6月10日杭州开发者大会上，萤石开放平台2.0正式亮相，带来了两大核心开发平台和全套安全保障服务。很多报道都在说这是一次常规的技术升级，可我却从这些数据里读出了不一样的信号：IoT行业的AI开发僵局，正在被这套体系彻底打破。为什么过去一年AI工具遍地开花，IoT开发效率却迟迟上不去？

2026萤石云开发者大会宣传海报 · 显示ECDC2026、举办时间地点及萤石标识

AI工具普及 为何IoT开发效能停滞

过去一年大模型火遍全行业，几乎所有软件开发都在享受AI带来的效率提升。编码助手能自动生成基础代码，大模型能帮忙排查bug，整个行业的开发周期都在缩短。

可萤石通过内部实践复盘发现了一个反常现象：IoT行业的开发效率，居然没怎么涨，反而陷入了“工具升级、效能停滞”的怪圈。

根源并不在开发者能力不够，而是传统底层体系从根上就不适配AI开发模式，具体来说有四重无法绕开的困境：

传统开发流程和AI的生成模式完全不兼容，衔接处处是卡点

不同IoT场景需要专属模型，通用大模型根本泛化不了

海量私有协议不在通用AI训练集里，AI根本读不懂

人工需求表达模糊，导致AI生成内容需要反复迭代打磨

这个底层体系重建的工程，萤石给它起了个名字叫“Harness工程”——翻译过来就是“套马工程”：AI是野马，有了工具还得给它套上合适的马具，才能真正驾驭它干活，而不是让它乱跑乱撞。

过去我们总说AI要颠覆行业，可很少有人想过：行业也需要重构底层体系，才能接住AI的能力。

这恰恰是萤石这次升级最不一样的地方：它不是给现有开发工具加个AI功能，而是从底层重新搭建了一套适配AI的开发体系。

对话式开发重构效率 把45天缩到2天

作为“Harness工程”的第一个落地成果，萤石蓝海AIoT一站式工作台，直接重构了AIoT应用的开发交付逻辑。

它的核心模式就是AI驱动对话式开发：用自然语言说清楚需求，AI就能直接生成应用，最快15分钟就能出可预览的原型，平均开发周期从传统的45天直接压缩到2天，研发成本直接降到原来的五分之一。

萤石AI巡检数字助手介绍展板 · 展示其三大基因及数字生产力平台构成

这样的效率提升，不是靠某一个单点优化堆出来的，而是四个核心模块协同作用的结果。除了对话式生成，最核心的突破其实是AIoT设备集成能力。

萤石把十多年沉淀的物联网核心技术，直接打包成了专属AI技能包，现在已经兼容海康威视、大华、华为等20多家主流品牌的各类设备，覆盖了GB28181、JT808等多种主流IoT协议。

对开发者来说，这意味着什么？你不需要再去啃上百页的私有协议文档，不需要花几周时间适配不同厂商的硬件，直接调用技能包就能完成跨厂商集成，把精力全部放在业务逻辑上。

更有意思的是平台自带的应用模板市场：连锁巡店、视频汇集这些成熟方案可以直接复用，开发者打磨好的自研应用也能上架，通过租赁或买断变现，实现“一次打磨，持续收益”。

这不仅仅是效率的提升，更是把AIoT开发的门槛，从专业团队才能玩，降到了中小团队也能快速试错。

原生智能体落地 把巡检变成全自动

这次升级的第二个核心，是AI巡检智能体开发平台。很多人对智能体的认知还停留在纯软件层面，帮你写方案、整理数据，可萤石把智能体直接落地到了实体场景里。

通用开源智能体要落地IoT实景巡检，其实绕不开五大壁垒：成本高、启动慢、安全性弱，最关键的是没法原生调度硬件，只能处理数字信息，碰不了物理世界的设备。

萤石的解决方案，就是给智能体加上两个IoT专属的核心能力：原生级感知和全品类硬件操控。

依托萤石积累多年的视觉AI技术，这个智能体本身就能看懂实时画面，识别异常情况，从处理数字信息直接升级成了主动理解物理环境。

更关键的是，依托萤石的全品类硬件矩阵，智能体可以直接调度管控线下设备，不再是纯软件的“空谈”，能真正联动软硬件完成实景巡检作业。

目前这套方案已经在某大型跨城企业园区落地，依托园区现有硬件就实现了7×24小时自主巡检，覆盖20多个园区、300多个固定点位，从识别、上报到复核全流程自动完成，不需要人工跟进。

对比维度

传统人工巡检

萤石AI智能体巡检

覆盖时间

工作时段仅8-12小时

7×24小时不间断

漏检率

约15%-20%

不足3%

人力成本

每个点位年均数千元

一次性投入长期复用

平台还上线了数字助手市场，开发者可以把自己做的智能体上架分享，形成开放共享的生态，和应用模板市场一起打通了从开发到变现的完整通路。

用AI管理AI 把安全风险嵌在全流程

AI开发速度提上来之后，最大的痛点其实变成了安全。源码泄露、智能体被注入恶意指令、数据外流这些风险，传统人工审核和事后补救的方式，早就跟不上AI开发的节奏了。

萤石给出的思路非常直接：用AI辅助管理AI，把安全治理嵌到开发和运行的全链路里。

萤石AIoT安全服务介绍展板 · 呈现两大安全服务的具体内容

在开发环节，它把传统的SDL安全开发流程完全AI化，部署了需求评审、代码评审、安全测试、情报监控四个智能体，从需求阶段就开始做风控，不用等到上线才找问题。

在运行环节，针对AI数字助手做了多层级动态防护，从技能检测、权限管理到密钥轮换、行为溯源审计，把指令注入、数据泄露这些常见风险挡在外面。

更重要的是，全套安全能力已经直接内嵌到了两大开发平台里，开发者开箱就能用，不需要额外自己搭建安全体系，在安全可控的前提下释放AI的生产力。

这其实戳中了很多行业客户的痛点：很多AI方案功能做得不错，但安全要么是后置补丁，要么需要额外投入，而萤石直接把安全做成了平台的原生能力，解决了客户的最大顾虑。

从开放技术到共建生态 重构产业价值逻辑

回头看萤石的开放路径，其实能发现一条清晰的进化线：从最早开放PaaS API，到现在进化成融合应用开发和智能服务的一站式开发底座。

过去我们讨论IoT开放，大多停留在“把接口开放给开发者”的层面，开发者还是要自己解决适配、安全、变现一堆问题，开发完还不一定能赚到钱。

而萤石这次做的事情，是把从开发、适配、安全到变现的全链路都打通了：开发者只需要聚焦自己熟悉的行业场景，剩下的底层技术适配、安全防护、商业通路都交给平台。

应用模板市场和数字助手市场的设计，更是直接把“一次开发多次变现”变成了现实，让开发者的每一份技术投入，都能拿到持续的回报，而不是做完一个项目就结束了。

真正的开放，从来不是扔一堆接口给开发者自己摸索，而是把坑都踩完，把路都铺好，让开发者轻装上阵做创新。

现在两大平台已经开放公测，合作伙伴招募也同步启动，AIoT行业的新质生产力，其实就藏在这种“底层重构+生态共建”的路径里。当开发效率提升数倍，当智能体能真正落地实体场景，当开发者能轻松赚到钱，整个行业的创新速度都会被带起来。

我们总在说AI要赋能实体，可大多数时候，我们都在纠结模型参数够不够大、能力够不够强，却很少有人沉下心重构底层体系，让AI真的能扎进实体行业里干活。

萤石这次的尝试，本质上是回答了一个问题：大模型时代，IoT行业到底需要什么样的AI？答案从来不是把通用大模型直接搬过来，而是要做接地气的适配，给AI套上能干活的“马具”，让它真正能帮开发者解决问题，帮客户创造价值。这条路，才刚刚开始。