鸿蒙AI系统级理解实测不点名App它能把事情安排明白吗最近AI能力一直是行业和用户关注的焦点AI手机、AI OS、AI Native等概念在各大发布会上频繁出现厂商们都在讲系统级智能体的故事。但发布会上的演示和真实使用之间往往存在一些落差。最近我也接触到搭载 HarmonyOS 6.0.0.130 的华为 Mate 80 Pro Max并围绕鸿蒙AI的系统级理解与服务调度能力进行了一轮相对系统的试用。这里把过程和感受整理出来供对鸿蒙AI能力感兴趣的朋友参考。需要说明的是以下体验均基于特定设备、系统版本和测试环境不代表所有机型或版本的普遍表现。一、屏幕理解与下一步先看懂再说话第一个场景很基础但很能说明问题给小艺看一张屏幕截图让它总结当前页面最重要的三件事并说明下一步可以直接做什么。我选了一张微信聊天截图通过小艺上传输入指令总结当前页面最重要的三点并说明下一步可以直接做什么。系统处理得很快从收到指令到回复完成大约7秒。总结的内容让我比较放心的一点是三条要点全部来自当前屏幕没有虚构屏幕之外的信息给出的建议与页面里的实体和任务相关并且明确说明了哪些可以直接执行、哪些不在能力边界内见图一所示。这个场景考验的是看懂的基本功。屏幕理解是系统级智能体的输入端——如果这一步就会脑补后面的跨应用操作无从谈起。在这一轮和后续多轮测试中系统在这项基础能力上表现稳定。图一 屏幕理解与下一步建议输出二、实体提取与系统操作把页面里的事情安排好第二个场景进了一步页面上有需要用户处理的事情让系统把它安排好落到系统应用里。指令是把当前页面里需要用户处理的事情安排好。系统先理解了页面正文把时间、地点、人物、事项这些关键实体提取了出来然后直接在日历和提醒事项里创建了对应条目。从收到指令到回复完成大约10秒日历中出现了真实的日程记录见图二所示。这个场景的关键在于提取和落地两个环节都真实发生提取的实体准确没有遗漏或混淆生成的日程、待办、提醒是系统里的真实产物而不是一段建议你如何安排的文字。此外在信息不完整的场景里系统会先向用户追问确认再动手而不是自作主张填一个默认值——这个检查点在实测中是有价值的理解不到位可以问但不能猜。把理解结果落到系统应用里这是跨应用能力和单纯的问答助手之间的分水岭。图二 从页面提取信息并创建的真实日程三、不指定App的服务选择说目标不说工具第三个场景是这次体验里最有意思的安排明天下午去指定地点开会的出行准备指令里不点名任何具体App。指令是安排明天下午去指定地点开会的出行准备。系统没有反问你想用哪个App也没有把选择权一脚踢回给用户而是自行选择了日程、地图、提醒等服务把它们组织成一条完整的出行准备链路会议日程创建好、地图计算行程时间后配套的提醒设置好。从收到指令到回复完成大约15秒见图三所示。这个场景体现的是服务调度的自主性用户表达目标系统决定工具。对于AI Native这个概念来说这种不点名App的任务组织方式可能比单点功能的炫技更能说明问题——它意味着系统开始以任务为单位而不是以应用为单位来理解用户的意图。图三 系统自主选择服务创建的出行准备四、权限/服务不可用说清楚做不到什么第四个场景是压力测试也是这次测评的关键任务在拒绝权限或服务不可用的条件下让系统完成会议安排和路线准备看它怎么处理做不到的情况。系统没有硬闯它在需要权限的环节准确说明了限制提供了安全的替代方案——能完成的先完成完成不了的部分说清楚原因整个过程没有越权操作也没有把没做成的事情说成做成了。更有意思的是权限恢复之后的表现我在系统设置里手动打开权限回到对话继续任务系统能从原来的断点继续处理而不是让我从头再来一遍见图四所示。这个场景给我的感受是对智能体来说边界感和透明度比全能更重要。它知道哪些事情需要用户授权、哪些做不到并且如实告诉用户这恰恰是系统级智能体能否被信任的基础。测试中权限请求都会先征询用户全程没有观察到越权行为。图四 权限恢复后从断点继续处理的日程五、情境建议有依据、有优先级、有分寸最后一个场景让系统结合位置、日程、网络和设备状态给出当下最重要的三项准备。指令是结合位置、日程、网络和设备状态给出最重要的三项准备。系统的输出让我印象比较深的有三点建议引用的是可验证的真实状态当前位置、日程安排、网络情况都对得上建议有优先级排序不是并列的流水账每条建议都说明了信息来源和不确定性没有把推测当成事实来陈述见图五所示。知道自己知道什么、不知道什么把信息来源讲清楚——这种有分寸的输出风格在AI助手普遍过度自信的当下是个值得肯定的细节。图五 结合真实状态的情境建议输出六、总结整体体验下来鸿蒙AI在系统级理解与服务调度能力上给我的感受是基础链路已经打通核心能力可用。在27轮有效运行中从屏幕理解、实体提取到不点名App的服务选择、权限/服务不可用条件下的处理、情境建议系统能够理解用户意图、自主选择和调用系统服务、生成真实产物并到达真实终点。专项测评中这套能力链路的稳定等级为L3-最高可到L3——意味着3-5步的跨服务任务链可以稳定走通。几个印象比较深的能力点屏幕理解有据总结内容全部来自当前屏幕不虚构屏外信息说明可执行与不可执行边界。提取落地成真产物时间、地点、人物、事项提取准确日程/待办/提醒真实写入系统应用信息缺失时会追问确认。服务选择自主不点名App时自行选择组织日程、地图、提醒等服务不把服务选择完全退回用户。边界处理透明权限不足或服务不可用时准确说明限制、提供安全替代、全程无越权权限恢复后可从断点继续。情境建议有分寸引用可验证的真实状态、有优先级、说明信息来源和不确定性。当然作为早期版本它在时间推演、权限状态感知等细节上还有提升空间。但从能用到好用之间这套系统级理解与服务调度能力已经跨过门槛。对于关注AI-Native操作系统演进的人来说值得留意的不只是某个功能强不强而是这种用户说目标、系统选服务、边界讲清楚的任务组织方式——它展示的方向是AI从应用入口走向系统级智能体。我也注意到一些可以继续打磨的细节比如手机上装了多个地图应用、其中只有一个有定位权限时系统偶尔会选到没有权限的那个。期待后续版本在调用前先做一次权限校验。这些都是使用体验层面的小细节不影响核心任务的完成但如果有改进整体感受会更好。本文基于特定设备和系统版本的测试体验测试环境为 HUAWEI Mate 80 Pro MaxHarmonyOS 6.0.0.130使用合成素材和固定脚本结论仅适用于本次测试范围。 鸿蒙AI系统级理解实测：不点名App，它能把事情安排明白吗
鸿蒙AI系统级理解实测不点名App它能把事情安排明白吗最近AI能力一直是行业和用户关注的焦点AI手机、AI OS、AI Native等概念在各大发布会上频繁出现厂商们都在讲系统级智能体的故事。但发布会上的演示和真实使用之间往往存在一些落差。最近我也接触到搭载 HarmonyOS 6.0.0.130 的华为 Mate 80 Pro Max并围绕鸿蒙AI的系统级理解与服务调度能力进行了一轮相对系统的试用。这里把过程和感受整理出来供对鸿蒙AI能力感兴趣的朋友参考。需要说明的是以下体验均基于特定设备、系统版本和测试环境不代表所有机型或版本的普遍表现。一、屏幕理解与下一步先看懂再说话第一个场景很基础但很能说明问题给小艺看一张屏幕截图让它总结当前页面最重要的三件事并说明下一步可以直接做什么。我选了一张微信聊天截图通过小艺上传输入指令总结当前页面最重要的三点并说明下一步可以直接做什么。系统处理得很快从收到指令到回复完成大约7秒。总结的内容让我比较放心的一点是三条要点全部来自当前屏幕没有虚构屏幕之外的信息给出的建议与页面里的实体和任务相关并且明确说明了哪些可以直接执行、哪些不在能力边界内见图一所示。这个场景考验的是看懂的基本功。屏幕理解是系统级智能体的输入端——如果这一步就会脑补后面的跨应用操作无从谈起。在这一轮和后续多轮测试中系统在这项基础能力上表现稳定。图一 屏幕理解与下一步建议输出二、实体提取与系统操作把页面里的事情安排好第二个场景进了一步页面上有需要用户处理的事情让系统把它安排好落到系统应用里。指令是把当前页面里需要用户处理的事情安排好。系统先理解了页面正文把时间、地点、人物、事项这些关键实体提取了出来然后直接在日历和提醒事项里创建了对应条目。从收到指令到回复完成大约10秒日历中出现了真实的日程记录见图二所示。这个场景的关键在于提取和落地两个环节都真实发生提取的实体准确没有遗漏或混淆生成的日程、待办、提醒是系统里的真实产物而不是一段建议你如何安排的文字。此外在信息不完整的场景里系统会先向用户追问确认再动手而不是自作主张填一个默认值——这个检查点在实测中是有价值的理解不到位可以问但不能猜。把理解结果落到系统应用里这是跨应用能力和单纯的问答助手之间的分水岭。图二 从页面提取信息并创建的真实日程三、不指定App的服务选择说目标不说工具第三个场景是这次体验里最有意思的安排明天下午去指定地点开会的出行准备指令里不点名任何具体App。指令是安排明天下午去指定地点开会的出行准备。系统没有反问你想用哪个App也没有把选择权一脚踢回给用户而是自行选择了日程、地图、提醒等服务把它们组织成一条完整的出行准备链路会议日程创建好、地图计算行程时间后配套的提醒设置好。从收到指令到回复完成大约15秒见图三所示。这个场景体现的是服务调度的自主性用户表达目标系统决定工具。对于AI Native这个概念来说这种不点名App的任务组织方式可能比单点功能的炫技更能说明问题——它意味着系统开始以任务为单位而不是以应用为单位来理解用户的意图。图三 系统自主选择服务创建的出行准备四、权限/服务不可用说清楚做不到什么第四个场景是压力测试也是这次测评的关键任务在拒绝权限或服务不可用的条件下让系统完成会议安排和路线准备看它怎么处理做不到的情况。系统没有硬闯它在需要权限的环节准确说明了限制提供了安全的替代方案——能完成的先完成完成不了的部分说清楚原因整个过程没有越权操作也没有把没做成的事情说成做成了。更有意思的是权限恢复之后的表现我在系统设置里手动打开权限回到对话继续任务系统能从原来的断点继续处理而不是让我从头再来一遍见图四所示。这个场景给我的感受是对智能体来说边界感和透明度比全能更重要。它知道哪些事情需要用户授权、哪些做不到并且如实告诉用户这恰恰是系统级智能体能否被信任的基础。测试中权限请求都会先征询用户全程没有观察到越权行为。图四 权限恢复后从断点继续处理的日程五、情境建议有依据、有优先级、有分寸最后一个场景让系统结合位置、日程、网络和设备状态给出当下最重要的三项准备。指令是结合位置、日程、网络和设备状态给出最重要的三项准备。系统的输出让我印象比较深的有三点建议引用的是可验证的真实状态当前位置、日程安排、网络情况都对得上建议有优先级排序不是并列的流水账每条建议都说明了信息来源和不确定性没有把推测当成事实来陈述见图五所示。知道自己知道什么、不知道什么把信息来源讲清楚——这种有分寸的输出风格在AI助手普遍过度自信的当下是个值得肯定的细节。图五 结合真实状态的情境建议输出六、总结整体体验下来鸿蒙AI在系统级理解与服务调度能力上给我的感受是基础链路已经打通核心能力可用。在27轮有效运行中从屏幕理解、实体提取到不点名App的服务选择、权限/服务不可用条件下的处理、情境建议系统能够理解用户意图、自主选择和调用系统服务、生成真实产物并到达真实终点。专项测评中这套能力链路的稳定等级为L3-最高可到L3——意味着3-5步的跨服务任务链可以稳定走通。几个印象比较深的能力点屏幕理解有据总结内容全部来自当前屏幕不虚构屏外信息说明可执行与不可执行边界。提取落地成真产物时间、地点、人物、事项提取准确日程/待办/提醒真实写入系统应用信息缺失时会追问确认。服务选择自主不点名App时自行选择组织日程、地图、提醒等服务不把服务选择完全退回用户。边界处理透明权限不足或服务不可用时准确说明限制、提供安全替代、全程无越权权限恢复后可从断点继续。情境建议有分寸引用可验证的真实状态、有优先级、说明信息来源和不确定性。当然作为早期版本它在时间推演、权限状态感知等细节上还有提升空间。但从能用到好用之间这套系统级理解与服务调度能力已经跨过门槛。对于关注AI-Native操作系统演进的人来说值得留意的不只是某个功能强不强而是这种用户说目标、系统选服务、边界讲清楚的任务组织方式——它展示的方向是AI从应用入口走向系统级智能体。我也注意到一些可以继续打磨的细节比如手机上装了多个地图应用、其中只有一个有定位权限时系统偶尔会选到没有权限的那个。期待后续版本在调用前先做一次权限校验。这些都是使用体验层面的小细节不影响核心任务的完成但如果有改进整体感受会更好。本文基于特定设备和系统版本的测试体验测试环境为 HUAWEI Mate 80 Pro MaxHarmonyOS 6.0.0.130使用合成素材和固定脚本结论仅适用于本次测试范围。