本文以 Android 定位服务迁移鸿蒙为实战案例，提出并验证了「AI + Skills」方案，通过将 API 映射等隐性知识结构化为 AI 可读的 Skills 文档，解决通用 AI 在领域知识上的断层，实现 154 个服务迁移节省 25 小时且零编译错误。
📝 详细摘要
文章从 Android 到鸿蒙的定位服务迁移这一具体场景切入，剖析了 AI 辅助开发中通用智能与领域知识断层的根本矛盾。作者指出，纯 AI 翻译因缺乏准确的 API 文档而频繁出错（如生成不存在的枚举值），而人工查源码虽准但效率低且知识无法沉淀。为此，文章提出「AI + Skills」解决方案，将 API 映射、枚举细节、回调差异及常见陷阱等隐性知识转化为结构化、AI 可读的 Skills 文档，明确了 AI 负责通用逻辑生成、Skills 提供精准领域知识的分工模型。通过构建包含 API 对比表、常见错误提示的 Skills 文档，单服务迁移时间缩短至 30 分钟且零编译错误，在 154 个服务的规模化迁移中总计节省 25 小时。文章还总结了构建 Skills 的原则（AI 友好结构化、持续演进、分层组织），并展望了从静态文档向知识图谱、主动建议及组织级知识中台发展的未来路径。
💡 主要观点
- AI 辅助开发的根本矛盾在于通用智能与领域知识的断层。 通用 AI 模型缺乏对特定平台（如鸿蒙）API 细节的准确认知，导致生成代码常出现不存在的枚举值、错误的回调方式等低级错误，根源在于 AI 无法访问或理解最新的领域知识。
💬 文章金句
- 目前很多知识库是冗余的，随着模型能力越来越强，需要提供的业务知识库是需要减负的
- 未来我们各种二方包的接入方式都会以 Skill 的形式提供，从面向人转到面向 AI
- AI + Skills = AI 的通用能力 + 可执行的领域知识包
📊 文章信息
AI 初评：88
来源：大淘宝技术
作者：大淘宝技术
分类：人工智能
语言：中文
阅读时间：12 分钟
字数：2852
标签： AI 编程, AI Agent, 提示工程, 开发者工具, 鸿蒙开发