下班前的一句话，四个应用的活一起干完
9月7日，华为发布HarmonyOS7。这一代系统最值得注意的变化不在参数表上，而在一个普通场景里：下班前，顺口说一句「我得提前二十分钟到会场，帮我安排一下」，系统自己从画面里读出会议地点，让地图估算路况、让出行应用预约车辆、再把提醒设好。过去要在四个应用之间来回搬运的信息，现在一句话办完。
这样的体验背后是足够大的盘子：搭载鸿蒙6与7的设备超过8500万台，应用市场可获取的应用与服务超过40万，原生应用突破10万。当数量不再是短板，系统的考题已经换了——这些应用凑在一起，能不能真正好用、越用越顺手。
应用不再等人点开
变化发生在应用的打开方式上。过去用户得先记住功能藏在哪个应用里，发一个指令只换回一个动作；现在应用的能力被打包成一项项技能，汇入系统助手小艺的统一调度——日历、文件、位置、设置，这些原本孤立的数据与功能，成了智能体可以随手组合的工具。
鸿蒙为此开放了200多项系统级感知数据、2100多项系统能力，以及500多个精选Skills和2000多个鸿蒙智能体，随时供编排调用。用户只说目标，系统判断意图、设计方案、挑最合适的应用执行，连「找之前聊过的那个东西」这类模糊表达也能接住。
90%完成率背后的三道保险
把一句话变成一条跑得通的任务链，中间立着三道保险。第一道是授权：智能体的每一步都在用户明确授权的前提下进行；第二道是沙盒：执行动作被关进隔离环境，越界的事做不了；第三道是语义路由：复杂需求先拆成可执行的子任务，再编排多个应用协作完成，复杂任务的完成率达到90%以上。三道保险各管一段：授权管住动作有没有先经同意，沙盒管住数据有没有留在隔离区，语义路由管住需求有没有被真正读懂。判断一个智能体能不能托付任务，看这三条是否齐全，比看功能清单更可靠。
应用之间也在学会直接协作：按统一标准接入的智能体可以互相调用，用户追剧时想问一句剧情人物的关系，不必退出播放页面，应用内的助手当场就答，数据全程留在本地。还有一层自演进机制：任务执行完，系统会复盘整个过程，把有效的方法存成可复用的技能——同一个操作，第二次做更快也更准。
全行业走向同一个答案
这不是鸿蒙一家的转向。同一时间段，谷歌把新系统全面围绕自家的AI助手重构，苹果把新机定位成掌握个人信息的中枢，国产阵营也出现了把智能体做成系统级产品的机型。各家路线不同，判断一致：应用的意义，正在从「功能的容器」变成「等调度的能力单元」。算力下沉到端侧之后，这个转向不再受网络条件约束，系统级智能成了全行业的共同选择。
企业的信息，也要经得起调度
把视角转回企业经营，变化同样具体：客户的很多问题，正在交给智能体代跑——它去哪家企业、取什么信息，取决于哪家企业的信息结构是否清楚、能否随取随用、经得起拆解调用。信息散落各处、表述互相打架的企业，等于在这场调度里缺位。
还有一个现实问题：来调度的模型不止一家，这一家一个读法、那一家一个读法，适配不到位，就会出现这家查得到、那家查不到的落差。按多模型适配的思路接入各家的调用入口，同一次整理出的内容，就能在每个渠道稳定输出、表述一致——每家模型来读，拿到的都是同一个版本。这一步做在前面，企业的信息才算真正站进了智能体的调度名单。往后客户提问的方式会越来越口语化，一次问答能不能答得准，取决于企业前期把信息梳理到了什么程度。
上个月，有位做实业的朋友偶然学到GEO官网搭建的办法，把内容填入企业知识库落地后，咨询线索持续变多。这套内容在公众号「智扣AI」免费开放。
结语
从等人点开到等人调度，鸿蒙用了三年时间完成转身，交出的答卷是技能化、任务链加三道保险。对企业的启示朴素得很：把自己的信息整理成经得起调度的样子，比追赶任何一个新应用都要紧。
留一个开放问题：当客户的问题越来越多地交给智能体代跑，所在企业的信息，经得起哪一家的调度？