夜雨聆风
6月13日，华为HDC大会语言分论坛迎来华为仓颉编程语言项目群总监董鑫与仓颉AI解决方案架构师刘俊杰的联合分享。围绕"仓颉+AI：安全高效的AI亲和型编程语言开发体验"这一议题，两位嘉宾从AI时代开发者的能力分层现状出发，系统展示了仓颉团队如何通过Agent Centric Engineering（ACE）研发范式、CangjieSkills全生命周期AI技能库与AI Coding工具链，将鸿蒙应用开发从"手工编码"推向"AI协同创作"的新阶段。
语言分论坛嘉宾与参会开发者合影
议题一：AI觉醒 - 仓颉团队的ACE研发范式
分享嘉宾：董鑫｜华为仓颉编程语言项目群总监
AI时代：开发者站在效率鸿沟的最前沿
董鑫首先用一组数据揭示了AI时代开发者的能力分层现状：全球范围内，84%的用户尚未有效利用AI核心能力，处于"被遗忘的群体"；高阶模型、Prompt技巧与工作流意识构成的付费壁垒，让精英用户率先突破效率边界；16%的用户仅停留在搜索、基础写作等浅表应用，未触及生产力重塑；而真正能利用Agent、多模型协作和全栈能力重构行业工作流的开发者仅占0.04%。
这一现状意味着，AI的普惠化远未实现，绝大多数开发者仍被挡在高门槛之外。仓颉团队的使命，正是通过语言级设计降低AI协同开发的门槛，让更多开发者从"浅表应用"跃迁到"生产力重塑"。
仓颉团队的"AI觉醒"：ACE研发范式
从2025年5月到2026年12月，仓颉团队逐步演进并确立了Agent Centric Engineering（ACE）研发范式——以Agent为核心驱动力，重构软件工程的全流程。这一范式不是简单的"AI辅助写代码"，而是将Agent嵌入需求分析、架构设计、编码实现、测试验证、运维迭代的完整生命周期，实现人机协同的规模化工程实践。
议题二：仓颉for AI开发者 - 从技能库到全自动工程
分享嘉宾：刘俊杰｜仓颉AI解决方案架构师
CangjieSkills：面向全生命周期的AI技能库
刘俊杰介绍了CangjieSkills——面向仓颉应用开发全生命周期的AI技能库。不同于零散的Prompt模板，CangjieSkills将鸿蒙应用开发中的典型任务（UI设计、代码生成、调试诊断、性能优化、应用迁移等）沉淀为结构化、可复用的AI技能单元，开发者可直接调用或组合，无需从零构思Prompt。
ACE Harness：Agent团队全自动运营社区
更具突破性的是ACE Harness——仓颉团队的Agent生产力框架。基于该框架，Agent团队已实现全自动完成当天仓颉社区新增issue的分析并输出分析报告。这意味着从问题发现、根因定位到报告生成的完整链路，已由Agent自主闭环运行，人类工程师从重复性事务中解放出来，专注于更高阶的架构决策与创新探索。
相关开源项目：
CangjieSkills：https://gitcode.com/Cangjie-SIG/CangjieSkills
ACE Harness：https://gitcode.com/Cangjie-SIG/ACEHarness
实战案例：AI Coding的仓颉速度
案例1：两天交付精品XML库
刘俊杰展示了一个令人印象深刻的实战：一位开发者使用仓颉语言，仅用1天开发+1天性能优化，就交付了对标tinyxml2的仓颉XML库，代码量超过12000+行，并已成功商用交付给杭州颉创。这一案例验证了仓颉语言在基础库开发上的工程效率——AI辅助下的编码速度已接近甚至超越传统手工开发的精品产出。
开源地址：https://github.com/SunriseSummer/CangjieXML
案例2：AI编程大赛检验语言极限
仓颉团队已举办多场AI编程大赛，以极具挑战性的赛题检验仓颉+AI的协同上限：
中国区决赛第二题：用仓颉实现一种"乐谱编程语言"；
全球决赛题：用仓颉语言实现仓颉的AI Coding智能体——用语言自身构建自己的AI工具；
中国区决赛第三题：用仓颉实现仓颉语言子集的解释器。
这些赛题不仅考验参赛者的算法与语言能力，更验证了仓颉作为"AI亲和型语言"在元编程与自举能力上的潜力。
AI解决方案实战：两个月从0到上架的鸿蒙应用
全流程AI赋能：95%代码由AI生成
刘俊杰分享了仓颉团队用两个月完成一款鸿蒙创意应用"从设计、开发到上架"的完整实践。该应用已入选HDC开放麦、星光大道和鸿蒙公开课，参会者可在现场直接体验。
开发流程分为三个阶段：
AI辅助创意和UI设计：由AI生成产品创意与视觉方案；
OpenCode + CangjieSkills自主开发：应用95%的代码由AI生成，人类工程师聚焦架构把控与关键决策；
原生精致体验：最终交付具备原生鸿蒙精致体验的应用。
从UI设计稿到鸿蒙UI：粗粒度+细粒度双对齐
针对"设计稿如何高效转化为代码"这一行业痛点，团队提出了双粒度对齐策略：
粗粒度对齐：基于ArkUI组件树，将设计稿中的模块与ArkUI标准组件快速映射；
细粒度对齐：基于截图像素级对比，对布局细节、间距、颜色进行精调。
这一策略兼顾了开发效率与视觉还原度，使AI生成的UI代码既"快"又"准"。
端到端自主迭代：AI自己修Bug
更进一步的，该应用实现了端到端自主迭代开发：Agent能够自主分析hilog日志定位崩溃问题，自主操作发现功能缺陷并生成修复方案。这意味着AI不再只是"写代码的工具"，而是具备"发现问题-诊断根因-实施修复"完整闭环能力的工程参与者。
基于AI的应用迁移：一端代码，多端复用
针对存量应用向鸿蒙迁移的需求，刘俊杰展示了仓颉的AI应用迁移解决方案，将迁移流程拆解为五个标准化步骤：
这一方案将传统需要数人月的迁移工作压缩到数天级别，为海量存量应用加速鸿蒙化提供了工程化路径。
未来展望：AI驱使开发者"向高能级跃迁"
董鑫与刘俊杰共同展望了AI时代开发者的进化方向。当AI接管了编码实现、调试修复、文档生成等中低阶任务后，人类开发者的价值将向更高能级跃迁——非线性与复杂系统、自组织临界性等需要人类直觉、跨学科洞察与创造性思维的研究和应用领域，将成为AI时代高价值的核心战场。
仓颉+AI的定位，正是通过降低AI协同的技术门槛，让更多开发者有能力跃迁到这一高价值区间，而非被AI替代。
相关开源项目：
NonlinearArt：https://github.com/SunriseSummer/NonlinearArt
X2Cangjie（Kotlin转仓颉）：https://github.com/SunriseSummer/X2Cangjie/kotlin2cj
总结
董鑫与刘俊杰的联合分享，为HDC大会语言分论坛呈现了一幅"AI亲和型编程语言"的完整图景：从ACE研发范式的理念升级，到CangjieSkills与ACE Harness的工具落地；从两天交付万行XML库的编码速度，到两个月AI生成95%代码的应用实战；从UI设计稿到鸿蒙UI的双粒度对齐，到一端代码多端迁移的工程化方案。仓颉+AI正在重新定义"开发者"的角色边界——不是被AI替代，而是借助AI跃迁到更高能级的创造力场域。
本场分论坛的完整回放将于近期在官方视频号放出，敬请关注，不错过每一个技术细节。
（本文技术数据与案例均来自嘉宾现场分享，最终解释权归华为仓颉团队所有。）
