TL;DR
WWDC 2026 的核心变化在于：Apple 正将 Apple Intelligence 从一组割裂的 AI 功能，升级为操作系统的智能控制层。
这个控制层由以下部分构成：
- Apple Foundation Models：新的基础模型族，融合了 Google Gemini 系列模型背后的同源技术。
- Private Cloud Compute（PCC）：负责处理端侧无法承载的复杂推理与生成任务。
- System Orchestrator：在个人上下文、Spotlight 语义索引、App Actions、屏幕感知及 Web 信息之间进行安全编排。
- App Intents / Spotlight Semantic Index：让第三方应用的内容与动作进入系统可调用范围。
- Foundation Models Framework / Core AI Framework：将 Apple 模型及第三方本地模型能力开放给开发者。
这套架构的目标非常明确：让 Siri AI 不只是回答问题，更能理解当前屏幕、检索个人数据、调用 App 工具、生成草稿、修改照片、创建日程、监测网页变化乃至修复弱密码。
但它也面临三个硬限制：
- Siri AI 年底才面向用户开放 Beta，秋季正式版并不包含完整的 Siri AI。
- 首发仅支持英语，多语言适配及安全策略仍需时间打磨。
- 欧盟地区 iOS/iPadOS 初期不可用；中国大陆地区 Siri AI 及新的 Apple Intelligence 功能暂不可用。
这说明 Apple 的方向虽已明确，但产品、监管与基础设施都尚未完全收敛。
一、WWDC 2026 的主线：从 AI 功能，到 Agent 操作系统
重点可分为三类：平台响应速度、儿童安全、Apple Intelligence。表面看是三个独立主题，实则是同一条逻辑链。
响应速度解决 Agent 的交互延迟问题；儿童安全解决 AI 进入家庭、教育及未成年人场景的合规需求；而 Apple Intelligence 则把模型、索引、权限、App 工具箱和云端推理整合到了一起。
我们可以把 Apple 的新 AI 栈压缩成三层来理解：过去的 Siri 更像一个语音入口：识别指令，匹配固定意图，执行标准动作。而如今的 Siri AI 进化为一个受控 Agent：
- 它能读取当前屏幕；
- 能检索照片、邮件、信息、备忘录；
- 能结合 Web 世界知识；
- 能通过 App Actions 调用各类应用工具；
- 能将多轮对话保存至独立 Siri App，并通过 iCloud 私密同步。
所谓的“语音助手升级”，实际上已焕新为系统权限、数据索引、模型推理与应用能力注册的深度重组。
二、Gemini：技术补给，不等于裸连 Google API
Apple 与 Google 进行了深度技术合作，利用 Gemini 系列模型背后的技术与架构，共同打造了下一代 Apple Foundation Models，并将其适配到设备端和 PCC 服务器端运行。
更严谨的理解存在三种路径：
| 合作模式 |
可能性 |
价值 |
| Gemini 的技术、架构、训练方法或教师模型被 Apple 吸收，用于训练/蒸馏自己的基础模型 |
高 |
Apple 对外仍呈现自研模型，监管解释成本相对较低 |
| Gemini 权重或衍生权重经 Apple 适配后直接部署在设备端或 PCC |
中 |
技术效果兑现更快，但权重来源、审计及合规边界更复杂 |
| 用户请求实时转发至 Google Gemini API |
低 |
与 PCC “不存储、不可被 Apple 或他人访问” 的隐私设定直接冲突 |
Apple 的策略是在模型能力上引入外部技术补给，再以自有的系统权限、隐私承诺及端云路由将其封装成平台能力。这是一条现实路线，但问题同样尖锐：如果核心模型能力高度依赖 Google，Apple AI 的独立性将被市场、监管及开发者持续追问。
三、端云混合：哪些在本地，哪些去 PCC
Apple 此次并未宣称所有 AI 均在设备端完成，而是给出了端云双轨的路线。
设备端负责低延迟、隐私敏感、高频任务。 例如个人上下文检索、部分语义理解、系统听写、更自然的 Siri 声音，以及 Spatial Reframing 的实时空间预览。
PCC 负责重推理与生成。 例如 Visual Intelligence 的深度图像理解、Image Playground 的写实图像生成、复杂 Web 知识问答、照片扩图与空间构图补全。
路由逻辑大概率遵循此模式。这里有个容易被忽略的点：Apple 明确提到“第二版更强的设备端模型”仅面向最强的 Apple Silicon 系统。也就是说，即便 iOS 27 支持 iPhone 11，也绝不意味着 iPhone 11 能获得完整的 Apple Intelligence。
设备支持将分层：
| 设备档位 |
可能获得的 AI 能力 |
| 最新 Pro 版 iPhone、M 系列 iPad/Mac |
端侧 v2 模型、高级听写、表现力语音、多模态能力 |
| 较新的非 Pro 设备 |
基础 Apple Intelligence + 更多 PCC 回退 |
| iPhone 11 等旧机型 |
iOS 27 系统能力增强，但 AI 能力明显受限 |
这必然成为 iPhone 和 Mac 高端机型的新卖点。
四、Siri AI：真正的变化是“上下文 + 工具调用”
Siri AI 的产品演示覆盖了以下典型场景：
- 根据屏幕上的照片识别地点。
- 从 Messages 和 Mail 中寻找个人上下文。
- 结合世界知识规划派对菜单。
- 在 macOS Spotlight 中发起长对话。
- 选中多个文件，让 Siri 比较内容并生成表格。
- 起草邮件，自动提取联系人和背景信息。
- 在 iPhone Camera 中通过 Siri Mode 识别眼前物体并建议动作。
- 在 visionOS 中通过注视物体直接提问。
这些场景的共同点是：Siri 能把多个系统能力串接起来。
| 能力 |
数据来源 |
可能路径 |
| Personal Context |
照片、邮件、信息、备忘录、第三方 Spotlight 索引 |
本地语义索引优先 |
| World Knowledge |
Web 最新信息 |
PCC 生成答案 |
| On-screen Awareness |
当前 App、屏幕选区、截图 |
端侧解析 + 必要时 PCC |
| App Actions |
App 暴露的工具能力 |
App Intents / action schema |
| Writing Tools |
文本、联系人沟通风格 |
端侧 + PCC 混合 |
为什么 Apple 需要 System Orchestrator？因为如果没有一个系统级的编排器，Siri 就只能回答问题，而不能稳定地跨应用做事。
五、系统应用正在变成 Agent 样板
在 WWDC 2026 上，Apple 以第一方应用为例，展示了未来应用应如何接入 Agent 系统。
Safari：从浏览器到网页监控代理
Safari 新增了三个关键能力：
- 按主题组织标签页：分析页面内容，将相关标签聚合为话题。
- Notify Me：用户用自然语言告知关注点，关闭标签页后，Safari 在后台监测网页变化并触发通知。
- Describe an extension：用自然语言描述需求，Safari 即可生成自定义网页扩展。
其中，Notify Me 是一个极其典型的 Agent 功能。它不是搜索，不是收藏，也不是提醒事项，而是由浏览器替用户持续观察网页。推测实现可能有三条路径：
| 路径 |
概率 |
适用场景 |
| DOM / 语义 diff |
高 |
商品补货、报名开放、页面文字变化 |
| Headless re-fetch |
中 |
静态网页、轻交互页面 |
| 视觉快照比较 |
低到中 |
高动态页面，但成本高、误报多 |
Passwords：Web 自动化进入系统密码管理
Passwords 应用现在能对符合条件的弱密码或泄露密码进行一键升级。后台由 Apple Intelligence 和 Safari 代理用户导航网站、登录、修改密码。这类功能技术难度极高，因为网页改密流程高度不标准：DOM 结构、双因素认证、地区页面、反机器人机制都会影响成功率。Apple 选择只支持“符合条件的账户”而非全量，说明它很清楚技术边界在哪里。
Shortcuts：自然语言编译成可编辑工作流
Shortcuts 的变化更为关键。用户不再需要手动拼凑节点，只需描述意图，例如：
离开公司时给 Pedro 发“我在路上”，并附上回家 ETA。
系统将生成一个工作流：地理围栏触发、Maps 计算预计到达时间、Messages 发送消息。用户还能继续用自然语言追加“再播放我最喜欢的播客”。此举本质是让大型语言模型（LLM）将自然语言编译成可审查、可编辑、可运行的 Action Graph。这条路线远比“让 Agent 随意点击屏幕”更符合 Apple 的安全风格。
六、开发者的新门槛：应用必须能被系统理解
WWDC 2026 向开发者释放的信号很直接：未来 App 的竞争力，不只取决于 UI 和功能，更取决于能否被 Siri、Spotlight、Shortcuts 及系统 Agent 调用。开发者至少需要关注三条线。
1. App Intents：把核心动作 Schema 化
Line 的案例说明，第三方应用内容进入 Spotlight 后，用户可以直接让 Siri 查询对话信息。Structured 的案例则表明，应用采用 App Intents 后，用户能让 Siri 创建日程并加入时间线。App 的核心功能必须从“只能在 UI 里点击”转变为“系统能理解的结构化动作”。
2. Foundation Models Framework：调用 Apple 模型
该框架通过 Swift API 提供 Apple Foundation Models 能力，支持文本、图像输入、自定义技能（Custom Skills）以及服务器端模型。适合摘要、分类、轻量视觉理解、文档问答、垂直领域技能等场景。
3. Core AI Framework：本地运行第三方模型
Core AI Framework 允许开发者将其他模型带到本地 App 中，并利用 Apple Silicon 加速。这很可能是 Apple 对开源模型及企业私有模型的一次重要让步。它不强制所有开发者都使用 Apple 自有模型，也不要求所有 AI 功能都走云端。
开发者的迁移优先级可以这样排列：
| 类型 |
12 个月内必须做 |
18 个月内应该做 |
| 独立开发者 |
Liquid Glass 适配、核心 App Intents、基础 Spotlight 索引 |
小范围接入 Foundation Models |
| 中型团队 |
Intent schema、隐私权限文案、Device Hub 自动化测试 |
Custom Skills、端侧 AI |
| 大型企业 |
数据分级、App Intents 安全审计、MDM 策略 |
Core AI 私有模型、企业知识索引 |
七、Xcode 也在变：IDE 变成 Agent 执行环境
Apple 对 Xcode 的更新远不止“代码补全更强”这么简单：
- coding assistant 可以本地化整个 App；
- 可与模拟设备交互；
- 可通过 custom skills 扩展能力；
- 支持选择模型和 agent，包括 Gemini；
- 可连接 Figma 和 GitHub；
- Device Hub 将真机和模拟器纳入统一界面；
- 支持模拟 swipe、pinch、多点触控；
- 支持一键切换外观、动态调整尺寸。
Xcode 正从开发工具转变为 Agent 工作台。它不仅能写代码，还能理解设计稿、修改 UI、运行模拟器、检查布局、本地化字符串。相比于 Cursor、Copilot 等工具，Xcode 的优势在于 Apple 平台的私有上下文：Swift、Simulator、Device Hub、App Store，以及与 Figma/GitHub 的连接和系统框架的深度绑定。
八、计算摄影：Spatial Reframing 是 Vision Pro 技术回流
Photos 应用中最具技术含量的功能是 Spatial Reframing。它允许用户在拍完二维照片后，像重新移动相机一样调整构图。实时预览由设备端的 spatial models 完成；视角变化产生的边缘空隙，则由 PCC 上的图像生成模型补全。Apple 强调仅补全空隙，不重写整张图，以最大限度保持原始场景的一致性。
这背后有两个信号。第一，Vision Pro 的空间理解技术正在回流至 iPhone、iPad 和 Mac。即使其短期销量有限，它也能作为 Apple 空间计算能力的孵化器。第二，Apple 的图像生成策略是尽可能将 AI 生成限制在可控区域内。相比纯 prompt 生成，这更符合摄影产品对真实性的要求。
九、性能工程：AI 体验的地基
Apple 同时公布了几项非常具体的系统性能提升：
| 项目 |
提升幅度 |
技术特征 |
| iPhone/iPad App 启动 |
最高快 30% |
预加载关键启动数据，第三方 App 也适用 |
| 新照片入库 |
最高快 70% |
Photos 与索引管线提速 |
| AirDrop |
最高快 80% |
传输栈优化 |
| iPad 外置存储 |
最高快 5 倍 |
Files/存储管线接近 Mac Finder |
| CPU Scheduler |
下放到 iPhone 11 |
显著改善旧机交互响应 |
这些并非边角料。Agent 系统最怕三件事：打开慢、找不到、传不动。Siri AI 若要在照片、邮件、文件、网页、App 动作之间穿梭，系统就必须先解决启动、索引、传输、网络切换及调度问题。尤其是 Search Index 的重构，将直接影响 Siri 的个人上下文检索。Apple 提到，iOS、iPadOS、macOS 重建了 Spotlight、Photos、Mail 的底层搜索基础，新内容几乎可即时索引。Apple 是在为 AI 铺设“数据地基”，而非仅仅在上层叠加一个模型。
十、全球可用性：欧盟和中国是最大变量
Siri AI 的区域限制至关重要：
- Siri AI 年底向用户开放 Beta。
- 首发仅支持英语。
- 欧盟地区 iOS/iPadOS 初期不可用。
- 中国大陆 Siri AI 及其他新 Apple Intelligence 功能暂不可用。
欧盟的问题主要源于 DMA 法案。Siri AI 需要深度访问系统能力和用户私有数据，若监管要求第三方虚拟助手也获得类似入口，Apple 必须证明其能在互操作与隐私安全之间找到可执行方案。中国大陆的问题则更复杂，涉及生成式 AI 备案、内容安全、数据跨境以及本地模型和云服务合作。
这将导致 Apple Intelligence 的全球体验开始分化：
| 地区 |
主要问题 |
最可能路径 |
| 美国/英语区 |
Beta 质量与设备支持 |
年底先行 |
| 欧盟 |
DMA 互操作与隐私安全冲突 |
延后，等待中介层或监管妥协 |
| 中国大陆 |
备案、本地化、内容安全、数据跨境 |
本地合作或端侧功能子集 |
| 其他市场 |
语言与地区政策 |
2027 年分批扩展 |
Siri AI 若只能在部分市场使用，就很难成为全球统一的硬件换机卖点。
十一、竞争格局：Apple 不做最大模型，做系统入口
将 Apple 置于 2026 年的 AI 竞争格局中，其定位非常清晰：Apple 的差异化优势是默认入口和系统权限。OpenAI 可以构建强大的 Workspace Agents，但它需要连接器、权限授权和沙盒环境。而 Apple 的 Siri AI 天然存在于系统之中，能看到屏幕、调用系统应用、接入本地索引、使用 TCC/Sandbox 权限模型。这是 Apple 的护城河，同时也是监管风险的来源。
结语
和国内外其他公司一样，Apple 正在押注“系统可控的 Agent”。其对下一代操作系统的定义是：模型不是独立应用，Agent 是嵌入到系统权限、数据索引、应用动作及设备算力中的控制层。Apple 已经给出了 Agent 操作系统的架构草图，但真正的交付，还要看 Siri AI Beta 的表现、开发者的适配进度以及全球监管的绿灯。在 云栈社区，我们也将持续关注并交流这场由 AI 驱动的系统底层变革。
发表于 2 小时前
|
查看: 4|
回复: 0
