苹果没有赢下 AI 上半场，但它想赢下未来十年

2022 年 11 月，ChatGPT 上线。接下来整整三年，科技圈都在问同一个问题：苹果在哪里？

Siri 还是在问你「我可以帮你搜索吗？」，Bing Chat 已经能帮你写周报；Google Gemini 深度整合进 Android，而 iPhone 用户打开 Siri 依然是那颗熟悉的彩色球——然后它说「抱歉，我没听清楚」。

2024 年，苹果发布 Apple Intelligence，承诺要「重新定义 Siri」。然后——延期。再延期。一些功能悄悄在 iOS 18.4 出现，再悄悄在 iOS 18.5 消失。

苹果没有赢下 AI 的上半场，这是事实。但 WWDC26，Tim Cook 和 Craig Federighi 站在台上，发布的不是一个补丁，而是一个完整的反击宣言——Siri Agent、Foundation Models 2.0、Apple Intelligence 全面铺开，以及一个关于隐私 AI 的长期主义押注。

这篇文章，我们从头捋清楚：苹果为何输掉上半场，WWDC26 具体发布了什么，以及它下一个十年想走的那条路，究竟是缩减战线的保守主义，还是一场更大的赌注。

1 · 上半场：苹果为何落后？

1.1 Siri 的结构性困境

Siri 在 2011 年就已推出，比 ChatGPT 早了整整 11 年。但早发布不等于早领先——Siri 的底层架构是「规则引擎 + 语音辨识 + API 桥接」的组合，而不是语言模型。这意味著它能做的事被事先写死了：设闹钟、播音乐、查天气。一旦你偏离这些场景，它就交出答案——「我在网页上找到了一些结果」。

而 GPT-4 展示的是完全不同的能力：它能理解意图、能推理、能跨上下文工作。这不是 Siri「落后一代」的问题，这是两种根本不同的系统设计——一个是状态机，一个是语言模型。

1.2 Apple Intelligence 的延期之谜

2024 WWDC 上，苹果宣布 Apple Intelligence——端侧智慧、重写的 Siri、ChatGPT 整合、Private Cloud Compute。发布会现场掌声雷动。然后，大多数功能要等到 iOS 18.1、18.2、18.4……

延期的背后，还有一个结构性原因很少被讨论：苹果做 AI 的方式，天然比 OpenAI 慢。OpenAI 可以在服务器端偷偷把模型换掉，用户感受不到任何中断；苹果的每一次更新都必须通过 App Store 审查，都必须在 iOS 新版本里出货，都必须在四十亿设备上稳定运行——这是世界上最严苛的 AI 部署条件。

1.3 感知落差：输掉了叙事，不一定输掉了技术

这里有一个容易被忽略的细节：苹果的 Neural Engine 从 2017 年的 A11 就开始内建，比大多数 AI 玩家更早布局边缘 AI 硬件。M 系列芯片的 NPU 效能在业界处于顶尖水准。Foundation Models 的端侧 3B 参数模型，能做的事情已经超过很多人的预期。

苹果输的，更多是「可见的 AI 产品体验」——那些让媒体截图分享、让用户在朋友面前炫耀的时刻。输掉上半场，不代表输掉了未来的牌面。

2 · WWDC26 全解析：它实际发布了什么？

2.1 Siri Agent：终于能「做事」而不只是「说话」

这是 WWDC26 最重要的一个转变。过去的 Siri 是一个问答介面——你问，它答。新的 Siri Agent 是一个行动执行者——你说目标，它去完成。

核心能力的差距在于两点：App 间行动串接，以及多步骤任务规划。

具体的例子：你对著 Siri Agent 说「把昨天开会的录音整理成待办清单，发到工作群组，然后在日历上帮我排明天的跟进会议」——这是一个跨越备忘录、消息、日历三个 App 的四步骤任务。旧 Siri 面对这句话只能说「我帮你搜索看看」；Siri Agent 会真的去执行它。

实现这个的底层机制是 App Intents 2.0——苹果把系统内建 App 的几百个「意图」开放给 Siri Agent 呼叫，第三方开发者也可以通过 AppIntent 协定把自己 App 的核心动作暴露出来。Siri Agent 本质上是一个 LLM 驱动的 Intent 路由引擎，而 Intent 是它操作世界的手。

2.2 Apple Intelligence 全面铺开：从「预览」到「正式」

WWDC26 最直白的一个信号，是苹果终于去掉了 Apple Intelligence 旁边那个「Beta」标签。这不只是一个词的变化——这意味著苹果认为它已经足够稳定、足够完整、足够自信对外宣称这是一个产品而非一个承诺。

具体落地的能力包括：

• Writing Tools 全语言支持：改写、摘要、调整语气，扩展到包括繁体中文、日文、韩文在内的 20+ 语言
• Image Playground 升级：从卡通风格扩展到更多画风，新增「个性化 Genmoji」可基于你的联络人生成贴图
• Photo Intelligence 增强：搜索「去年夏天在海边的照片」这种自然语言查询，准确率大幅提升
• 通知摘要优化：解决了去年被广泛批评的「摘要把新闻误读成标题党」问题，新增重要度分层显示
• 萤幕感知（Screen Awareness）：Siri 现在能看懂你正在看什么，并基于当前画面回答问题或执行操作

2.3 Foundation Models 2.0：开发者的真正弹药

去年的 Foundation Models 框架已经相当惊艳——零 token 费、无需 API Key、数据不出设备。WWDC26 的 Foundation Models 2.0，在此基础上走得更远：

import FoundationModels

let session = LanguageModelSession()

// 新增：视觉理解（传入图片直接推理）
let image = UIImage(named: "receipt.jpg")!
let result = try await session.respond(
    to: "帮我把这张发票的项目整理成 JSON",
    including: [.image(image)]
)

// 新增：结构化输出（直接返回 Swift Codable 物件）
struct Invoice: Codable {
    let vendor: String
    let total: Double
    let items: [InvoiceItem]
}

let invoice = try await session.respond(
    to: "解析发票",
    including: [.image(image)],
    generating: Invoice.self
)

核心升级点：

• 多模态支持：可直接传入图片，模型在端侧完成视觉 + 语言联合推理
• 结构化输出：直接生成 Swift Codable 物件，不再需要手动解析 JSON 字串
• Streaming 回应：逐字流式输出，适合需要即时显示的对话场景
• 工具呼叫（Tool Calling）：模型可在推理过程中呼叫你定义的函式，完成 Agent 式任务
• Python SDK + fm CLI：开放非 Swift 语言接入，脚本、后端工具都可调用
• 框架开源：Foundation Models 框架本身在 GitHub 开源，社群可贡献

2.4 Private Cloud Compute 2.0：云端推论也能做到隐私可验证

对需要比端侧 3B 模型更强能力的任务，苹果的答案不是「就送给 OpenAI 吧」，而是 Private Cloud Compute（PCC）——一个苹果自己运营的云端推论丛集，专为 AI 任务设计，但对隐私的承诺与端侧相同。

PCC 2.0 的关键改进：Security Research Virtual Machine——任何安全研究者都可以申请启动一个 PCC 节点的虚拟机器复制，用于验证苹果的隐私声明是否属实。这是对外说「trust but verify」的最强表达：不要相信我的说法，自己去验证我的代码。

2.5 macOS 26 Tahoe × iOS 26：AI 渗透系统每一层

WWDC26 还宣布了 macOS 26 Tahoe 和 iOS 26，AI 不再是一个独立的「功能模组」，而是渗透进操作系统的每一层：

• Xcode 27 本机补全：多行程序补全在 Apple Silicon 本机执行，不走云端
• Safari 智能摘要：网页摘要在端侧生成，不上传给任何服务器
• Finder 语意搜索：「找上个月那个和财报有关的 Excel」——自然语言查本机文件
• 邮件智慧起草：基于你的历史邮件风格生成回复，完全离线
• 健康 App AI 教练：基于你的健康数据给出个性化建议，数据一律不出设备

3 · 战略解析：苹果在押注什么？

3.1 隐私作为护城河，而不是行销口号

理解苹果 AI 战略的关键，是把「隐私」从一个品牌标语还原成一个商业壁垒。

OpenAI 和 Google 在 AI 赛道的优势是：大量数据、大量算力、快速迭代。苹果没有办法在前两项上追上——它没有那么多 AI 用户数据，也没有那么多 A100 / H100。它选择的是另一条曲线：把最强的 AI 能力搬到端侧，让「数据不需要上云」本身成为特性，而不是限制。

这个选择的副产品，是一个 OpenAI 很难复制的护城河：你无法在租用的服务器上做到真正的「用户数据不出设备」。这个架构优势，随着 AI 法规（GDPR 执行、各国数据主权法）的收紧，只会变得越来越值钱。

3.2 生态锁定：AI 功能 × Apple Silicon × App 生态

WWDC26 的一个精心设计：几乎所有新 AI 功能都需要 A17 Pro 以上或 M 系列芯片才能完整运行。这是一个清晰的升级换机驱动力——想用 Siri Agent？换 iPhone 17。想在 Mac 上跑 Foundation Models 2.0 本机推理？M 系列的效能优势非常明显。

同时，App Intents 的深度整合，让整个 iOS / macOS 生态的 App 开发者都必须跟上——接入 App Intents 的 App 获得 Siri Agent 的自然曝光，不接入的 App 逐渐被边缘化。这是苹果惯常的生态治理手法：用功能引导开发者，而不是强制命令。

3.3 长期主义的赌注：OS-level AI vs API-level AI

OpenAI、Anthropic、Google DeepMind 的路线，本质上是提供「AI 即服务」——你呼叫它们的 API，支付每百万 token 的费用，享受最强的模型能力。这个模式在 2025～2026 年的商业化非常成功，但它有一个根本性的脆弱点：任何人都可以替换 API——包括苹果。

苹果的赌注是：把 AI 做成操作系统的一部分，而不是一个可替换的服务。Siri Agent 对设备上下文的感知，Foundation Models 对 NPU 的深度整合，PCC 对 Secure Enclave 的架构依赖——这些都在让「苹果的 AI」越来越难被第三方替换。

4 · 开发者视角：WWDC26 改变了什么？

4.1 App Intents 从「可选」到「必选」

如果你在维护一个 iOS App，WWDC26 之后有一件事值得立刻排进 backlog：审查你的核心功能，哪些可以暴露为 App Intent。

Siri Agent 的能力边界 = 已接入 App Intents 的动作集合。每一个你暴露的 Intent，都是一个 Siri Agent 可以帮用户完成的动作。用户说「帮我在 [你的 App] 里做 X」，如果你没有 Intent，Siri 只能说「抱歉，这个 App 还不支持」。

import AppIntents

struct CreateNoteIntent: AppIntent {
    static var title: LocalizedStringResource = "建立新笔记"
    static var description = IntentDescription("在 App 中建立一则新笔记")

    @Parameter(title: "内容") var content: String

    func perform() async throws -> some IntentResult {
        // 你的业务逻辑
        let note = NoteService.create(content: content)
        return .result(value: note.id)
    }
}

4.2 Foundation Models 2.0 的实际使用场景

有了多模态、结构化输出和 Tool Calling，Foundation Models 2.0 的可用场景大幅扩展：

4.3 开发环境的新挑战：Xcode 27 + iOS 26 SDK 的版本钉定

所有这些新功能，都依赖 Xcode 27 和 iOS 26 SDK。这意味著你的建置环境需要跟上——而这是真正麻烦的地方。

Foundation Models 2.0 的 API 在模拟器和真机上行为不同；Siri Agent 的 App Intent 整合需要特定版本的 Xcode 才能正确索引；PCC 的整合测试需要特定的 entitlement。如果你的 CI 环境跑在 GitHub hosted runner 上，你正在等待一个不确定的 Xcode 27 支持时间表——而如果你的 CI 跑在 Cloud Mac 上，你可以在 WWDC26 结束后几小时内就把环境更新到 Xcode 27 beta。

5 · 未来十年的棋局

5.1 监管的顺风：隐私法规让苹果的架构越来越值钱

2026 年，全球 AI 监管正在加速：欧盟 AI Act 进入执行期，美国多州相继通过 AI 透明度法案，中国的 AI 生成内容管理办法持续更新。在这个监管环境里，「能通过审计的隐私架构」越来越稀缺，越来越值钱。

苹果的 PCC 可验证架构、Foundation Models 的端侧设计、Differential Privacy 在健康数据上的应用——这些在消费市场可能只是品牌加分项，但在企业市场、医疗市场、金融市场，这些是合规采购的门票。

5.2 硬件 × 软件协同：其他人很难复制的飞轮

一个很少被讨论的现实：苹果是这个星球上唯一同时设计 AI 芯片、AI 操作系统、AI 应用框架和 AI 终端设备的公司。Google 设计 TPU 但 Pixel 不是主流设备；Qualcomm 设计 NPU 但它不做软件；Microsoft 做 AI 软件但依赖第三方硬件。

这个垂直整合，让苹果可以做很多其他人做不到的优化：Foundation Models 的推理路径可以直接针对 Neural Engine 的指令集调优；Siri Agent 的回应延迟可以压到 50ms 以内，因为底层硬件和软件是同一个团队设计的。

5.3 开源讯号：Framework 开源是信任建设，也是生态引力

Foundation Models 框架开源，是 WWDC26 被低估的一个讯号。苹果不是一个习惯开源的公司——它的核心优势一直是封闭生态的高品质控制。选择在这个时机开源 Foundation Models，更多是一个信任建设动作：让外部研究者、企业客户的安全团队可以审计它，而不只是相信它的说法。

这也是一个生态引力建设：开源的框架吸引研究者，研究者发表论文，论文引用带来更多开发者采用，更多采用带来更丰富的第三方 App，更丰富的 App 让 Siri Agent 变得更强大。这是 Apple Silicon + Swift 生态的重演，只是这次在 AI 层面。

6 · 客观评估：苹果真的赢得了下半场吗？

我不想在这里给出一个过度乐观或过度悲观的结论。让我们看几个真实的挑战：

6.1 苹果面对的真实挑战

• 端侧模型的天花板很真实：3B 参数模型在复杂推理、代码生成、长上下文任务上，和 GPT-5.5 / Claude Opus 4 的差距是结构性的。Siri Agent 做得了「把会议记录整理成待办清单」，做不了「帮我重构这个 Swift 项目的架构」。
• 第三方 App 整合需要时间：App Intents 的生态建设，依赖第三方开发者配合。WWDC26 发布后，要等到有足够多的 App 支持 Siri Agent 的深度整合，可能需要 6～18 个月。
• 非英语市场的体验仍有差距：繁体中文、日语、韩语的自然语言理解在 WWDC26 有改进，但对话流畅度和英语版本的差距仍然明显。
• 用户习惯的迁移需要教育：大多数用户已经习惯去 ChatGPT 或其他 AI 应用完成复杂任务。让他们转而信任 Siri Agent，需要一段时间的行为改变。

6.2 苹果可能赢的地方

然而，有几个维度苹果确实建立了真实优势：

隐私敏感场景：医疗、法务、财务、企业内部数据——这些场景的用户宁愿用能力弱一点、但确保数据不出设备的 AI，也不愿意把敏感数据送到 OpenAI 的服务器。随着这类场景的 AI 采用率提升，苹果的市场份额会自然增长。

日常高频低复杂度任务：摘要、翻译、改写、分类——这些任务占 AI 使用量的大头，但不需要 GPT-5.5 等级的智慧。端侧 Foundation Models 完全够用，且延迟更低、费用为零。对日常使用者，「足够好且免费」往往比「最强但按量计费」更有吸引力。

操作系统整合的深度：Siri Agent 读取你的日历、邮件、消息、照片的能力，任何第三方 AI App 都做不到——苹果不开放这些 API 给竞争对手。这个系统整合的护城河，短期内无人能复制。

7 · FAQ

收束：苹果想赢的那场战争，和你想的不一样

上半场，苹果输掉的是一场「谁的聊天机器人最聪明」的竞赛。这场竞赛，它没有办法赢，也选择了不去赢。

它想赢的下半场，问题是：当 AI 无处不在、能力已经足够，谁的 AI 最值得信任、最深度融入你的生活？

这个问题没有一个快速的答案，也没有一个明确的评分指标——不像「谁的 MMLU 分数更高」那样一目了然。但这恰恰是苹果选择这个战场的原因：在一个没有快速评分指标的竞争里，先发优势让位于长期信任的积累，而信任是它最擅长建立的东西。

苹果没有赢下 AI 的上半场，但 WWDC26 显示它至少弄清楚了自己想打的是什么球。接下来五年，这个押注是否成立——欢迎再来聊。