华为发了个 DevEco Code，把鸿蒙开发塞进了 Agent
HDC 2026 上华为推出 DevEco Code 和 DevEco CLI 两款鸿蒙 AI 辅助研发产品。前者基于 OpenCode 扩展，把 ArkTS 检查、HDC 调试、真机运行都接进 Agent 工具链；后者把 2000 多万字鸿蒙文档转成 Agent 可调用的知识库，让 Claude Code、Cursor 们也能写鸿蒙。
6 月 12 日，华为开发者大会 2026 在东莞篮球中心开场。HarmonyOS 7 是那天的主菜，但对开发者来说，更值得拆开看的是另外两件东西：DevEco Code 和 DevEco CLI。
这两个产品解决的是一个挺尴尬的问题——过去两年通用编程 Agent（Cursor、Claude Code、Cline 之流）卷得飞起，但它们写鸿蒙基本是抓瞎。ArkTS 不是 TypeScript，Hvigor 不是 Gradle，HDC 也不是 ADB，模型训练语料里这套东西占比少得可怜，结果就是你让 GPT-5 写个 ArkUI 页面，它能给你拼出一个一眼看上去对、跑起来全是 Lint 报错的代码。
华为这次的解法是双轨：自己做一个「懂鸿蒙」的 Agent（DevEco Code），同时把鸿蒙工具链改造成 Agent Friendly（DevEco CLI），让第三方 Agent 也能接入。
DevEco Code：基于 OpenCode 扩出来的鸿蒙专属 Agent
先说技术底子。DevEco Code 不是从零造的轮子，它是基于开源项目 OpenCode 扩展开发，再叠了华为自家的「毕方」大模型。OpenCode 是社区里那个走终端交互路线的编程 Agent 框架，类似 Claude Code 的开源版，自带 Provider / MCP / Skill / Plugin 一整套架子。
华为把这套架子原样保留——这意味着 DevEco Code 支持自定义模型，你想接 DeepSeek、Qwen、Claude 都行，不绑死毕方。对国内开发者来说这点挺关键，毕竟模型选型本来就是个动态过程，今天最强的不一定半年后还是最强的。如果团队已经在用 OpenAI Hub 这类聚合平台调多家模型，理论上 Provider 配一下就能直接接进来。
真正的扩展部分在工具层。华为为 DevEco Code 加了一组鸿蒙工程专属 Tool：
| Tool | 作用 |
|------|------|
| build_project | 调 Hvigor 执行编译构建并导出产物 |
| start_app | 在模拟器或真机上运行应用 |
| hdc_log | 收集 / 清理设备日志、查看连接设备 |
| verify_ui | 执行 UI 操作验证功能正确性 |
| check_ets_files | ArkTS 静态语法检查 |
| arkts_knowledge_search | 鸿蒙知识库搜索 |
| switch_cwd | 切换构建项目路径 |
这套组合看下来，本质就是把一个鸿蒙开发者一天里要敲的命令全 Agent 化——从打开工程、查文档、写代码、Lint 检查、编译、上真机、抓日志、UI 自动化验证，整条链路都被工具化封装。Agent 拿到一个需求后可以自己跑闭环：写完代码顺手 check_ets_files，发现报错改完再 build_project，构建过就 start_app，崩了就拉 hdc_log，最后 verify_ui 跑一遍验证。
华为终端 BG 软件部总裁龚体在台上的说法更形象一点——「把鸿蒙资深研发专家的经验蒸馏出来」。讲故事归讲故事，但这套工具集的设计思路确实是奔着「让 Agent 完成端到端任务」去的，不是那种装个插件帮你补全两行代码的玩法。
Skills：把适配难题打包成「一句话指令」
DevEco Code 另一个值得拎出来说的设计是 Skill 机制。这个概念其实 OpenCode 原本就有，华为把它在鸿蒙场景里做实了。
现场演示的两个 Skill 挺有代表性：
- 多设备开发 Skill：一句「帮我适配」，把直板机工程自动适配到折叠屏、平板等多形态设备。处理避让、旋转、硬件调用这些常见适配问题。华为给的数字是适配效率再提升 50%。
- 问题定位 Skill：一句「帮我定位」，处理内存泄漏、应用崩溃、闪退。支持根因分析、自修复、自验证。
这种「场景化封装」的思路其实比单纯堆 Tool 更聪明。鸿蒙开发里的痛点很多是高度场景化的，比如多端适配，规则碎、case 杂，让一个通用 Agent 从零推理太费 Token 也不稳定。封装成 Skill 之后，相当于把「资深架构师的隐性知识」沉淀成可复用的能力，Agent 直接调用就行。
华为还宣布把这批鸿蒙 AI 辅助研发 Skills 全部分享到 OpenHarmony 社区，鼓励开发者贡献自己的 Skill。这是个挺正确的姿势——Skill 本质是 know-how，社区共建比官方独自维护要可持续得多。
DevEco CLI：把鸿蒙文档喂给「外人家」的 Agent
比 DevEco Code 更有野心的其实是 DevEco CLI。
它定位是「面向编程 Agent 的鸿蒙开发命令行工具」，支持市面主流编程 Agent——这话翻译过来就是：你用 Claude Code、Cursor、Cline、Roo Code 都行，DevEco CLI 在底层把鸿蒙工具链、知识库、Skills 都暴露成 Agent 调用友好的接口。
最狠的是这一段——华为把 2000 多万字鸿蒙官方文档和资料转化为可被 Agent 调用的知识资源。任何接入 DevEco CLI 的第三方 Agent，都可以像查本地知识库一样查鸿蒙文档，不需要再依赖模型预训练里那点可怜的鸿蒙语料。
这步棋下得挺务实。华为应该是想清楚了：通用 Agent 的生态已经成型，让开发者抛弃手上的 Cursor 去用 DevEco Code 是不现实的；但如果把「鸿蒙能力」做成一个所有 Agent 都能调的中间层，那不管你用哪家工具，最后写出来的代码都是「懂鸿蒙」的。这有点像当年 LSP 之于 IDE——协议层统一了，上层百花齐放。
真实数据：抖音和快手的 AI 研发实践
光看 PPT 没意思，HDC 现场抖音和快手分享的数字反倒更值得抠：
抖音鸿蒙版——AI 智能测试批量应用阶段：
- 主功能点覆盖 100%
- 高频、规则明确场景有效成功率 70%
- 整体验证效率提升 20%
快手鸿蒙业务——构建 Agent Loop 双循环体系：
- 人效提升 1.7 倍
- 开发阶段 AI 代码生成率 80%
- 测试用例直出采纳率 84%
- 运维排障修复建议采纳率 73%
- 联合鸿蒙打造的 Ark Refiner-Sendable Skill：性能优化从两人一周缩短到半天，冷启动整体提升 16%
这些数字得辩证看。80% 代码生成率这种指标，分母怎么定义是个艺术（行数？文件数？提交数？），实际能不能复现得打问号。但 70%~84% 这个区间的数字其实跟海外厂商公开的内部 Agent 编码采纳率差不多在一个量级，说明鸿蒙这套场景化 Agent 的天花板是真的能往上摸的。
最有说服力的反而是 Ark Refiner-Sendable Skill 这个 case——「两人一周缩短到半天」。性能优化属于典型的需要资深经验的活，能 Skill 化说明华为在「专家知识蒸馏」这条路上确实走通了一些点。
一个判断：华为这次的「开放姿态」是被逼出来的
把 DevEco Code 基于 OpenCode 扩展、把 Skill 分享到 OpenHarmony 社区、把鸿蒙文档变成第三方 Agent 可调用的知识库、支持开发者自定义模型——这一连串动作其实反映了一个变化：华为意识到鸿蒙开发者生态的瓶颈不是缺工具，而是缺 AI 时代的工具姿势。
过去鸿蒙的开发体验长期被吐槽是「DevEco Studio 一个 IDE 包打天下」，文档查找体验、调试效率、跨设备适配都被诟病。AI Agent 这一波来了之后，其实给了鸿蒙一个直接跳过传统 IDE 改进路径的机会——你不需要把 DevEco Studio 重做成 VS Code，你只需要让 Agent 能调动鸿蒙的所有能力就行。
从产品形态看，DevEco Code 走的是 OpenCode 那条终端交互路线，意味着它不强依赖 GUI，理论上能跑在任何能开终端的环境里。这个选型挺现代的，跟 Claude Code、Codex CLI、Aider 那批新一代 Agent 同一个思路。鸿蒙开发体验追上主流前沿的速度，比想象中快。
最后说点实际的
如果你是个准备入坑鸿蒙的开发者，现在这个时间点其实挺合适：HarmonyOS 6 装机已经过 6600 万台，HarmonyOS 7 开发者测试版同步发布，工具链层面有了 DevEco Code 和 DevEco CLI 兜底。ArkTS 的学习门槛被 Agent 拉低了一大截——你不用先把语法学透，可以让 Agent 边写边教你。
如果你已经在用 Cursor 或者 Claude Code 写其他平台的代码，那么 DevEco CLI 这条线更值得关注。等接入文档放出来之后，理论上把它挂进现有 Agent 的 MCP / Tool 配置就能开干，不需要换工具。
至于模型选型，DevEco Code 既然支持自定义 Provider，那基本意味着可以接 OpenAI Hub 这类聚合 API——一个 Key 调 GPT、Claude、Gemini、DeepSeek，对需要在不同任务上对比模型表现的团队来说省事不少。当然官方主推的还是华为自家的毕方，谁更适合鸿蒙场景，可能得等社区跑一段时间数据出来才有结论。
龚体在台上那句话挺有意思——「让 AI 不仅能写鸿蒙代码，更能写好鸿蒙代码」。这话能不能兑现，看接下来半年开发者真实反馈。但至少从今天放出的产品形态和数据看，鸿蒙这次没有再走「自己造一套封闭工具链」的老路。这是个好信号。
参考来源
- IT之家：华为发布 DevEco Code 鸿蒙开发 AI Agent 工具 — DevEco Code 的工具能力清单与 OpenCode 扩展架构细节
