iPhone变成AiPhone，但还不是未来的AI手机

国行用户还是没有 Apple 智能。

更新到 iOS 27 的开发者测试版本后，对国行 iPhone 来说，最大的变化是可以设置调休闹钟，外版用户则迎来了一个独立的 Siri App。

这两年，我们一直在吐槽国行 iPhone 没有 AI。

但如果今天真的要买一台手机，AI 恐怕还不是大多数人的首要考虑因素。

虽然都在说 AI 手机，但大多数手机的卖点还是在相机和电池等方面，包括苹果在 17 Pro 上的主要亮点也是后置三摄

大家会比较影像、续航、性能、外观，甚至颜色，却很少有人因为「这个 AI 特别强」而下单。

一个有点矛盾的现实是，AI 手机已经喊了两年，但什么是 AI 手机，行业和用户都还没有形成共识。

就在这个背景下，苹果这次把新版 Siri 推到了系统层。

它有了独立入口，也支持连续对话、文件上传和上下文理解。

从功能看，这些能力并不新鲜，很多用户会觉得它只是补上了 ChatGPT 两三年前就已经实现的部分。

真正值得关注的是，苹果终于给出了自己对于 AI 手机的答案。

目前，对 AI 手机而言，行业里目前存在两种理解。

一方面是手机变聪明了，从智能到人工智能。相机能够识别物体，照片能自动扩图、修改视角，搜索框里换了大模型驱动的 AI 引擎，快捷指令用简单的自然语言就能搭出来。

这些改进确实让体验变得更好，可是我们跟手机的关系似乎并没改变。这一路线增强的是功能，而第二种路线改变的是交互。

我们不用自己的操作，对着手机把想做的事情说出来，系统级的助手，会像 Codex 一样，自动启用 Computer（Phone） Use、Chrome（App） Use 的能力， 调度不同的应用，把事情做好。

过去两年我们一直在讨论，也是所有厂商都难做好的，全在第二件事上。

四种 AI 手机

问题在于，当 AI 真正开始替用户操作手机，它立刻会碰到权限、应用生态和责任归属的问题。

谁有资格代替用户执行操作？App 愿不愿意开放能力？出了问题谁负责？

于是，不同厂商开始走向完全不同的路线。

「被限制」的豆包手机

豆包手机刚出来那会儿，确实收获了很多关注。它通过系统权限拿到的能力，可以直接模拟用户点击。

一个需要 50 步点击的任务，大概能跑出八成的成功率，能力边界是当时市面上，所有打着 AI 手机旗号的产品中最宽的一个。

但它也最容易踩雷，纯粹地依靠模拟点击，一边是效率的问题，更严重的是合规的问题。

效率上，通过识屏的方式找到应用的不同按钮，然后再操作系统进行点击，这种流程被拉得极长。即便可以预先录入一套常见应用的交互方式，但 App 一旦更新，界面重新排布，就又需要再来一次，还可能失效，需要重新学习训练。

合规上，豆包手机在去年年底被微信、支付宝集体风控。豆包手机也发布声明回复，所有的权限都在系统允许的范围内操作，后续也主动收缩了操作范围。

现在就连 Codex 上的 Computer Use，都无法正常操作电脑版微信，一旦检测到非人类的点击操作，微信就会自动退出。

豆包手机的正式版还在打磨，路线也正在从纯视觉操作向接口协同演进。

国民级的超级应用选择 AI，会成为手机的重要部分

微信，就在 WWDC 前，联合五大手机厂商推出了 A2A（Agent-to-Agent）助手能力。

手机系统 AI 助手解析出用户意图后，通过加密、受控的协议向微信发起「呼叫」，微信在自己的沙盒里原生执行「发消息、打电话」这两个基础动作，系统 AI 碰不到任何聊天记录。

这更像是一种停火协议，手机厂商承认，不能绕过超级 App 的边界；微信也承认，系统级 AI 助手正在成为新的用户入口，完全堵住并不现实。

更有意思的是，微信同一天还面向小程序开发者开放了微信 AI 生态接入指引。

开发者可以授权微信 AI 接入自己的小程序，其中有两种模式，「自动模式」让平台读取源码、分析页面、直接操作；「开发模式」让开发者自主声明能力，经审核后被微信 AI 调用。

两种模式可以同时开启。微信现有超过 400 万个小程序，如果大量接入，微信 AI 调度的能力范围将远超「发消息打电话」，点外卖、打车、订票、买东西，一整个小程序生态都有机会实现。

把这两件事放在一起看，微信的策略就很清楚了，手机厂商想把微信变成自己助手能调度的一个 App，微信想把自己变成一个更大的 Agent 平台。

双方都在开放能力，但都希望把入口掌握在自己手里。

Google 争夺的不止是一部手机

再看 Android 和 iPhone，方向其实一致：AI 不再是一个 App，而是在系统里流动。

Google 在 I/O 之前的 Android Show 上直接说，Android 正在从 operating system 变成 intelligence system。

Google 的优势很明显：它既有 Android，也有 Gemini，还有搜索、Gmail、Calendar、Chrome、Google Play 和车机、手表、眼镜。它完全可以做一个跨屏的 Gemini 操作层。

从这个角度看，Google 争夺的已经不仅是一部手机上的 AI 入口，Gemini 承担的是整个 Google 生态的交互层。

当用户发出一个需求，调用的可能是搜索、地图、邮箱、浏览器，也可能是电脑、手机、车机和眼镜上的能力。

AI 手机只是这张网络里的一个节点。

Siri AI 不会是一个「ChatGPT 式」的 App

苹果选了一条更慢的路。

Siri AI 的新能力强烈依靠 App Intents。开发者要把自己的内容和动作用结构化方式交给系统，比如「我能创建一笔费用」、「我能预约会议」、「我能编辑这张图」。Siri 再用自然语言理解用户意图，调用这些动作。

苹果还把 App 内容接进 Spotlight 的语义索引，让 Siri 能理解手机里的个人上下文。这套逻辑和微信小程序的「开发模式」很像，开发者声明能力，平台负责调度。

区别是，微信只在小程序生态里做，苹果要把它放到整个 iOS App 生态里。

Craig 在 WWDC 主题演讲结束后的媒体交流会上谈到 Siri AI 时说，「我们认为 Siri 不是一个独立的聊天机器人，一个你去那里闲聊的，不整合的地方，Siri 是一个集成的、对话式的工具。」

苹果的底层模型也补了一大块。第三代 Apple Foundation Models 包括端侧模型、私有云模型和图像模型，其中端侧 AFM 3 Core 是 30 亿参数，AFM 3 Core Advanced 是 200 亿参数的稀疏模型，按任务激活 10 亿到 40 亿参数。

更复杂的任务交给 Private Cloud Compute。苹果也提到新一代 AFM 是和 Google Gemini 合作定制的，最重的云端模型还用到了 Google Cloud 上的 NVIDIA GPU。

苹果昨天发布了第三代基础大模型｜

苹果终于把过去两年欠下的 AI 账补到了系统层。

它的优势是整合最深，Siri、Spotlight、App Intents、照片、信息、Safari、快捷指令，这些东西都在系统里。一次系统升级，就能改变 iPhone 用户「找东西、办事情」的默认路径。

但它的限制也很清楚，App Intents 取决于开发者适配多少，Siri AI 真实可用性还要等 beta 之后验证。

国行用户还要面对地区限制，而部分端侧大模型的能力，支持的手机产品也只有 iPhone Air 和 iPhone 17 Pro 系列。

AI 手机的天花板，不在手机里

今天各家争的，还是手机和 App 之间那一层：谁能替用户办事，谁批准，谁执行，谁担责。

从豆包、微信、Google 到苹果，虽然它们给出的答案并不相同，有的选择模拟操作，有的选择开放协议，有的选择统一调度层，也有的选择让开发者声明能力。

共同点在于，AI 手机正在从「回答问题」走向「完成任务」。

再往后看，AI 手机的天花板可能不在手机里。

端侧模型正在变小，推理芯片正在变强。

1.58-bit、2-bit 这类低比特量化不断降低模型占用，手机上能跑的模型会越来越大。现在很多端侧能力还只是修图、听写、摘要和简单问答，几年后，手机本地模型处理个人上下文、隐私任务、轻量代理工作，会变得更自然。

更大的变化，是手机会变成调度算力的入口。

我们不一定要在手机上完成所有工作，但可以用手机发起任务：让电脑里的 Codex 写代码，让云端的 Claude 做研究，让家里的设备准备环境，让车机继续导航，让眼镜把现实世界变成输入。

Googlebook 已经把这个方向摆出来了：手机里的 Android App、文件和 Gemini 能力，可以延伸到笔记本。苹果如果把 Siri AI 做扎实，后面自然会接 AirPods、Apple Watch、Vision Pro，甚至传闻中的眼镜和桌面机器人。

手机要变成什么，现在还没人说得准，但它正在从「装 App 的地方」，变成我们「随时能调动算力的入口」。