稳定性保障工具聚焦 领域 变更追踪与管控 全栈可观测性 隐患 管理 数字化监控 平台聚焦 云平台 应用 核心业务 前端触点 数据库 中间件 网络 主机 网关 业务发展量、业务流程积压量、业 务突变异常、业务关键稽核点等 核心业务场景、核心业务环节、核 心业务链路拓扑 白屏、慢响应、弹窗日志等 卡顿、崩溃、错误等 调用量、响应时间、异常量等 Zookeeper 等 数 据 库 ： MySQL 、 Clickhouse 、 Elasticsearch 等 主机： 内存、磁盘、 CPU 、网络 指 标等 网络出、入流量、并发会话数、连 接数等 数据中心、网络设备、主机 拓扑映 射关系 系统方自定义 Promethues exporter 调用链接口业务打标 告警配 置 核心场景、核心业务链路 应用指标、 trace 云平台维护方自定义 Promethues exporter Promethues exporter snmp 协 议 + Promethues exporter 网络拓扑同步上报 GO PS 全 球 运 维 大 会 2 0 2 3 · 上 海 站 实现涵盖业务、前端触点、应用、云平台、组件、基础资源的全层级指标数据采集及标准化，统一接入、存 可观测性建设：

我们期待，鸿蒙智能体生态能够持续深化产学研用融合，为中国式现代化 筑牢数字基座。这既是时代赋予中国科技界的重任，也是全球智能化浪潮中不 可或缺的东方力量。鸿蒙之路，基于使命，始于技术，成于生态——为中国乃 至世界打开万物智联的无限可能。 鸿蒙智能体：自主创新引领智能生态新纪元 余承东 华为常务董事 终端 BG 董事长 随着人工智能技术持续突破，特别是大模型、全场景融合感知与端云 协同等能力的发展，智能终端正经历从“工具”向“协作者”的深刻变革。 智能的体验变革。 鸿蒙智能体时代已经开启，我们期待与广大鸿蒙应用开发者和合作伙 伴一道，持续推动鸿蒙智能体技术创新与生态共建，为用户带来“服务合 时宜、服务不间断”的智慧新体验，共创鸿蒙万物智联的未来新世界。 Agent 时代 鸿蒙应用生而智能 前 言 近年来，生成式人工智能（Generative AI）迎来前所未有的技术飞跃， 以大语言模型（LLM） 为代表的基础模型进入高速迭代期， 方方面面。面对 这一变革浪潮，行业亟需一个有机协调、多方共赢的系统性框架，以释放智能体之间的协同潜 力，基于此，在智能体时代，鸿蒙核心愿景是构建一个全新的智能体价值网络（Agent Value Network），在这个网络中，所有智能体将协同工作、共同创造并共享收益。鸿蒙系统将持续 构筑统一开放的智能体 OS 底座能力，全面赋能鸿蒙应用智能化演进，为每一款应用注入更自 然的多模态交互能

调用链agent采集 应用指标、trace 网关 中间件 数据库 主机 网络 Promethues exporter 前端触点 浏览器 JS埋点 APP SDK 云平台 snmp协议+ Promethues exporter 云平台维护方自定义 Promethues exporter 网络拓扑同步上报  卡顿、崩溃、错误等  调用量、响应时间、异常量等  应用调用trace 中间件：Kafka、MQ、Zookeeper 等  数据库：MySQL、Clickhouse、 Elasticsearch等  主机：内存、磁盘、CPU、网络指 标等  网络出、入流量、并发会话数、连 接数等  数据中心、网络设备、主机拓扑映 射关系 统 一 标 签 规 范 标 准 + 自 定 义 监控告警 数据可视 故障诊断 隐患分析 故障预防 ... Clickhouse Collector- server Flink Clickhouse kafka 系统D agent 系统E agent Nacos Redis CMDB 实例id、容器id 主机ip、机房 网络设备 云平台 告警计算 聚合后指标 链路计算 清单查询 分数据中心 Collector- server 系统A agent 系统B agent 系统C agent Flink

将在不远的将来成为航空主战装备，无人机等新作战装备将 迎来对传统装备的替代过程，以色列空军就规划在 2030 年 打造一支无人机占 50%以上的新型空军机队。据《航宇周 刊》 分析，无人系统、情报侦察设备、网络安全等新兴细分 领域 将是近期欧、美各大航宇防务制造商开展战略转型的主 要方 向，并将成为未来 20 年增长最快的航宇防务业务领域。 按价值量计，民用无人机需求量仅占世界总需求量的 7 帮助。 无人机在待巡查的石油管道上空沿线飞行，无人机在 自 动飞行模式下，用内置高清摄像机指向待巡查的石油管 道， 采集管道详情影像、并通过无线远距离实时回传至地 面站。 通 过 3G 网络传输功能，还可将无人机视频影像实 时传输至 石油企业在全球任何地点的手机终端或指挥中 心。夜间可以 配置无人机载红外热像仪实现巡线检。 (二)检灾方面 灾情监测、应急指挥、地震调查 中国 靠原有得管理模式与自己有限得资源，已经不能满足快速 变 化得市场对企业所提出得要求。企业必须放弃传统得基 于纵 向思维得管理模式，朝着新型得基于横向思维得管理 模式转 变.企业必须横向集成外部相关企业得资源，形 “ 成 强强联 ” 合，优势互补 得战略联盟，结成利益共同体去 参与市场竞 争，以实现提高服务质量得同时降低成本、快 速响应顾客需 求得同时给予顾客更多选择得目得。 不同得思维方式对应着不同得管理模式以及企业发展

象和函数式编程都提供了良好的支持。开发者可以灵活选择或混合使 用不同的编程范式，来满足不同开发场景的需求。  丰富的标准库：仓颉提供了丰富、通用、性能卓越的标准库，包括集 合类库、IO 库、数据库、网络库、安全库、OS 库、数学库、数据结 构、排序算法、控制台读取写、正则表达式、time 库、命令行处理库、 fs 库、sync 库等，助力开发者快速构建鸿蒙应用。  快速成长的生态：仓颉已基于开源社区构建 仓颉的静态编译先进技术包括：  语言相关的 high-level 编译前端：前端检查仓颉源码的规范性和安全 性，对其开展 high-level 语言相关优化（面向对象优化、去虚化、内 联等），然后编译为低层级中间表示文件输出。 13 仓颉基础性能参见：https://developer ArrayList>() 11. for (url in urls) { 12. let fut = spawn {fetchData(url)} // 创建仓颉线程进行网络请求 13. futures.add(fut) 14. } 15. for (fut in futures) { // 等待所有仓颉线程完成

持 跨设备的协作。不同设备类型意味着不同的传感器能力、硬件能力、屏幕尺寸、操作系统和 开发语言，还意味着差异化的交互方式。同时跨设备协作也让开发者面临分布式开发带来的 各种复杂性，例如跨设备的网络通信、数据同步等。若采取传统开发模式，适配和管理工作 量将非常巨大。当前移动应用开发中遇到的主要挑战包括：  针对不同设备上的不同操作系统，重复开发，维护多套版本。  多种语言栈，对人员技能要求高。 多种开发框架，不同的编程范式。  命令式编程，需关注细节，变更频繁，维护成本高。 与此同时，AI 时代全面来临，在 PC 互联网到移动互联网到智能化终端演进过程中，AI 计算主要在云端数据中心进行，非常依赖网络，具有一定的时延，且数据传输的安全性、私 密性不能得到有效保证。随着人们对交互和信息获取的智能化要求越来越高，移动设备的计 7 算能力越来越强，在设备侧就能提供 AI 的相关能力，例如自然语言交互、环境智能感知、 Chapter 3 - 1）一次开发，多端部署 - 2）可分可合，自由流转 - 3）统一生态，系统智能 鸿蒙生态应用 核心技术理念 12 在万物智联时代重要机遇期，鸿蒙系统结合移动生态发展的趋势，提出了三大技术理念： 一次开发，多端部署；可分可合，自由流转；统一生态，系统智能。 图 3-1：核心技术理念 1）一次开发，多端部署

BY 4.0. Page 15 总览：推动能效提升速度倍增的政策工具（倍增政策工具） 建筑节能法规 家电最低能效标准 电机最低能效标准 燃油经济性标准 建筑能源性能证书 家电能效标识 工业能效网络 车辆能效标识 节能改造补助 贷款和返利优惠 能效责任制 电动乘用车补贴 倍增政策工具旨在帮助政策制定者了解有哪些能效政策可以用来助力全球能效提升速度倍增目标的实现。本套政策工具包针对建筑、家电、工业、 准，对于推动市场变化和助力实现全球能效提升速度倍增目标而言至关重要。 倍增工具：工业能效网络 • 工业能效网络可以通过促进企业和专家间的知识交流来提高人们对能效的认知。 • 这类网络可以通过朋辈学习的方式来加速企业在能源管理和能源审计方面的行动，并能提高工业用能的透明度。事实证明，加入工业能 效网络有助于企业节能。 倍增工具：能效责任制 • 能效责任制通过推动能效措施的普及应用来减 IEA 2024. CC BY 4.0. Page 35 倍增工具：工业能效网络 是什么 工业“能效网络”（EEN）是工业部门一揽子政策方案中的一种信息类工 具。虽然各个能效网络的结构各不相同，但通常都由来自不同工厂的能源 管理人员组成；这些成员定期会面，并围绕工业部门能效提升进行知识和 经验的分享。 能效网络的运作可以只服务于同行之间的信息共享，也可以包括能源利用 状况报告和节能目标设

销售增长率 2. 合同执行率 3. 回款周期 4. 市场份额 4 人力资源类指标 1. 员工人数 网络环境 1 网络基础 厂区信号覆盖率（待规划）

否通过数据接口、集成平台等方式，实现 跨业务系统的集成和协同？） 6. 是否日常性开展数据治理？数据治理是 否有专业的数据治理工具？目前数据治理 方面存在哪些困难？ 7. 目前数据方面遇到的难题或者痛点 8. 网络化软件应用水平：在销售及订单 管理、采购管理、库存管理方面应用了何 种信息化管理系统、软件，具体效果如 何？ 9. 使用信息化软件的人员占比多少？投入 - 4 -