从 App 到 Agent:鸿蒙应用形态正在改变

从 App 到 Agent:鸿蒙应用形态正在改变
在这里插入图片描述

子玥酱(掘金 / 知乎 / ZEEKLOG / 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、ZEEKLOG、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

过去十几年,移动应用的核心形态一直很稳定:

用户打开 App ↓ 进入首页 ↓ 点击功能入口 ↓ 完成操作 

几乎所有应用都遵循这种模式:

  • 电商
  • 社交
  • 工具
  • 内容平台

本质上都是 “页面驱动的应用”

但随着 AI 技术、端侧大模型、系统级智能能力的发展,应用形态正在发生一次非常明显的变化:

应用正在从 App,变成 Agent。

换句话说:未来很多应用可能不再是一个“页面集合”,而是一个 可以执行任务的智能体(Agent)

这篇文章就聊聊:从 App 到 Agent,鸿蒙应用形态正在发生什么变化。

一、传统 App 的核心模式

传统 App 的核心逻辑其实很简单:

用户 → UI → 业务逻辑 → 数据 → UI 

例如点外卖:

打开外卖 App ↓ 搜索餐厅 ↓ 选择商品 ↓ 下单 

整个过程完全由 用户操作驱动,应用本质上是:

一个工具。

用户必须一步一步操作。

二、Agent 应用是什么

Agent 的核心特点是:

理解任务 自动执行 完成目标 

例如,用户只说一句:

帮我订一张明天去北京的机票 

Agent 可能会自动完成:

查询航班 选择时间 填写信息 支付订单 

整个流程不再需要用户逐步操作。

应用从:

工具 

变成:

助手 

三、为什么 Agent 会出现

Agent 应用出现,其实是三个技术变化带来的。

1、AI 能理解用户意图

传统应用只能处理 固定输入。例如:

搜索关键词 点击按钮 选择菜单 

但大模型可以理解自然语言:

帮我找一家附近评分高的餐厅 

AI 可以解析:

需求 位置 评分条件 

然后调用服务。

2、系统级能力整合

Agent 需要调用多个服务,例如:

地图 支付 消息 设备 

鸿蒙系统的一个重要能力就是 系统级服务整合,例如:

应用服务 系统能力 设备能力 

这为 Agent 提供了基础。

3、端侧 AI 能力

以前 AI 都在云端,现在很多能力可以在 设备端运行

  • 语音识别
  • 文本理解
  • 推荐系统

这让应用可以更快响应。

四、鸿蒙为什么适合 Agent 应用

鸿蒙生态其实非常适合 Agent 形态,原因主要有三个。

1、分布式设备能力

鸿蒙系统支持:

手机 平板 手表 车机 电视 

应用能力可以分布在多个设备,例如:

手机:输入任务 车机:执行导航 手表:提醒通知 

Agent 可以跨设备运行。

2、服务卡片能力

鸿蒙有 服务卡片(Service Card),很多功能不需要打开 App。例如:

查看快递 播放音乐 控制设备 

Agent 可以直接调用这些能力。

3、系统级 AI 能力

未来鸿蒙系统可能会提供:

系统 AI 应用 AI Agent 服务 

应用可以直接接入这些能力。

五、App 到 Agent 的架构变化

如果应用变成 Agent,架构也会变化。传统 App 架构:

UI ↓ Service ↓ Network 

Agent 架构可能变成:

User Input ↓ AI Agent ↓ Task Planner ↓ Service Calls 

例如:

AI Agent ├─ 意图识别 ├─ 任务规划 └─ 服务调用 

六、一个简单 Agent 示例

例如一个旅行 Agent,用户输入:

帮我规划一个周末旅行 

Agent 可能这样处理:

classTravelAgent{asynchandleRequest(text:string){const intent =await AIService.parseIntent(text)if(intent ==="travel_plan"){returnawaitthis.planTrip()}}asyncplanTrip(){const flights =await FlightService.search()const hotels =await HotelService.search()return{ flights, hotels }}}

这里 AI 负责:

理解任务 规划流程 调用服务 

七、UI 的角色会改变

在 Agent 应用里,UI 不再是核心,传统 App:

UI 是入口 

Agent 应用:

AI 是入口 

UI 变成:

展示结果 确认操作 调整参数 

例如:

AI 推荐旅行方案 用户确认 系统执行 

八、开发者需要改变什么

如果应用变成 Agent,开发者的思维也需要改变。传统开发关注:

页面 导航 交互 

Agent 应用更关注:

任务 能力 服务 

应用不再只是:

UI 产品 

而是:

能力服务 

总结

应用形态正在经历一次明显变化,过去:

App = 页面集合 

未来:

App = 能力服务 + AI Agent 

用户不再需要:

打开 App 寻找功能 点击按钮 

而是直接:

表达需求 

系统完成任务,从这个角度看,未来应用的演进路线很可能是:

App ↓ Service ↓ Agent 

对于开发者来说,这意味着:

移动应用的设计方式,很可能会迎来一次 新的架构变革

Read more

Python APP反爬实战:Frida+Charles抓包,破解签名校验

Python APP反爬实战:Frida+Charles抓包,破解签名校验

做爬虫做到APP层面,你会发现网页反爬的那套思路完全失效:用Charles抓包能看到请求参数,但sign/appSign这类签名参数始终是乱码;手动拼接参数模拟请求,服务端直接返回“签名验证失败”;甚至换了代理、改了设备信息,还是过不了服务端的校验——这就是APP反爬的核心壁垒:签名校验。 我经手过电商APP价格爬取、短视频APP数据采集、物流APP轨迹抓取等数十个APP反爬项目,从最初的“抓包改参数被秒拒”,到后来用Frida Hook脱壳获取签名密钥,再到Python还原签名算法实现稳定爬取,踩过的坑能帮新手少走一年弯路。这篇文章全程聚焦“实战”:从APP签名校验的底层逻辑,到Charles抓包定位参数,再到Frida Hook破解签名算法,最后用Python实现完整爬取,每个步骤都附可直接复制的生产级代码,新手也能跟着搞定99%的APP签名反爬。 一、先搞懂:APP签名校验的核心逻辑(为什么普通抓包没用) 新手先别着急装工具,搞懂签名校验的原理,才能精准破解——这是APP反爬的“命门”,也是服务端验证请求合法性的核心手段。 1.1 APP反爬 vs 网页反爬:核心差异

By Ne0inhk
Python MCP 工具开发入门:Server、Client 和 LLM 集成

Python MCP 工具开发入门:Server、Client 和 LLM 集成

1. 从零开始:如何用 Python 创建你的第一个 MCP(Model Context Protocol) 1.1 什么是 MCP? Model Context Protocol (MCP) 是一个标准化协议,允许应用程序与大语言模型(LLM)进行安全、结构化的交互。通过 MCP,你可以: * 为 LLM 提供自定义工具和资源 * 实现 LLM 和外部系统的无缝集成 * 构建可复用的、模块化的 AI 应用 1.2 核心概念 1.2.1 MCP Server(服务器) 定义工具、资源和提示词,通过 stdio 或其他传输方式提供给客户端。 1.

By Ne0inhk
Python爬虫实战:手把手教你用 Python 爬取网易新闻每日热文,小白也能轻松上手

Python爬虫实战:手把手教你用 Python 爬取网易新闻每日热文,小白也能轻松上手

Python爬虫实战:手把手教你用 Python 爬取网易新闻每日热文,小白也能轻松上手 Python爬虫实战:手把手教你用 Python 爬取网易新闻每日热文,小白也能轻松上手,该教程详细讲解如何用 Python 爬取网易新闻每日热文,先介绍爬虫 “请求 - 解析 - 提取 - 保存” 原理及 requests、BeautifulSoup4 等必备库的安装,再逐段解析完整代码:从设置请求头模拟浏览器、发送 HTTP 请求获取网页数据,到通过关键词匹配和类名匹配双方案提取 “今日推荐” 热文,还包含数据去重、Excel 保存(按日期命名)及异常处理与调试模块。同时给出实操步骤,解答爬取不到数据、Excel 保存失败等常见问题,强调爬虫伦理与法律规范,最后提供定时爬取、多频道爬取等功能扩展建议,帮助小白轻松上手打造自动新闻采集工具。 前言     Python作为一门简洁、易读、功能强大的编程语言,

By Ne0inhk
Python保姆级下载安装教程-->Windows版本

Python保姆级下载安装教程-->Windows版本

Windows版本保姆级下载安装 一、下载Python  1、点击下载官网地址 Python官方网站地址https://www.python.org/downloads/ 2、官网页面如下: 3、点击下载界面: 上面最新的版本是3.14.2版本,一般来说新版较之老版优化了一些内容且版本向下兼容,但是不建议下载最新版本,因为python在很多地方使用时没有更新到最新版本,向下兼容性并不好,但也不要太低版本的,很多不适用。 点击Downloads,选择适合自己电脑系统的版本,我的电脑是Windows系统,就选择了Windows,点击后会跳转到另一个页面 【Stable Releases】:稳定发布版本,是官方完成全面测试、修复已知 Bug 的成熟版本,运行稳定、风险低,无论入门学习还是机器视觉项目开发,都优先选这个版本; 【Pre-releases】:预发布版本,属于测试阶段的 “体验版”,可能包含新功能但存在未修复的 Bug,稳定性差,小白或做实际项目(如机器视觉开发)千万别选,易出现代码报错、

By Ne0inhk