Siri落后，苹果却未必输了

我们习惯用“谁的模型更强、谁能直接替用户抢票”衡量AI竞争，却忽略了一个更现实的问题：普通消费者真的需要全天替自己工作的Agent吗？当硅谷都在追逐生产力，苹果却选择了一条更保守、也可能更赚钱的路线：让Siri不必最强，只要足够了解你。iPhone真正的终局之战，争的或许从来不是算力，而是谁能控制个人上下文与下一代交互入口。

【读书笔记】

1.微软的Project Solara展现了将计算完全推向云端的“轻终端”生态构想，微软在Build大会上提出未来设备只是与云端Agent交互的入口，用户无需本地算力即可完成实际工作，从而将瘦客户端概念推向极致

2.可穿戴设备等新范式之所以难以超越iPhone，根本原因在于其交互体验不佳，在科技史上交互与计算画等号，虽然可穿戴设备能实现语音或视觉交互，但几秒钟以上的操作便捷度仍远不如直接在手机屏幕上滑动

3.苹果的Siri相比行业顶尖水平存在落后，但其Demo证明了基础功能已经跑通，新任Siri负责人Mike Rockwell展示的Demo仅能让Siri设置提醒去参加抽签，而真正的行业顶尖水平应当是直接替用户完成抢票

4.Apple Intelligence的核心优势在于对用户个人上下文的深刻理解，苹果手机比任何其他设备更了解用户，能够跨信息、邮件或语音留言精准检索私密内容，并结合Spotlight语义索引（利用文本分析实现快速精准搜索的系统）实现跨服务调度

5.苹果选择了一条受限且风险极低的应用空间，完美契合了其声誉风险控制需求，苹果聚焦于食谱、图像生成及个人上下文查询等安全且高价值的场景，避免了AI犯错砸锅的风险，并发挥了可信赖平台的巨大红利

6.消费级市场的本质是消费者不愿工作，因此C端AI无需过分追求生产力，硅谷常因处于信息茧房而误判C端需求，正如Dropbox早期在C端爆发后最终仍需转向企业级市场获利，OpenAI犯了向C端卖订阅的同样错误

本文编译自2026年6月9日发布于Stratechery的专栏，原链接：

https://stratechery.com/2026/the-iphones-last-stand/

以下是原文的全文翻译，enjoy!

注：正文中标蓝部分为读书笔记的对应原文。

【正文】

iPhone的终局之战

多年来，苹果粉丝一直对微软热衷于宣扬“PPT硬件”的做法嗤之以鼻，讽刺他们发布的产品全都是永不发货的空头支票(vaporware)。然而，在经历了2024年Apple Intelligence和新版Siri那场堪称灾难的发布会之后，苹果自己也掉进了“空头支票“的泥潭。而这，恰好成了本文讨论的最佳切入点。

Solara计划

上周，微软在一年一度的Build开发者大会上，以Project Solara为名，展现了其对全新硬件生态系统的构想：

这种概念——虽然视频里展示得不够清晰，但发布会现场讲解得更为透彻——在于未来你将被一个设备生态圈所包围。这些设备没有一个是孤立存在的，它们更像是你与云端Agent交互的入口。换句话说，正如我在今年二月写过的：轻终端才是未来(Thin Is In)。

当你考虑到人工智能的下一波巨浪——Agent时，这一趋势会变得更加清晰。Agent的核心逻辑不是替你操作电脑，而是替你完成具体任务。从发起请求到交付结果，这中间发生的一切在理论上都应该对用户不可见。这是将“瘦客户端(thin client)”概念推向极致的表现：你不仅不需要本地算力来获取Chatbot的回答，你甚至不需要任何本地算力去完成实际工作。一切繁重任务，都由服务器端的AI全盘接管。

我在那篇文章中指出，由于Agent对内存的要求极高，服务器端推理将主导AI计算负载。不过，微软这次展示的“PPT产品”真正吸引我的地方在于：它展现了一个极具说服力的“轻终端”应用场景，其意义早已超越了单纯省下KV cache内存。

具体来说，在整个科技发展史上，计算与交互几乎是画等号的。这也正是为什么我们如此看重全新的输入方式，因为它们往往能开启一轮全新的范式转移。同理，可穿戴设备之所以无法成为超越iPhone的下一代范式，根本原因在于它们的交互体验太糟糕了。诚然，你可以设想一个语音交互天衣无缝、或者设备能“看你所看”的未来，但只要交互时长超过几秒钟，它的便捷程度就远不如在手机屏幕上划一下。然而，Agent代表的是替你计算，完全不需要你参与交互：只需要几秒钟的指令发泄，就能为你干上好几个小时的活——至少理论上如此。

SiriAI

相比之下，真正具备硬件制造能力的苹果，在昨天的WWDC关键演讲前正面临着全然不同的严苛审视：这家公司到底能不能做好AI？

如果你的衡量标准是2024年6月（苹果首次尝试回答这个问题时）的行业最高水平，那么他们这次表现相当不错。在这场预先录制的发布会中，苹果极力展示了大量的真实Demo——连旋转加载的指示灯都原汁原味地保留了下来——而且它们确实跑通了！以下就是苹果称为“SiriAI”的首个Demo：

这个Demo最耐人寻味的地方，恰恰暴露了苹果到底落后了多少。新任Siri负责人Mike Rockwell成功让Siri设置了一个提醒，以便日后参加演唱会门票的抽签。这展现了Siri对上下文的感知能力，以及通过Apple的App Intents框架与“提醒事项”App交互的能力。但在当下真正的行业最高水平面前，更顺理成章的操作应该是：直接命令Siri在抽签时间到达时，替他去抢票。换句话说，也就是跳出传统定义计算、且过去一直由苹果所主导的“交互范式”。

不过，鉴于苹果拥有的市场体量以及该市场中的机遇，他们落后于顶尖水平这件事可能并没有那么致命。首先看目标人群，苹果面向的是广大普通消费者(consumers)，对他们而言，传统的Chatbot功能已经足以满足绝大多数AI需求。Siri可以为你提供食谱、DIY项目指南，或者生成图片。此外，Siri能够直接调取你iPhone上的数据，这赋予了它天然优势——也正是让我最初对Apple Intelligence抱有乐观态度的原因所在。正如我在2024年6月首次发布后的更新文章中所写：

这里的核心在于“理解个人上下文”：Apple Intelligence将比任何其他AI都更了解你，因为你的手机比任何其他设备都更了解你（而且每当你想调用Apple Intelligence时，它都知道你当前在看什么）；顺理成章地，这也解释了为什么底层基础设施和隐私保护会变得如此至关重要。

这意味着Apple Intelligence大体上将聚焦于那些个人数据能发挥价值的特定场景。这也意味着Apple Intelligence试图解决的问题空间是被高度收窄且有据可依的（不论是字面意义还是隐喻意义上），在这些领域，AI犯错砸锅的概率要低得多。换言之，苹果正在切入一个价值极高、且唯有他们能切入的领域，而这个领域在声誉风险控制上恰好非常“安全”。说实话，这甚至显得有些不公平——或者换个角度看，这恰恰证明了一个极具信任度的平台拥有多么巨大的红利。苹果得以用极低的风险，以有意义的方式解决真实问题，而这正是他们正在做的事。

苹果实际上让这个版本的Siri在获取世界知识和图像生成方面变得强大得多，这应该会带来更加无缝的体验，但真正的差异化优势显然依然是对你个人信息的掌控。你可以询问Siri某个你在信息里收到过的内容——到底是在短信、邮件还是语音留言里？——它都能精准帮你找出来；它还能“看懂”你屏幕上正在浏览的内容并据此执行操作。此外，只要第三方App愿意将其数据接入Spotlight的语义索引，并通过App Intents暴露操作接口，Siri就能以其他AI根本无法做到的方式跨服务调度——除非其他AI愿意在本地Mac或PC上对安全性做出巨大妥协。

C端消费市场

这些能力确实非常实用，而且大概率在当下已经够用了。这引出了C端消费市场另一个值得深思的特质——除了数十亿消费者手中已经握着iPhone这个事实之外：消费者根本不想工作，也根本不在乎什么生产力提升。

硅谷每隔十年左右，就不得不重新交一次学费去领悟消费级市场的这一现实。想想Dropbox吧，其创始人Drew Houston正在逐步卸任。Dropbox曾是一款重新定义品类的产品，带有极强的自传播属性——只要有人通过你的邀请码注册，你就能获得更多存储空间——因此在C端用户中实现了爆发式增长。然而，公司花了太长时间试图在消费级市场建立一套商业模式，最终才痛定思痛地意识到：对于一个归根结底属于生产力工具的产品，想赚到钱，唯一的出路是卖给B端企业(enterprise)。

逻辑其实显而易见：企业在为员工的时间买单，所以它们当然愿意为能提高员工生产力的工具付费；而消费者绝大多数时候只是想消磨时间，这就是为什么对于C端软件服务而言，靠收割注意力来卖广告是唯一能做到大规模盈利的商业模式。硅谷之所以屡屡遗忘这一点，源于硅谷本身就是一个自嗨的信息茧房——普通人压根不需要一个Agent来帮他们抢演唱会门票。

然而，这个茧房的幻觉过于强烈，以至于把OpenAI都给忽悠了，让他们重蹈了Dropbox的覆辙：OpenAI竟然天真地以为，光靠向C端消费者卖订阅服务就能赚够钱；反观Anthropic，则早早看清了只有企业才愿意为AI带来的巨大生产力提升埋单。而OpenAI甚至还因为固执地拒绝搭建广告产品，白白浪费了其在C端庞大的渗透率优势。

绕了这么大一圈，我想说的是：我不认为苹果目前在Agent能力上的短板是什么大不了的事。Agent是用来帮你干活、提升生产力的，而消费者既不想干活，也不关心生产力。他们真正想做的是看短视频，而在这件事上，iPhone体验比以往任何设备都要好得多。在这个语境下，Siri只要“够用”就完全足够了，而苹果显然已经跨过了这条合格线。

iPhone的中央集权

关于苹果如何重构Siri，其实包含着大量有趣的技术细节：比如将Private Cloud Compute扩展到运行在Google数据中心里的Nvidia芯片上；以及在端侧运行一个200亿参数的混合专家(MoE)模型，该模型按“单次查询(per-query)”而非传统的“单token(per-token)”来选择专家模块，从而使其能够在iPhone有限的内存中流畅运行。

然而，从这些实现细节中能提炼出的核心战略启示，依然是iPhone的不可替代性。微软的Project Solara战略对于微软来说理所应当，毕竟他们错失了移动互联网时代，同时也契合了AI基础设施远在云端、且越来越倾向于“脱离人类干预”的发展趋势。相反，苹果则有着极强的动力去捍卫iPhone的核心地位，进而将重心放在以“人机交互”为中心的应用场景上。

不过，如果仅仅将这两种路线简化为对利益动机的冷酷分析，未免过于肤浅，其实两者在逻辑上都自洽。Project Solara真正让我感兴趣的地方在于，微软将其纯粹定位为一项B端企业级业务。这一点至关重要，因为企业拥有关于“工作流程”的上下文，这使得构建长时运行的Agent变得更加可行——而企业也正好愿意为此付费。但如果要为C端消费者构建这种上下文难度会极大，因为你需要把海量的服务整合在一起，才能获得一份用于调度的、具备一致性的数据集。事实上，能够做到这一点的实体，可能只有Google和Apple，分别依托于Android和iOS——而Google永远只会把云端服务而非硬件设备作为其整合的核心。

这就让苹果成了唯一一家真正——敢不敢这么说？——“非同凡想(Think Different)”的公司。是的，将iPhone作为Siri真正的内核(Siri可以跨设备工作，但其最具差异化的上下文数据首要来自你的iPhone)，恰好完美契合了苹果的商业模式以及避免数百亿美元资本开支(capex)的诉求，但这并不意味着这条路线走错了。你依然可以在手机上通过各种App，调用其他公司耗费天价资本开支砸出来的AI能力；但如果你需要查找私密个人信息，或者实现跨App的联动，Siri将是唯一能够办到的那一个——只要它不是空中楼阁（而这一次，苹果似乎终于把饼给做出来了）。