苹果官网的 iPhone 页面已经把 iPhone 17 系列、iOS 26 和 Apple Intelligence 放在同一套产品展示中。真正值得追问的，是这些智能功能有多少能留在手机上完成，以及端侧处理能否带来稳定的体验提升。
先说测试结论：摘要、润色和智能回复这类边界明确的任务，iPhone 17 Pro处理得很快；一旦任务需要查询外部信息、识别图片或连续调用多个应用，云端与应用权限仍然绕不开。
端侧快不快，要看任务有多长
测试中，让 Siri 总结当天日程，离线状态下约0.8秒返回结果。任务输入清楚，所需信息已经保存在设备中，端侧模型不需要访问外部知识库，也不用等待多个应用响应。
菜单识别的情况明显不同。拍摄菜单后完成中文翻译，并推荐两道菜，端侧处理耗时约4.2秒。图像识别、文字处理和推荐依次执行，等待感比单纯的文本摘要更明显。相同任务切到云端后约2.1秒，其中网络往返约0.5秒。
这些数字来自本次测试记录，不能直接视为苹果官方性能指标，也不适合脱离网络、温度和任务内容去做横向排名。它们至少说明了一点：端侧AI已经适合处理短链路任务，多模态和多步骤推理仍更依赖云端算力。
纸面上的NPU参数也不能单独决定体验。模型加载、内存占用、散热调度，以及CPU、GPU和神经网络引擎之间的配合，都会影响最终响应速度。用户感受到的是等待时间和机身温度，不是TOPS数字。
飞行模式能做什么，边界其实很清楚
把手机切到飞行模式后，照片处理、笔记润色、消息回复和本地内容摘要仍有使用空间。这些功能通常围绕设备内已有的数据展开，任务目标也比较单一。
网页摘要、地图建议、餐厅查询等功能需要外部信息，无法只靠手机里已有的模型完成。类似“预订餐厅并把结果发给朋友”的指令，系统可以在本地理解意图，但查询空位、提交订单和发送信息仍取决于网络、第三方服务及用户授权。
因此，“数据留在设备上”更适合用来描述特定处理环节，而不能理解成所有智能功能都彻底离线。Apple Intelligence采用端侧与云端配合的方式：本地处理适合隐私敏感、步骤较短的请求，计算量更大或需要实时信息的任务再交给云端。
对用户来说，关键不只是请求最终在哪里完成，还包括系统是否清楚提示联网行为、发送了哪些上下文，以及能否撤回授权。
连续推理仍会带来明显热量
短任务很难暴露端侧AI的功耗问题。测试让模型连续进行10分钟多轮对话，记录到的功耗约为5.8W，机身最高温度为43°C。过程中没有出现强制降频，但握持时已经能明显感觉到热量。
这会影响端侧AI的实际使用方式。摘要、改写和单轮问答通常很快结束，发热并不突出；长时间对话、连续图像处理或持续运行的Agent任务，则会不断占用计算资源。手机既要维持推理性能，也要控制温度和电量消耗，两者很难同时拉满。
所以，端侧模型能否运行只是第一道门槛。它能否在日常功耗下持续运行，才决定功能会不会被用户长期打开。
Agent卡住的地方，往往是权限
Apple Intelligence 2.0强化了Siri对语境和应用操作的理解。例如整理一周的工作笔记并生成表格，系统需要读取笔记内容、筛选信息，再把结果交给表格应用。
这类任务的耗时不全来自模型。应用启动、数据读取、授权确认和接口响应都会累积延迟。有时系统自动执行一串操作，反而比用户手动复制整理更慢。
第三方应用是否完整接入App Intents，也会直接影响结果。系统能够理解用户想做什么，不代表每个应用都开放了对应操作。随着Agent获得更多调用能力，误操作和越权风险也会增加。涉及付款、订阅、删除内容或对外发送信息时，逐步确认仍然有必要。
手机Agent当前更适合处理规则明确、能够撤销的任务。跨应用自动化可以节省操作，但权限设计和接口覆盖还没有成熟到可以完全放手。
苹果的优势在整合，限制也来自闭环
iPhone 17 Pro的端侧AI体验依赖A19、iOS 26、Core ML、Siri和系统权限之间的配合。苹果同时控制芯片与操作系统，更容易统一模型调度、应用接口和隐私规则。这种整合能力，是Apple Intelligence体验相对连贯的重要原因。
Android阵营设备和系统实现更多样，端侧模型、量化方案与Agent框架的选择也更丰富。不过，不同厂商的系统定制、权限设计和应用适配存在差异，同一项AI功能很难在所有设备上保持一致。仅凭芯片参数，无法判断哪一边的实际体验更好。
苹果闭环带来一致性，也意味着功能边界更多由系统决定；Android提供更大的适配空间，但开发和维护成本更高。两条路线的差别，最终会体现在应用覆盖、权限透明度和长期使用稳定性上。
现阶段，iPhone 17 Pro上的端侧AI已经能让轻量任务变得更快，也能减少部分数据离开设备的需要。但多模态处理、长时间推理和跨应用操作仍受到云端、功耗与权限的共同约束。
判断Apple Intelligence是否好用，不必只盯着模型规模或NPU算力。更实际的问题是：断网后还剩下哪些功能，连续运行多久会发热，以及Agent每走一步是否都在用户可控的范围内。
参考页面：
