AI 如何改变传统 鸿蒙App 的信息架构


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

过去二十年,移动 App 的信息架构几乎没有本质变化:

  • 首页 → 列表 → 详情
  • Tab 导航 → 二级页面 → 功能入口
  • 搜索框永远在右上角

无论你用的是 iOS、Android,还是如今的鸿蒙,大多数 App 仍然遵循"页面驱动"的设计逻辑。

但 AI 出现后,一个根本问题开始浮现:

当用户不再通过"点页面"获取信息,那 App 还需要那么多页面吗?

这不是 UI 变化,这是信息架构级别的重构

传统 App 的信息架构,本质是什么

先别急着谈 AI,我们先看旧世界,传统 App 的核心是三件事:

页面层级

通过层层跳转组织信息:

  • 首页承载入口
  • 列表承载筛选
  • 详情承载内容

本质是:

用"空间结构"组织信息。

典型页面跳转结构(ArkTS):

ts 复制代码
router.pushUrl({ url: 'pages/List' })

// List → Detail
router.pushUrl({
  url: 'pages/Detail',
  params: { id: itemId }
})

这正是"空间层级驱动信息"的最直接体现。

功能入口

用户必须知道:

  • 去哪里点
  • 点什么按钮
  • 下一步在哪

也就是说:

用户要先理解产品结构,才能完成任务。

入口按钮式交互:

ts 复制代码
Button('查看订单')
  .onClick(() => {
    router.pushUrl({ url: 'pages/order/List' })
  })

这里的核心不是"能力",而是入口位置

搜索是补救机制

当用户找不到入口时:

  • 才会用搜索
  • 还要自己组织关键词

所以传统搜索体验永远不完美。

传统关键词搜索实现:

ts 复制代码
search(keyword: string) {
  return this.list.filter(item => item.title.includes(keyword))
}

问题在于:

系统并不理解语义,只是在做字符串匹配。

AI 出现后,第一个被打碎的是什么

不是页面,不是按钮,而是------

"入口"这个概念本身。

当用户可以直接说:

  • "帮我把这周的待办整理一下"
  • "找出最便宜的航班"
  • "把这篇文章总结成三点"

用户其实在表达:

我不关心页面在哪, 我只关心结果。

AI 意图直达任务:

ts 复制代码
async function handleIntent(intent: string) {
  if (intent.includes('待办')) {
    return openTodoAndSort()
  }

  if (intent.includes('最便宜航班')) {
    return searchFlight({ sortBy: 'price' })
  }
}

这里已经:

没有"入口查找"这一步。

鸿蒙环境下,这种变化更剧烈

很多人没意识到一点:

AI + 全场景系统 = 架构级爆炸。

1. 鸿蒙不是单设备 App

传统移动 App:

一块屏幕解决所有事。

但鸿蒙是:

  • 手机
  • 平板
  • PC
  • 车机
  • IoT

当用户说一句话:

"把会议资料打开。"

系统必须决定:

  • 在哪台设备展示
  • 用什么交互形式
  • 是否跨设备协同

这已经不是 UI 问题,而是信息调度问题

分布式数据同步示例:

ts 复制代码
import distributedData from '@ohos.data.distributedData'

await kvStore.put('meeting_doc', docId)

另一设备读取:

ts 复制代码
let id = await kvStore.get('meeting_doc')
openDocument(id)

用户完全不需要关心:

在哪个设备、哪个页面。

2. 分布式能力让"页面"失去中心地位

在多设备流转场景里:

  • 用户不会记得哪个页面
  • 也不会记得哪个设备

用户只记得:

我要完成一件事。

于是信息架构从:页面中心 → 任务中心

任务驱动模型:

ts 复制代码
interface Task {
  name: string
  execute(): Promise<void>
}

AI 重构信息架构的三层变化

第一层:从"页面导航"到"任务直达"

旧模型:

用户 → 找入口 → 点页面 → 找功能 → 完成任务

AI 模型:

用户 → 说需求 → 系统直接完成

变化本质:

交互从"浏览式"变为"执行式"。

ts 复制代码
await ai.execute('继续阅读昨天的章节')

第二层:从"信息层级"到"语义网络"

传统架构依赖:

  • 分类
  • 层级
  • 标签

但 AI 更擅长的是:

理解语义关系。

这意味着:

  • 信息不再按页面组织
  • 而按"语义连接"组织

你可以理解为:

App 内部开始变成一个小型知识图谱。

ts 复制代码
type KnowledgeNode = {
  id: string
  tags: string[]
  relations: string[]
}

第三层:从"功能集合"到"能力集合"

旧 App:

  • 有多少页面
  • 就有多少功能

AI App:

  • 页面只是外壳
  • 真正核心是能力接口

例如:

  • 搜索能力
  • 推荐能力
  • 生成能力
  • 规划能力

未来的 App 更像:

一个可调用的能力容器。

ts 复制代码
export interface AIAbility {
  name: string
  run(params: object): Promise<any>
}

对鸿蒙开发者意味着什么

1. 页面设计的重要性在下降

不是说 UI 不重要,而是:

UI 不再是唯一入口。

未来一定会出现:

  • 70% 操作由 AI 直接完成
  • 用户很少完整浏览页面
ts 复制代码
@Entry
@Component
struct DirectTaskPage {
  aboutToAppear() {
    ai.restoreLastTask()
  }
}

2. 信息建模变成核心竞争力

过去比拼:

  • 动效
  • 布局
  • 视觉

未来比拼:

数据结构 + 语义结构。

谁的信息模型更清晰,谁的 AI 就更聪明。

ts 复制代码
class SemanticIndex {
  map: Map<string, KnowledgeNode>
}

3. App 边界开始模糊

当系统级 AI 能:

  • 跨应用调度
  • 自动组合能力

那么问题来了:

用户还需要打开具体 App 吗?

ts 复制代码
await systemAI.compose([
  '打开文档',
  '总结要点',
  '发送给同事'
])

这会带来一次巨大的生态重排。

未来三年的一个关键判断

可以给你一个非常明确的趋势:

不会 AI 化的 App, 会逐渐退化成"工具型壳"。

而真正有价值的应用,将具备三点:

  • 可被 AI 调用
  • 拥有结构化知识
  • 能跨设备完成任务

这三点,刚好与鸿蒙的系统方向完全重合。

ts 复制代码
export type FutureApp = {
  abilities: AIAbility[]
  knowledgeGraph: KnowledgeNode[]
  distributedTasks: Task[]
}

总结

很多人以为:

AI 只是给 App 加一个聊天框。

但真正的变化是:

AI 正在重写 App 的信息架构底层逻辑。

当入口消失、页面弱化、语义成为核心,我们熟悉的移动应用形态,很可能在未来几年里彻底改变。

而鸿蒙,恰好站在这场变化的正中央。

相关推荐
米小虾7 小时前
Loop Engineering —— 循环的设计与自主执行
人工智能·agent
米小虾7 小时前
Harness Engineering —— 系统的安全护栏
人工智能·agent
火山引擎开发者社区8 小时前
积分当钱花,火山引擎开发者激励计划首月消费双倍回馈
人工智能
aqi008 小时前
15天学会AI应用开发(十)把文本嵌入模型换成国产模型
人工智能·python·ai编程
MobotStone9 小时前
为什么在AI时代,“好奇心”成了最值钱的能力?
人工智能
武子康10 小时前
调查研究-200 llama.cpp b9754:一次很小但很关键的 Agent 工具调用修复
人工智能·agent·llama
Ralph_Salar10 小时前
从0到1搭建AI智能支付风控助手Stage1-RAG知识库升级 — 元数据让检索更精准
人工智能
武子康10 小时前
调查研究-199 MCP Zero-Touch OAuth:为什么它是 MCP 进入企业生产的关键门槛?
人工智能·agent·mcp