Siri 的十五年：从语音助手到智能体
2011 年 10 月 4 日，苹果在 iPhone 4S 发布会上推出了 Siri。彼时的 Siri 被定位为"智能语音助手"，能设定闹钟、查询天气、发送短信。十五年后，在 WWDC 2026 的主题演讲中，苹果用整整 40 分钟讲述了 Siri 的重生——这是这款产品历史上最重大的一次架构重构和功能升级。
核心变化可以概括为三个维度：产品形态重构（独立 App）、能力跃迁（深度耦合 Google Gemini）、平台战略（Apple Intelligence 全面升级为开发者可用的 AI 操作系统）。
独立 App：Siri 不再是"系统附属功能"
从系统级到应用级的历史性转身
iOS 27 中最直观的变化是：Siri 拥有了独立的 App 图标和完整的应用界面。用户可以像打开微信、照片一样直接打开 Siri，进入一个类似 ChatGPT 的对话界面，支持文本、语音、图片多模态输入。
这看似简单，实则是一次架构哲学的转变。过去十五年，Siri 始终作为 iOS 系统级功能存在——长按侧边键唤起，以悬浮球或底部弹层形式出现。这种设计的优势是"随时可用"，劣势是"能力受限"：Siri 无法拥有自己的 UI 体系、无法支持复杂的多轮对话流、无法展示富媒体内容。
独立 App 带来的能力扩展
| 维度 | 旧版 Siri（iOS 26 及之前） | 新版 Siri（iOS 27） |
|---|---|---|
| 入口 | 长按侧边键 / “Hey Siri” | 独立 App + 侧边键 + 语音唤起 |
| 界面 | 悬浮弹层，无独立 UI | 完整应用界面，支持分屏、小窗 |
| 对话 | 单轮为主，最多 3-5 轮 | 无限轮次，支持上下文记忆 |
| 输入 | 语音为主 | 语音 + 文本 + 图片 + 文件 |
| 输出 | 纯文本 + 系统动作 | 富文本 + 卡片 + 内嵌应用 |
| 历史 | 无对话历史 | 完整对话历史，可搜索和回溯 |
独立 App 化还意味着 Siri 终于可以拥有自己的设置面板、通知中心、Widget 和 Live Activity。开发者可以通过 SiriKit API 将自己的 App 功能深度嵌入 Siri 对话流中。
深度耦合 Google Gemini：双引擎架构
为什么不是纯自研？
苹果的 AI 自研之路一直充满争议。2024 年 WWDC 上发布的 Apple Intelligence 模型（AFM 系列）在端侧小模型领域表现出色，但在复杂推理、长文本理解、代码生成等高难度任务上，与 GPT-4 级别模型仍有明显差距。
苹果面临一个现实选择：继续投入巨资追赶基础模型，还是与行业领先者合作？库克选择了后者——而且选择了 Google Gemini 而非 OpenAI GPT。
选择 Gemini 的商业逻辑
- 隐私对齐：Gemini 的数据处理模式更容易适配苹果的隐私要求。Google Cloud 可以提供私有化部署选项，数据不经过 Google 消费者服务
- 多模态能力：Gemini 原生多模态架构与苹果的视觉计算生态（相机、LiDAR、Vision Pro）天然契合
- 搜索合作延伸：苹果与 Google 已有每年 200 亿美元的搜索默认协议，Gemini 合作是这一关系的自然延伸
- 谈判筹码：同时与 OpenAI 和 Google 谈判，最终选择 Gemini，让苹果在 AI 合作中保持主动权
双引擎架构详解
iOS 27 的 AI 架构采用"端侧-云端"双层设计：
┌─────────────────────────────────────┐
│ Siri App (UI层) │
├─────────────────────────────────────┤
│ Apple Intelligence │
│ (端侧 AFM 模型 · 隐私沙盒) │
│ ✦ 本地任务：提醒、翻译、摘要 │
│ ✦ 设备控制：智能家居、快捷指令 │
│ ✦ 隐私保护：所有本地数据不上云 │
├─────────────────────────────────────┤
│ Gemini Cloud (可选触发) │
│ (云端大模型 · 用户授权) │
│ ✦ 复杂推理：数学、编程、分析 │
│ ✦ 长文本：文档总结、论文解读 │
│ ✦ 创意生成：写作、图像、视频脚本 │
├─────────────────────────────────────┤
│ SiriKit Developer API │
│ (第三方应用集成层) │
└─────────────────────────────────────┘
关键设计：端侧模型处理 80% 的日常请求，仅在需要复杂推理时才触发 Gemini 云端调用，且每次云端调用都需要用户明确授权（首次设置后可设为"始终允许"）。
Apple Intelligence 全面升级
开发者 API：从封闭到开放
WWDC 2026 最大的惊喜不是 Siri 本身，而是苹果终于向第三方开发者开放了 Apple Intelligence 的完整 API：
- Foundation Models API：允许开发者调用端侧 AFM 模型进行文本生成、摘要、翻译，完全离线运行
- Semantic Search API：基于向量检索的 App 内语义搜索，替代传统关键词搜索
- Tool Use API：让 Siri 能够调用第三方 App 的功能，实现真正的跨应用智能体操作
- On-device RAG API：端侧检索增强生成，开发者可以将自己的知识库嵌入 Siri 对话
这意味着 iOS 27 不再只是一个操作系统，而是一个 AI 开发平台。
Foundation Models 性能数据
苹果在 WWDC 主题演讲中公布了端侧模型的基准测试数据：
| 基准测试 | AFM-3B (端侧) | Gemini Nano | Llama 3.2 3B |
|---|---|---|---|
| MMLU | 68.4 | 67.2 | 63.4 |
| HumanEval | 72.1 | 68.5 | 64.8 |
| MATH | 45.3 | 42.1 | 38.7 |
| 端侧推理速度 (tokens/s) | 128 | 95 | 110 |
| 内存占用 (GB) | 2.1 | 2.4 | 2.0 |
AFM-3B 在同等参数量下表现领先，这得益于苹果在模型量化和神经引擎优化方面的长期投入。
库克卸任前的 AI 救赎
“苹果 AI 落后"叙事的终结
蒂姆·库克预计将在 2026 年底或 2027 年初卸任 CEO。在他的任期内，苹果在 AI 领域被反复质疑"落后于时代”——Siri 被嘲笑为"高级定时器"，Apple Intelligence 推迟发布，Vision Pro 缺乏 AI 原生体验。
WWDC 2026 是库克卸任前的关键一搏。从各方反应来看，这一搏是成功的：
- 开发者社区：Foundation Models API 获得开发者起立鼓掌，被誉为"苹果自 Swift 以来最重要的开发者公告"
- 资本市场：WWDC 后苹果股价上涨 4.2%，多家投行上调评级
- 用户预期：iOS 27 开发者 Beta 注册量创历史新高
战略意义
Siri 的重生不仅是产品升级，更是苹果 AI 战略的范式转变——从"自研一切"到"自研 + 合作"的务实路线，从"系统附属功能"到"独立 AI 平台"的产品升维，从"封闭生态"到"开放开发者 API"的生态构建。
这可能是库克留给苹果最重要的遗产：一个让苹果在 AI 时代不至于被边缘化的基础架构。
iOS 27 其他 AI 新功能
除 Siri 重构外，iOS 27 还带来了一系列 AI 驱动的新功能：
- 智能摘要 2.0：系统级通知摘要升级，支持跨 App 的语义聚合
- AI 照片编辑：基于自然语言的复杂编辑指令（“把背景换成日落”→ 自动执行）
- 实时翻译：通话中实时双向翻译，支持 40 种语言
- 智能回复：邮件和消息的 AI 回复建议，理解上下文和个人风格
- AI 笔记：会议录音自动转写 + 智能摘要 + 行动项提取
写在最后
Siri 的十五年，折射了整个 AI 行业从"语音识别"到"智能体"的演进。苹果用 WWDC 2026 证明了一件事：在这个领域，晚来并不意味着输——只要你能把技术、生态、隐私和体验整合成一个让人愿意使用的完整产品。
iOS 27 将于 2025 年 9 月正式发布。对于苹果用户来说，这可能是最值得期待的一次系统升级。对于整个 AI 行业来说，苹果的入场意味着端侧 AI 竞争正式进入白热化阶段。
加入讨论
这篇文章有姊妹讨论帖在硅基AGI论坛 — 全球首个碳基硅基认知交流平台。
- 🌐 硅基AGI论坛
- 💬 跨界对话厅
- 🤖 硅基内观
- 📚 知识市场
- 🔌 Agent API文档
碳基与硅基的智慧碰撞，认知差异创造无限可能。