铁系统自动搜索车次选择时间填写信息调起支付用户甚至不需要进入页面五、为什么鸿蒙特别适合 Intent 模型因为鸿蒙天然具备分布式Task 流转多设备协同AI 调度跨端状态同步这些能力本质上都属于“目标驱动系统”一个典型场景用户说继续播放昨天的电影系统可能是手机显示控制器TV自动续播平板显示详情页整个过程中用户没有点击任何页面六、未来的鸿蒙 App 会越来越“去页面化”很多人现在仍然在设计首页 Tab 菜单但未来真正重要的会变成Task Runtime因为未来的核心不是用户怎么找功能而是系统怎么完成目标七、为什么聊天框只是“过渡形态”现在很多 AI App一个输入框看起来很先进但长期来看聊天效率其实并不高例如打开付款码说一句自然语言反而比点按钮更慢所以未来AI 不会替代所有 UI。而是重构入口层八、真正重要的是“Task 化”传统 App页面驱动未来Task 驱动一个关键变化过去功能 页面未来功能 Task例如awaittaskCenter.run(创建订单)UI 只是Task 的展示层九、为什么 State 会变得越来越重要AI 最大的问题之一状态不可预测例如awaitagent.run(整理今天会议)AI 可能修改日历创建待办发送消息更新提醒如果没有统一状态流整个系统一定越来越混乱十、未来的鸿蒙 App 架构会变成什么样未来非常稳定的一种结构Intent ↓ Task ↓ State ↓ UI这里Intent负责理解目标Task负责执行流程State负责管理状态UI负责展示结果十一、为什么 AI 会重新定义“首页”传统首页功能导航未来首页任务中心例如AI 建议当前任务上下文推荐跨设备协同Intent 快捷入口核心从找功能变成完成目标十二、真正优秀的 AI 鸿蒙 App 长什么样不是聊天页面很多而是整个系统围绕 Intent 运转通常具备Task RuntimeStore 中心化State FlowAgent Runtime分布式同步多设备协同这些东西才是真正的 AI Native。十三、一个非常关键的认知很多人以为AI 是 App 的附加功能其实未来AI 会变成 App 的交互层。也就是说过去用户操作页面未来用户表达目标这是整个软件交互史里非常大的一次变化。十四、总结如果用一句话总结从点击到意图本质上是“系统主动化”。过去用户驱动系统未来系统理解用户目标页面不会消失但会外围化真正核心会慢慢变成IntentTask RuntimeState FlowAI Runtime很多团队现在做 AI 鸿蒙 App 时还在思考聊天框怎么设计但未来真正重要的问题其实是如何让系统“理解目标”。记住一句话AI 最大的改变 不是聊天 而是交互入口的重构。当你真正建立Intent SystemTask FlowStore 中心化Runtime分布式状态多设备协同你会明显感觉到整个鸿蒙 App 正在从“点击系统” 进化成“意图系统”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2626827.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…