鸿蒙生态下的AI助力移动应用开发
2025
前言
01智能代码辅助
01
02目录 智能问答
02
03万能卡片生成
03
04下一步思考
04
05
AI大模型爆发，重新定义软件工程
1个初级程序员变成1个资深程序员
AI降低开发门槛
1个资深程序员变成10个资深程序员
AI提升程序员开发效率
全民开发者应用开发者专业开发者应
全民开发者
应用开发者
专业开发者
用 应
开 用
发 开
能 发
力 门
边 槛
界 降
更 低
广
竞品洞察：国内外厂商软件开发智能化洞察一览
厂商
产品
智能问答
代码生成
测试用例生成
代码优化
代码解释
代码翻译
微软
GithubCopilot
√
√
√
√
√
√
百度
Comate
√
√
√
√
√
√
HuggingFace
CodeFuse
√
√
√
√
√
√
阿里
通义灵码
√
√
√
√
√
√
字节
MarsCode
√
√
√
√
√
√
科大讯飞
iFlyCode
√
√
√
√
√
√
商汤
小浣熊
√
√
√
√
√
√
智谱AI
CodeGeeX
√
√
√
√
√
√
其他：CodiumAl、Replit、Cursor、CodeStony、JoyCoder、FittenCode、aiXcoder、CodeShell等40+AI智能编码助手
目前辅助编程飞速发展中，不同友商功能逐渐趋同，核心功能包括智能问答，代码生成，用例生成，代码优化，代码解释；
微软GithubCopilot背靠OpenAI,辅助编程效果较好。百度Comate与阿里同义灵码等国内辅助研发工具在中文场景效果较好。
辅助编程可以极大的提升开发者的工作效率；在代码生成方面，直接用于业务场景时，还需开发者优化，其能力有待进一步提升。
业界趋于向Agent智能体演进
AI辅助研发核心功能：代码补全、代码生成、代码修复、异常检测、注释生成、代码解释
代码补全 根据注释生成代码 修复编码错误
添加异常处理 生成文档注释 代码解释；代码修复；生成测试用例
鸿蒙原生应用高效开发：聚焦代码生成补全、鸿蒙知识问答、万能卡片生成，覆盖Top5000应用
ArkTS全新语言鸿蒙整体开发量大
代码生成效率如何提高开发效率？
代码生成效率
Next版本 4万+人月代码量(含三方)约4亿行
系统组件 约1.4亿行
芯片组件 约2.7亿行
220W鸿蒙开发者如何快速赋能？
赋能开发者
赋能开发者
鸿蒙开发者 220万
每月新培养 10万+
社区回帖 30万每月新增提问 1万+
大量新元服务需研发如何提升开发效率？
新增元服务
新增元服务
Top30应用57%不支持卡片鸿蒙卡片添加率68.6%
低于竞品93%
AI使能研发,聚焦高价值高频次场景
AI使能研发,聚焦高价值高频次场景
代码生成补全智能代码辅助鸿蒙开发鸿蒙知识问答
代码生成补全
智能代码辅助鸿蒙开发
鸿蒙知识问答
知识推广辅助应用
万能卡片代码生成
鸿蒙元服务开发辅助
前言
01智能代码辅助
01
02目录 智能问答
02
0304万能卡片生成下一步思考
03
04
代码生成：通过自然语言描述，智能生成应用代码
ArkTS界面代码生成
HarmonyOSAPI代码生成
ArkTS常用算法代码生成
代码补全：智能理解代码意图，实现应用代码补全
精准理解代码注释
智能分析代码上下文
鸿蒙原生应用最佳实践
智能代码辅助技术路线
目标：代码生成与代码补全采纳率达到30%
挑战：
ArkTS代码语料匮乏：公开可获取Token数量1B（主流语言数据量级：10~100B）
ArkTS语料质量偏低：绝大多数代码没有注释，代码文件通常较短信息量少，且代码数据多样性低
现有大模型不懂ArkTS：现有的数据生成和衍生方法难以应用，无法直接用现有大模型生成ArkTS语料和指令
面向代码的增量预训练代码指令微调语言基座模型
面向代码的增
量预训练
代码指令微调
语言基座模型
基本的语言知识，以及中英文理解、生成能力
通用代码对话模型
基本的编程任务和相关对话
L1模型
领域任务增强模型
针对特定编程任务进行增强
L2模型
领域增强模型
注入特定编程语言的知识，或者增强特定编程语言的代码能力
代码基座模型
编程相关知识，以及代码的理解、生成能力
CoT、……
风控、……代码安全、
风控、……
L0模型
预训练数据加工：基于规则和基于模型筛选高质量数据
数据源数据清洗去重质量分级
数据源
数据清洗
去重
质量分级
开源数据集
合成数据
规则过滤
隐私敏感信息
License过滤
文档间去重:MinHash+LSH
代码仓库去重
抽样人工标注
LLM质量分级
分级模型迭代
ArkTS指令数据构造：通过代码解释反向构造指令数据
原始代码片