序论

Apple Intelligence，又称 Apple 智能，俗称「苹果 AI」，发布（WWDC24，2024 年 6 月）已有一年半的时间，从 iPhone 15 Pro 系列初始境外开发者 Beta 测试，到 iPhone 16 全系以 AI 四肢主要卖点时国行仍为「为 Apple 智能打算好」景况，再到 iPhone 17 全系国行激活数目超千万（2025 年 11 月），目下国行 Apple 设备依旧停留在「为 Apple 智能打算好」的阶段。

斟酌到 2025 年 11 月底 Apple 短时间内上线又下线的简体中语 Apple Intelligence 问卷，以及各路演义念音讯知道 Apple Intelligence 上线国行 Apple 设备的前期责任一经接近尾声，亦然时候再来聊聊 Apple Intelligence 了。

目下在国行设备上「体验」Apple Intelligence 的方式有限，由于 Apple Intelligence 在国行设备的长期缺席，大多数用户只可通过有限的视频演示或是图文先容等方式了解，对其深刻可能不够系统、全面、客不雅，以至存在一些误区；国行 Mac 不错通过剧本启用 Apple Intelligence，但经由中需要关闭系统完好意思性保护（SIP），也可能会给系统率来风险，这种步调对普通用户而言存在一定的操作门槛；Misaka26 诈欺已知间隙，不错在 iOS/iPadOS 26 Beta 1 及更低版块的设备上，修改销售地区和型号版蓝本启用 Apple Intelligence，但此举会导致设备面对概大肆变砖、丢失一起数据、失去保修等风险，且该间隙已在 iOS/iPadOS 26 Beta 2 上引诱。

故通过以上方式开启了 Apple Intelligence 功能的国行设备暂不在本文的议论范围。

本文旨在尝试用喜闻乐见的言语，从技巧角度动身解释 Apple Intelligence 的联想架构、选型合感性以及现阶段所面对的逆境，尽最大可能为环球提供一个更全面、更系统意会 Apple Intelligence 的视角。

Apple Intelligence 的架构

天然本文并不是要先容「什么是 Apple Intelligence」，但要正确意会 Apple Intelligence 咱们如故不可幸免地要望望它的架构，最直不雅、最高效的呈现方式是下图：

上图比较复杂，又十分贫寒，快速提真金不怕火一下：左半边是设备端侧（On-device），右半边是云表处事器（Servers）。

左半边设备端中间的「个东说念主智能系统」（Personal Intelligence System），由三部分组成：语义索引（Semantic index）、App 意图用具箱（App Intents Toolbox）和端侧模子（On-device Models）。

语义索引能够更深入地意会和诈欺用户的个东说念主数据。这项功能通过创建一个语义索引库，将用户的像片、日期事件、文献、邮件和音讯等信息进行组织和索引。通过语义索引，不错结束智能搜索和信息索取。

App 意图用具是面向开发者用于界说配合 Siri、快捷指示或其他系统与 App 功能交互使用的动作。

端侧模子又分为言语模子和图像模子，其中多个小块是言语模子和图像模子被微调为用于不同的任务的微调模子。

援用自知乎，有鼎新。

注视，「个东说念主智能系统」天然实质由语义索引、App 意图用具箱和端侧模子三部分组成，但为了下文便捷表述咱们暂且将它们用「端侧模子」一个词来指代。

不难发现，一些误区举例「Apple Intelligence = 接入 ChatGPT」「Apple 与 Open AI ChatGPT 合作才推出了 AI 功能」中的 ChatGPT，其实根柢儿不是 Apple Intelligence 的组成部分，至少不是狭义上 Apple Intelligence 的组成部分。

那么 Apple 为怎样此联想 Apple Intelligence？Apple 所指的设备端侧和云表又是怎样单干、怎样调解的？下文将慢慢回答这些问题。

「个东说念主智能」的愿景

要议论 Apple 为怎样此联想 Apple Intelligence，咱们必须先探讨 Apple 试图处理什么问题。

在 Apple 的视角里，2023 年（Apple Intelligence 发布的前一年）的 AI 海浪天然喧嚣，但那时的 AI 用具对普通用户而言，渊博存在三个主要的体验断层：

「AI 孤岛」形成的数据割裂。2023 年的 AI 在神色联想上大多无外乎两种——零丁的 App 或网页，当你需要 AI 帮你处理责任时，你需要把邮件里的内容拷贝出来粘贴给 AI，再将 AI 的回复拷贝粘贴回邮件。穷乏个东说念主语境。淌若一位用户尝试磋议 ChatGPT 我方下昼是否有空，ChatGPT 将无法回答，因为 ChatGPT 之类的 AI 并莫得获取个东说念主日期日程的权限，也不深刻用户的一又友或是共事，通用模子领有海量的寰宇常识（World Knowledge），但关于用户自身却一无所知。「隐讳恐忧」与「云表算力」存在矛盾。连结上少许问题，用户淌若需要获取通用 AI 的智能，则需要甩手一定的隐讳数据上传云表。

Apple 留意的是用户体验的连贯性、软硬荟萃以及用户隐讳保护，因此天然不会得志于已有的 AI 决策。不久前微软 Windows 部门的高管知道要进一步奉行 Copilot，将 Windows 打形成「智能体操作系统」(解析)。这一言论引来了大波用户的品评和反对，也讲明强即将「聊天机器东说念主」式的 AI 大模子同操作系统各处草率缝合并不是可行之路。

客不雅上来说，AI 算力设备采购不及以及从 Google 转来的前机器学习与 AI 策略驾御 John Giannandrea，彼时并未深度融入 Apple 团队、与 Apple 文化/理念分歧，也导致了 Apple 难以拿出与竞争敌手匹敌的云表大模子；但冒昧亦然「得不偿失」，大模子方面的弱势促使 Apple 进一步深入技巧、仔细念念考「什么才是普通用户齐想用的 AI」这个问题，幸免了重叠造「大模子」轮子。

在明确了针对问题的对应解法，以及关于 AI 模子的条款之后，咱们不难发现：即便基于现存的 AI 大模子决策稍加改进修剪，也无法得志 Apple 的需求。从零初始打造 Apple Intelligence 大势所趋。

于是 Apple 采用避让与科技巨头在通用大模子参数上的武备竞赛，转而诈欺其在芯片、操作系统和隐讳安全上的自身上风，去构建一个处事个东说念主、与系统深度集成、端侧优先、隐讳至上的夹杂 AI 架构。Apple Intelligence 莫得追求万亿级的参数目，而是采用一条更为劳苦但求实的说念路：端云协同、以端为主。

不错说 Apple 是用短期技巧上的裂缝，去考证长期上「个东说念主智能」使用场景阶梯的可行性。

{jz:field.toptypename/}Apple Intelligence 联想的合感性

Apple 采用将端侧模子四肢主力，那么目下的 Apple Intelligence 联想合理吗？

要回答这个问题，咱们应该要关注 Apple Intelligence 是否达成了上一节说起的、处理 AI 大模子弊病的议论。

联想议论在结束上的合感性

最初是与系统各处的无缝集成。

目下，写稿用具不错在险些通盘地方（有文本框的地方）唤出使用、智绘神气险些能在通盘不错发送 emoji 的位置创作 Genmoji，信息、邮件、备忘录、像片以及提醒事项等盛大第一方应用齐能见到 Apple Intelligence 的影子。用户不需要为了使用 AI 而打断现时的责任流，AI 不再是喧宾夺主的中心，而是「出入相随」的援手。

第二是多模态。

写稿用具、见告回来、邮件智能回复等功能代表 Apple Intelligence 处理文本内容方面的能力，而图乐土、智绘神气、图像魔法棒等则意味着图像内容的能力。但是语义索引功能，即 Apple Intelligence 最贫寒的功能之一——基于个东说念主场景的情景智能迟迟未能上线，确切令东说念主失望。

第三是全新的谋划架构。

在著作开头咱们了解到 Apple Intelligence 中间是「个东说念主智能系统」层，主要有「端侧模子」和「云表模子」两部分，且这两部分齐是由 Apple 开发并运行在搭载 Apple 芯片的用户设备/Apple 处事器上；同期咱们又已知 Apple Intelligence 能土产货处理就不上云的策略，端侧模子能够保证个东说念主数据一起在土产货处理，并不会被上传到云表遇到数据知道的风险。

这里一个最典型的例子是，前段时间基于努比亚 M153 的豆包手机助手技巧预览版技惊四座，但频繁截图上传处事器推理的运作方式也令多半用户质疑其隐讳安全性。在科技媒体 Android Authority 近日对 ARM 的采访中，ARM 高管 Chris Bergey 也齐全认可基于端侧 AI 发展处所。

淌若用户最关怀的操作无法在土产货处理，真钱牛牛app下载那 Apple 又是怎样联想云表的呢？这里就引出了 Private Cloud Compute（独到云谋划，下文简称 PCC）。

PCC 不是普通的云表大模子，而是一个在硬件层面复刻了 iPhone 安全机制（如 Secure Enclave，安全隔区）的处事器集群。当数据被发送至 PCC 处理复杂任务时，数据是「阅后即焚」的。处事器不保留日记、不存储数据，Apple 的工程师莫得权限稽查。

Apple 以至洞开了 PCC 的镜像供安全筹商东说念主员审查。另外，在用户需要苦求 ChatGPT 时，系统会弹窗让用户主动证据，尽最大可能保险用户的隐讳安全。这种将隐讳保险从「战略信任」晋升到「代码与架构信任」的作念法，目下在业界应该是唯一无二的。

此外笔者合计，荟萃端侧 AI 功能的技巧需乞降 Apple 自身的价值不雅至少这两方面的身分来看，Apple Intelligence 的联想还有以下几点值得议论：

不彊制依赖采集，各式景况下齐能及时响应响应/处理速率用户的学习本钱端侧模子的界限与算力/功耗需求买卖模式的可连续性

这些内容分歧对应端侧需求在结束上的合感性、易用性上的合感性、架构联想与伦理上的合感性以及买卖上的合感性，下文将一一张开。

端侧需求在结束上的合感性

最初是及时响应。

及时响应就条款模子能够离线使用、不依赖于采集，这就意味着模子势必是运行在土产货的。这么的联想使得用户免受因采集这种外部身分的滋扰，保险体验的一致性和连贯性，排斥「连上采集是东说念主工智能设备，断开采集等于智障设备」的可能。

第二是响应速率。

这少许需要与 Apple Intelligence 所能够处理的问题或是使用场景荟萃来看。举例见告回来、邮件回来这类及时性条款高的功能，端侧模子不错自动完成，用户无需介入，通盘体验是无感的。

这类需求淌若交给云表大模子去作念就会面对需要联网、列队、推理、回传等问题，尽管得益于云表模子更大的界限，其生成末端的准确度会更高一些，只是为了晋升少许准确度要甩手多半响适时间，即便抛灵通盘链路的延伸不谈，从技巧角度而言亦然分歧理的——让一个千亿以至万亿参数的模子去判断你的见告是否贫寒、如何回来，不仅是算力的极大奢华（大材小用），更触及复杂的高下文传递。

故在此处云表模子的详细用户体验反而是更差的。

易用性上的合感性

本节议论用户的学习本钱，或者说上手使用的难度。在探讨这个话题前，咱们不妨浅易计齐整下如何诈欺好 AI。你笃信看到过或传奇过以下故事或情景：

使用不相沿多模态的大言语模子处理图像问题。通盘发问齐开启「深度念念考」功能。齐全信托 AI 生成的一起内容。忽略 AI 模子 检讨所给与数据集/常识库 的日期截止时间。……

导致上述问题的原因可能并不齐全在用户，某些 AI 模子/用具自身的联想亦然一方面的身分。目下的 AI 潮水免强用户学习一种新言语——Prompt（指示词）。这不仅增多了领略负荷，也抵触了「科技应当处事于大多数东说念主」的初志。

这反馈出云表大模子的特色：能力上限高、使用难度/充分诈欺的难度高。

咱们说平素淌若一个东说念主向他东说念主提倡问题，通常具备一定念念考、描摹愈加详备全面的问题会有更高的概率获取更详备更高质地的回答。（如何提倡更高质地的问题？这里建议阅读「发问的灵敏」，天然「发问的灵敏」开始面向方式员编写，但其中的发问念念维则不错供百行万企的东说念主士学习。）

这么的兴味关于 AI 大模子来说一样适用。即指示词的质地很猛进程上会影响 AI 模子输出回答的质地。举例以下两种指示词：

浑水处理厂有哪些种类？请从浑水处理厂处理浑水的种类、给与的浑水净化技巧、处理厂的界限等方面先容一下浑水处理厂有哪些种类。

咱们不错直不雅地看到更详备的发问会得益更详备更优质的回答。

又比如 Google 最近推出的令东说念主惊奇的全新图像生成模子 Nano Banana Pro，在此不错给出两个用于生成自行车部件爆炸图(立体安设图，用于示意自行车各零部件的组成和拼装的方式)但描摹详备进程齐全不同的指示词供环球测试：

请生成一张自行车部件爆炸图。生成一张自行车车架和组件的爆炸视图，技巧蓝图格调，给与蓝版印刷，以毫米为单元疑望测量值，齿轮和链条已拆卸，kaiyun sports透视图，干净的线条，白色布景，16:9比例。

糟糕的是，执行中许多东说念主并不一定擅长将自身需求描摹了了，在这么的情况下很难指望 AI 模子输出高质地的末端。因此云表大模子（尤其指「聊天机器东说念主」式的依赖指示词驱动的 AI）并不适合通盘东说念主使用。关于大众用户而言，低学习本钱的 AI 才是最佳的 AI，条款通盘东说念主齐写长长的指示词可能并不是当代个东说念主 AI 助手的正确发展处所。

目下 iOS 设备已在全球售出超 20 亿台，iOS 遮蔽的用户群极为远大。尽管这其中并非通盘设备齐相沿 Apple Intelligence，但 Apple Intelligence 有后劲触及到的用户界限仍在束缚增长。要为寰宇级用户界限的操作系统无缝地集成 AI 方面的能力，就必须赋予易用性很高的优先级。

事实照实如斯，咱们看到 Apple Intelligence 是孕育在系统里的，不需要用户担雪塞井编写指示词。Apple Intelligence 将 AI 能力拆解为具体的 UI 控件。举例在邮件应用中，它并不是给用户一个对话框让用户输入「帮我把这封信的口吻改得更专科」，而是凯旋提供了一个 [重写] 或 [专科的口吻] 的按钮；而在邮件的快速回复中，AI 一经提前阅读了对方发来邮件的内容，并针对可能的回复内容联想了易于采用的选项，用户唯独快速点选几个采用就不错得到大差不差的一篇智能回复；又比方图乐土 App，用户不需要编写冗长的生图指示词，而是不错在上方凯旋采用生图格调、下方采用内容主题，如需为图片添加更多细节，只需不才方浅易输入几个重要词即可。

架构联想与伦理上的合感性

平素 AI 模子会对内存、算力提倡很高的条款，功耗亦然端侧运行模式下贫寒的斟酌身分。Apple 的作念法不是加载一个巨大的通用模子，而是先加载一个中枢底座模子（Base Model），然后把柄任务动态挂载轻细的适配器（Adapters）：需要处理文本时，系统加载「写稿适配器」；触及图像处理时，系统加载「图像适配器」。

这么的作念法有用幸免了远大模子在内存中的长时间驻留，从简了系统内存占用，又有可控的能耗推崇。

在将 AI 封装为细目功能选项结束 AI 易用化的同期，Apple Intelligence 天然失掉了 AI 的多种可能性，但同期也给用户带来了可控性。这种可控性使得 Apple Intelligence 合适伦理、幸免幻觉（参考 Google AI 曾建议用户「吃石头」、微软教学用户 Win11 的 AI 智能体可能出现「幻觉」形式），也裁汰了被注入报复的风险，是一种克制下的安全。

事实上，Apple 在生成式内容上推崇得十分严慎，更多聚焦于「改写」、「回来」已有信息，而不是「造谣创作」。四肢领有超 20 亿活跃设备的厂商，用肃穆的 AI 策略来幸免 AI 轻诺缄默可能愈加稳健。关于面向大众用户的家具而言，也许「不出错」比「惊艳但会发疯」更贫寒。

买卖上的合感性

临了浅谈一下 Apple Intelligence 的买卖策略。

在 AI 的大潮下，多半企业齐在亏钱作念 AI。这是由于大部分企业齐押注大模子、云谋划，举例 OpenAI 和 Google 为了应答束缚增长的苦求，需要束缚推广处事器谋划卡的界限，同期包袱连续高潮的电费；不仅如斯，OpenAI 还在用户侧截止使用额度、推出更为细分的 Plus（20 好意思元/月）和 Pro（200好意思元/月）打算，束缚提高 AI 的入场门槛。

而 Apple Intelligence 的架构联想则可能形成目下最为可连续的 AI 买卖模式。Apple Intelligence 的谋划主力在用户端，即用户设备中的 Apple 芯片。这使得 Apple 能够专注于 Apple Intelligence 自身的功能开发，并以极低的角落本钱提供 AI 处事。即便 Apple Intelligence 也有独到云谋划处事，比较起纯云表 AI 处事供应商，Apple 也不需要在云表处事器方面连续多半烧钱。

有报说念称，OpenAI 正在试图构建属于 ChatGPT 的应用商店，通过将第三方 App 能力接入到 ChatGPT 的神色，用户不错让 GPT 完成原先需要手动操作的功能。但是目下接入到 ChatGPT 的应用数目比较有限，许多一经接入的应用与大模子配合责任的后果也不太期望。而时于当天 Apple 的 App Store 一经坐拥数百万款 App，淌若 App 的开发商能够适配 Apple Intelligence 翌日的情景智能功能，Apple 的各系统平台更有契机在更短的时间内形成一个 AI+App 的生态。

另据多方媒体音讯，OpenAI 也在积极开发万般硬件家具，意在融入公司已有的 AI 能力，试图将旗下的 AI 奉行至更广袤的用户群体。这似乎知道了软件或处事必须要依赖硬件载体才能获取更好的发展。软硬荟萃对 Apple 来说则是一贯的果断，Apple Intelligence 的定位是处事好系统、处事好硬件的求实功能，而不是用于拉高公司市值的叙事技能。

Apple Intelligence 不错依托既有的老练硬件（iPhone、iPad、Mac 等）、老练系统（iOS、iPadOS、macOS 等），通过系统更新就能结束更广的遮蔽和更高效的用户触达，裁汰了用户使用的门槛；同期 Apple Intelligence 又融于系统的方方面面，它不单是是一种「能力」，更是一种「体验」。

是以当咱们看到邮件 app 自动标出「优先邮件」、或者在备忘录里顺手画的草图被「图像魔法棒」好意思化成紧密插画时，感受到的不是束缚修改指示词的无语，而是设备自身变得更懂我方的需求了。这是一种极其精巧却又极具粘性的体验，亦然那些竞争敌手难以复制并越过的「护城河」。

Apple Intelligence 推出于今虽有针对其功能方面的品评，但未见大界限的反对声息或者关连从系统当中透顶移除 Apple Intelligence 功能的议论。至此咱们不错下一个论断：天然 Apple Intelligence 目下上线的功能仍有不全之处，但是其联想理念和念念维总体恢恢有余；Apple 通过工程化技能、硬件垂直整合和隐讳架构立异，在功耗、隐讳、性能和体验之间找到了一个均衡点。

Apple Intelligence 目下的逆境

既然 Apple Intelligence 在技巧选型和结束上总体是合理的，那么为什么如今关于 Apple Intelligence 的主流评价是休戚各半的呢？

抛开一些已被反复说起反复议论的话题，这里笔者合计还有几个方面的内容值得议论，分歧是界限感问题、短时刺激与长期发展的矛盾、预期料理问题。

界限感问题

前文提到，Apple Intelligence 将多种能力封装为细目性功能选项提高了 AI 用具的易用性，但这也使得 Apple Intelligence 具有昭着的界限——选项里的操作一起可用，选项外的可能性一概莫得。用户以 Apple 所构画的方式使用 Apple Intelligence 时不错获取解析连贯的体验，而一朝用户的需求超出了可选项的范围则需要寻求其他决策，就会导致使用体验出现一个昭着的割裂。

因此均衡易用性与用具能力是 Apple 需要面对的难题。Apple 冒昧应渐渐提供更多的选项，亦或是将 Apple Intelligence 在某些方面联想成半洞开神色，允许用户在一定范围内进行渐进式的需求明确。

短时刺激与长期发展的矛盾

在云表 AI 大模子领域，每个季度以至每个月齐有新的更强的模子/更好的应用出现。这么的更新节拍束缚刺激着用户，并在媒体的进一步催化下，普通用户渐渐民俗于快节拍的模子迭代和束缚刷新领略的模子能力上限。

比较之下，受限于 Apple Intelligence 的定位（集成于系统各处的功能）和其自身的迭代节拍，Apple 难以高频率地拿出各不换取又握东说念主眼球营销材料，让用户直不雅感受到 Apple Intelligence 的变化。因此考证长期上「个东说念主智能」使用场景阶梯的可行性，与得志短期刺激上的矛盾在一时间可能无法调治。

预期料理问题

从心情学的角度而言，厂商的营销策略作用于花消者预期料理的有用性会在很猛进程上影响家具的销量和评价。举例分析师和爆料东说念主员通常放出新一代 iPhone 可能加价的信息，这可能导致花消者潜意志地合计下代 iPhone 势必会加价。但是当新一代 iPhone 厚爱推出并守护与前代换取的起售价时，花消者可能会对现存的价钱推崇出更高的接受度。

而若从一样的视角看，Apple Intelligence 的营销则是预期料理荒唐。Apple 的高管在 WWDC 2024 上详备展示了Apple Intelligence 的通盘能力，以至包括技巧团队从 Keynote 演示中初次得知的某些功能。尽管关于 Apple 而言，在 AI 海浪的压力下急于推出处理决策、复兴阛阓需求的作念法存在一定的合感性，但这一详备的展示无疑过度拉高了用户关于 Apple Intelligence 的预期值，以至于当用户实质体验 Apple Intelligence 时，演示内容与实质落地功能之间的落差令用户感到失望。

雪上加霜的是，WWDC 2024 上所展示的重头戏——基于个东说念主场景的情景智能时于当天仍未落地，进一步影响了 Apple Intelligence 的口碑。

一些误区Apple Intelligence 等于套壳的 ChatGPT？

这可能是最大的污蔑。前文一经展示了 Apple Intelligence 的架构，它是一个完好意思的、多头绪的技巧栈，包含了：

端侧模子（On-device Model）：处理绝大多数日常、高频、隐讳敏锐的任务。独到云谋划（Private Cloud Compute）：处理端侧算力不及的中等复杂度任务。

ChatGPT 至少并不是狭义上 Apple Intelligence 的组成部分，而只是一个可选的第三方推广。确切的中枢智能则齐全由 Apple 自研模子驱动。

Apple 需要烧毁隐讳才能换来 AI 能力的晋升？

有东说念主合计 AI 需要海量的数据来检讨和调优，Apple 在严格的隐讳数据保险情况下无法晋升 AI 的能力。

在这里泛泛的「数据」宗旨不成同「隐讳数据」同日而言，而况 AI 的发展与个东说念主的隐讳数据表面上不存在对立关系。个东说念主数据是隐讳（Privacy），而互联网上公开领域的数据好多是常识（Knowledge）。

用常识来检讨 AI 是行业共同的方式，至于 Fine tuning 微调，表面上也不需要个东说念主数据。因为生的（Raw）检讨数据要作念标记、要经过清洗等前处理才能诈欺。不错借助已有的 AI 来生成尺度化的「伪个东说念主数据」（pseudo data）提高服从。

其次 Apple Intelligence 的主力是端侧模子，能有用保证推理经由中需要用到的敏锐数据一起保存在土产货。而独到云谋划（Private Cloud Compute）则是通过特别的架构联想和洞开安全审查保证个东说念主隐讳不会和解。

Apple Intelligence 由于云表模子国内合作伙伴的问题，导致无法落地？

前文一经展示了 Apple Intelligence 的架构，云表模子并非狭义上 Apple Intelligence 的组成部分，且国内已备案商用的云表大模子已有许多采用，并不组成 Apple Intelligence 落地的停止。

Apple 在 AI 方面一经远远落伍？

荟萃前文的议论感性地来看，Apple Intelligence 与其他厂商在 AI 领域走不是合并个处所/赛说念。

Apple Intelligence 不是一个仓促上马的 App /「聊天机器东说念主」，而是对 iOS、iPadOS 和 macOS 方方面面能力的深度改进；它将 AI 变成了像文献系统、采集合同一样的基础设施。

其他厂商在 AI 大模子自身逾越，而 Apple 则是聚焦于软硬荟萃，专注于个东说念主智能系统的布局。

尾声

四肢又名技巧风趣者，剥离营销术语、探索底层技巧架构是令东说念主抖擞的。

Apple Intelligence 的出现，意味着 AI 不一定是一种需要用户主动探索的「用具」，而不错是一种无处不在的「能力」。Apple Intelligence 不是成为最会写诗的 AI，但它很有可能是第一个确切了解你、尊重你，而况能默默完成日常任务的 AI——但是不完好意思的落地功能、荒唐的预期料理也让 Apple Intelligence 暂时不成让东说念主齐全快意，对 Apple 而言结束好意思好的 AI 蓝图还有很长的一段路要走。

临了感谢您读到这里。以上内容仅为笔者基于现存的信息和意会所作念的整理和回来，其中未免存在技巧特别或意会偏差。个东说念主水平有限，文中若有不当之处，恳请诸位前辈和同业不惜指正，以便束缚改进与晋升。

推广阅读：Apple Intelligence 面面不雅：「果味」模子是怎样真金不怕火成的？